智能田間除草機(jī)器人發(fā)展現(xiàn)狀研究*

邢欽淞，丁素明，薛新宇，崔龍飛，樂飛翔，李鷹航

(1. 農(nóng)業(yè)農(nóng)村部南京農(nóng)業(yè)機(jī)械化研究所，南京市，210014； 2. 中國農(nóng)業(yè)機(jī)械化科學(xué)研究院集團(tuán)有限公司，北京市，100083)

0 引言

農(nóng)田雜草是指生長再農(nóng)田中的一切非人工種植的植物，已成為危害農(nóng)業(yè)生產(chǎn)的重要因素。我國主要的傳統(tǒng)除草方式為人工除草和化學(xué)除草。人工除草需要消耗大量的體力、精力，但除草效果十分有限。而大量噴灑除草劑雖起到了對雜草的抑制作用，但易造成環(huán)境污染，不符合可持續(xù)發(fā)展理念[1]。因此，農(nóng)田除草機(jī)器人應(yīng)運而生。農(nóng)田除草機(jī)器人在解決勞動力短缺、提高生產(chǎn)效率、減輕環(huán)境污染等方面發(fā)揮了重要作用。

農(nóng)田除草機(jī)器人是一種以雜草為操作對象，以完成農(nóng)業(yè)生產(chǎn)任務(wù)為主要目的，集傳感器技術(shù)、監(jiān)測技術(shù)、人工智能技術(shù)、通訊技術(shù)、圖像識別技術(shù)以及自動導(dǎo)航控制技術(shù)等多種前沿科學(xué)技術(shù)于一身的智能農(nóng)業(yè)機(jī)械[2]。美國、西歐等發(fā)達(dá)國家已經(jīng)在除草機(jī)器人關(guān)鍵技術(shù)及推廣應(yīng)用上取得了重要進(jìn)展，我國也開展了相應(yīng)的探索研究。本文從智能導(dǎo)航、苗草識別、除草執(zhí)行系統(tǒng)3個方面評述了當(dāng)前的研究進(jìn)展，這3個方面是智能除草機(jī)器人研究的最主要環(huán)節(jié)，并且在此基礎(chǔ)上展望了智能除草機(jī)器人的發(fā)展趨勢以便為我國智能除草技術(shù)的發(fā)展提供參考。

1 智能田間除草機(jī)器人概述與現(xiàn)狀

智能除草機(jī)器人主要包括智能導(dǎo)航系統(tǒng)、苗草識別系統(tǒng)、除草執(zhí)行系統(tǒng)3個子系統(tǒng)。其主要工作流程如下：在田間，通過智能導(dǎo)航系統(tǒng)控制機(jī)器人前進(jìn)路線并定位目標(biāo)分布；苗草識別系統(tǒng)則獲取、處理苗草信息；除草執(zhí)行系統(tǒng)根據(jù)苗草識別系統(tǒng)所傳遞出的苗草信息進(jìn)行定點、定量的完成除草作業(yè)。

美國日本等發(fā)達(dá)國家從20世紀(jì)60年代就開展了對除草機(jī)器人的研究，我國起步較晚。整體而言，目前在除草機(jī)器人的研究呈現(xiàn)出商品化、信息化和全球化的特點[3]。當(dāng)前國內(nèi)外已有很多學(xué)者對除草機(jī)器人的苗草識別、智能導(dǎo)航、除草執(zhí)行機(jī)構(gòu)展開了研究，如Trygve等[4]研發(fā)了除草機(jī)器人Adigo和陳勇團(tuán)隊[5]研發(fā)的除草機(jī)器人利用機(jī)器視覺進(jìn)行苗草識別，并采用化學(xué)噴藥方式去除雜草。還有Bakker[6]研發(fā)的多功能自動除草機(jī)器人，利用DGPS組合機(jī)器視覺導(dǎo)航系統(tǒng)進(jìn)行沿行導(dǎo)航，并采用化學(xué)施藥方式去除雜草。丁巍[7]研究了GPS在田間的定位導(dǎo)航方法，實現(xiàn)除草機(jī)器人能夠根據(jù)雜草位置進(jìn)行精確導(dǎo)航。表1為部分國家智能除草機(jī)器人在文獻(xiàn)報道上的技術(shù)指標(biāo)。后續(xù)章節(jié)將從智能除草機(jī)器人主要子系統(tǒng)的研究現(xiàn)狀展開分析。

表1 部分國家智能除草機(jī)器人現(xiàn)狀Tab. 1 Current situation of intelligent weeding robot in some countries

2 智能導(dǎo)航系統(tǒng)

智能導(dǎo)航技術(shù)是農(nóng)業(yè)機(jī)器人的關(guān)鍵技術(shù)，是智能農(nóng)業(yè)機(jī)器人在具體農(nóng)業(yè)生產(chǎn)場景中完成群體性工作、目標(biāo)定位等多項工作的基礎(chǔ)，是自動作業(yè)的關(guān)鍵。智能導(dǎo)航系統(tǒng)導(dǎo)航方式主要基于光、聲、圖像等信息介質(zhì)及特性[3]，常用的導(dǎo)航方式包括：激光導(dǎo)航、慣性導(dǎo)航、超聲波導(dǎo)航、視覺導(dǎo)航及GPS導(dǎo)航等。表2主要列舉了當(dāng)前文獻(xiàn)報道的導(dǎo)航技術(shù)的原理及優(yōu)缺點。

表2 導(dǎo)航技術(shù)分類及優(yōu)、缺點Tab. 2 Navigation technology classification and advantages and disadvantages

目前農(nóng)業(yè)裝備中，GPS導(dǎo)航和視覺導(dǎo)航應(yīng)用最廣，因此后續(xù)小節(jié)主要介紹GPS導(dǎo)航及視覺導(dǎo)航的研究與應(yīng)用現(xiàn)狀。

2.1 全球?qū)Ш叫l(wèi)星系統(tǒng)

全球?qū)Ш叫l(wèi)星系統(tǒng)簡稱GNSS(Global Navigation Satellite System)包括美國的全球定位系統(tǒng)(GPS)、歐洲的伽利略衛(wèi)星導(dǎo)航系統(tǒng)(GALILEO)、俄羅斯的全球?qū)Ш蕉ㄎ幌到y(tǒng)格洛納斯(GLONASS)還有中國的北斗衛(wèi)星導(dǎo)航系統(tǒng)(BDS)。其中美國的GPS全球定位系統(tǒng)在農(nóng)業(yè)機(jī)械導(dǎo)航領(lǐng)域應(yīng)用最廣，具有不限人群、全天候、精度較高等特點。但GPS導(dǎo)航需要預(yù)先規(guī)劃精確的路徑，在作業(yè)區(qū)域發(fā)生改變或無法預(yù)先知道的情況下無法使用[13-14]，且受環(huán)境影響嚴(yán)重。

美國對農(nóng)業(yè)機(jī)械導(dǎo)航技術(shù)的研究開展最早。Stoll等[14]以自行式草料收獲機(jī)為試驗對象，將GPS作為唯一的定位傳感器，進(jìn)行自動駕駛實驗，研究系統(tǒng)在不同試驗條件下的性能，發(fā)現(xiàn)在各工況下標(biāo)準(zhǔn)偏差都優(yōu)于100 mm，直線行駛側(cè)面偏差變化范圍為25～69 mm。Kise等開展了基于RTK-GPS導(dǎo)航技術(shù)的拖拉機(jī)控制系統(tǒng)研究。經(jīng)試驗得出，當(dāng)拖拉機(jī)速度為6.5 km/h，沿著幅度為2.5 m、波長為30 m的正弦曲線自動運行時，RMS誤差為6 cm，最大誤差為13 cm。斯坦福大學(xué)研究人員[15]將RTK-GPS應(yīng)用于農(nóng)機(jī)導(dǎo)航中，并使用四個單通道GPS傳感器為拖拉機(jī)提供位姿信息，航向響應(yīng)小于1°。

除美國外，其他國家也開展了對GPS導(dǎo)航技術(shù)的研究。日本國家農(nóng)業(yè)研究中心農(nóng)業(yè)機(jī)械和系統(tǒng)研究小組[16]利用GPS和IMU對改造后久保田SPU650水稻收割機(jī)進(jìn)行導(dǎo)航試驗，經(jīng)試驗可得出，插秧精度橫向平均偏差小于3 cm，橫向最大偏差不超過4 cm。新西蘭Corpe等[17]在綜合考慮天氣條件、地形與障礙、完全性的等多種因素的基礎(chǔ)上，研發(fā)了一款集有多種傳感器可實現(xiàn)環(huán)境信息檢測的基于GPS的農(nóng)業(yè)機(jī)器人。荷蘭的Bakker等[18]在甜菜地開展了基于RTK-DGPS的農(nóng)業(yè)機(jī)器人平臺的自主導(dǎo)航研究，田間試驗精度達(dá)到了厘米級。

國內(nèi)在農(nóng)業(yè)機(jī)械領(lǐng)域GPS導(dǎo)航研究起步相比較歐美發(fā)達(dá)國家起步較晚，但是發(fā)展非常迅速，已取得一系列成果。羅錫文等[19]對自動導(dǎo)航技術(shù)開展研究，以東方紅X-804拖拉機(jī)為基礎(chǔ)，開發(fā)了基于RTK-DGPS的自動導(dǎo)航控制系統(tǒng)，在拖拉機(jī)行進(jìn)速度為0.8 m/s 時，直線跟蹤的最大誤差小于0.15 m，平均跟蹤誤差小于0.03 m。丁毅[20]提出了一套基于GPS/DR的組合導(dǎo)航系統(tǒng)，應(yīng)用于除草機(jī)器人，改善了之前除草機(jī)器人信號易中斷的缺點，提高了導(dǎo)航精度。黎永鍵等[21]針對農(nóng)業(yè)機(jī)械導(dǎo)航控制精度問題，設(shè)計了東方紅X-804 型拖拉機(jī)的自動導(dǎo)航系統(tǒng)，該系統(tǒng)運用了RTK-DGPS定位和雙閉環(huán)轉(zhuǎn)向控制技術(shù)。經(jīng)試驗，路徑跟蹤誤差平均值小于1.9 cm，標(biāo)準(zhǔn)差小于4.1 cm。

目前對于GNSS導(dǎo)航的研究應(yīng)用廣泛、技術(shù)成熟。農(nóng)業(yè)機(jī)械導(dǎo)航系統(tǒng)中普遍使用具有厘米級定位精度的RTK-GPS(real-time kinematic GPS)[22]。配有GNSS的農(nóng)業(yè)機(jī)械在田間作業(yè)時候可大大改善作業(yè)質(zhì)量、提高作業(yè)效率，但在環(huán)境復(fù)雜、枝葉高大茂密的情況下易造成GNSS信號丟失。其中，由我國自主研制的北斗衛(wèi)星導(dǎo)航系統(tǒng)(BDS)將成為農(nóng)業(yè)機(jī)器人田間導(dǎo)航定位的新方向。

2.2 視覺導(dǎo)航

機(jī)器視覺(machine vision)主要用計算機(jī)來模擬人的視覺功能，從客觀事物的圖像中提取信息，進(jìn)行處理并加以理解，最終用于實際檢測、測量、控制[22]。相比較于GPS導(dǎo)航，視覺導(dǎo)航靈活性更好、信息量大、功能多。視覺導(dǎo)航的主要任務(wù)是從圖像中識別作物行同時檢測軌跡路徑，為確定機(jī)器的相對位置提供依據(jù)[23]。

國外對視覺導(dǎo)航的研究起于20世紀(jì)80年代，英國和美國在此領(lǐng)域研究較早。1996年Marchant等[24]對除草機(jī)器人視覺導(dǎo)航展開了研究，研發(fā)出一種灰度帶通濾波器。經(jīng)試驗表明，當(dāng)除草機(jī)器人行進(jìn)速度為1.6 m/s時，橫向定位誤差為15.6 mm。1999年Lee等[25]基于機(jī)器視覺研發(fā)了一款智能除草機(jī)器人。該機(jī)器人配有兩個攝像頭，分別進(jìn)行導(dǎo)航和識別雜草。2005年Kise等[26]針對田間農(nóng)業(yè)車輛導(dǎo)航研發(fā)了一種基于雙目立體視覺的行檢測算法。田間試驗表明，基于立體視覺的該導(dǎo)航系統(tǒng)能夠準(zhǔn)確定位雜草田作物行距并引導(dǎo)拖拉機(jī)精確地沿著直線和曲線行行駛。2014年Hiremath等[27]針對農(nóng)業(yè)機(jī)器人魯棒性問題，提出了基于粒子濾波的視覺導(dǎo)航算法，經(jīng)試驗證明該算法的魯棒性較好，能夠使機(jī)器人準(zhǔn)確在田間行走。2017年Garcia等[28]基于機(jī)器視覺，在拖拉機(jī)前部安裝攝像機(jī)，開發(fā)了一種新的方法檢測作物和雜草生長初期玉米田中的作物曲線行和直線行，奠定了自動導(dǎo)航的基礎(chǔ)。

國內(nèi)對視覺導(dǎo)航的研究起于20世紀(jì)90年代。2006年張方明[29]針對田間車輛自動導(dǎo)航技術(shù)展開研究，提出了基于機(jī)器視覺的田間自動導(dǎo)航系統(tǒng)。2013年孟慶寬等[30]為解決作物行檢測算法速度慢、易受外界干擾等問題，提出了一種新的基于線性相關(guān)系數(shù)約束的作物行中心線檢測方法。2019年王毅等[31]為解決在果園環(huán)境中導(dǎo)航線提取易受其他條件影響的問題，利用深度學(xué)習(xí)技術(shù)，提出了一種新的提取果園道路導(dǎo)航線的方法。2020年關(guān)卓懷等[32]為解決水稻收獲時路徑規(guī)劃問題，利用機(jī)器視覺技術(shù)，提出一種新的路徑提取方法。首先利用相機(jī)對原始圖像進(jìn)行畸變校正和高斯濾波，基于2R-G-B模型，對圖像進(jìn)行二值化處理和分割，得到二值圖像后。做形態(tài)學(xué)的開閉運算，最后利用曲線擬合法，提取作物區(qū)域的邊界。

視覺導(dǎo)航在智能農(nóng)業(yè)機(jī)械領(lǐng)域已經(jīng)取得了廣泛的應(yīng)用，如智能施藥、智能除草、智能收割等，但由于田間環(huán)境復(fù)雜多變，在精確采集圖像上仍有部分困難，存在一定的魯棒性，相比較于衛(wèi)星導(dǎo)航，技術(shù)成熟度不夠。

3 苗草識別系統(tǒng)

準(zhǔn)確、智能的將田間雜草與作物區(qū)分出來是除草機(jī)器人智能化精準(zhǔn)田間作業(yè)的前提。對于農(nóng)田雜草的識別研究已經(jīng)廣泛開展，識別方法主要包括人工識別法、光譜分析法、光譜成像法、機(jī)器視覺識別法。其中人工識別法是世界上大多數(shù)國家進(jìn)行雜草識別的最普遍的方法，該方法有明顯的缺點，如工作效率低下、勞動強(qiáng)度大、難于大規(guī)模采用、成本較高等，將被逐漸淘汰。目前雜草識別主要利用機(jī)器視覺技術(shù)，因此后續(xù)小節(jié)主要對機(jī)器視覺識別法進(jìn)行介紹，對光譜分析法、光譜成像法簡要概述。表3主要列舉了光譜分析法、光譜成像法、機(jī)器視覺識別法的原理及優(yōu)缺點。

表3 苗草識別技術(shù)分類及優(yōu)缺點Tab. 3 Classification and advantages and disadvantages of seeding grass identification technology

3.1 光譜分析法

光譜分析法主要是根據(jù)在一定波段內(nèi)，作物、雜草、土壤背景的電磁輻射反射率不同來實現(xiàn)雜草識別，該方法具有操作性強(qiáng)、實時性好、算法簡單易學(xué)等特點。光譜分析技術(shù)根據(jù)波段主要可分為可見光譜分析技術(shù)、近紅外光譜分析技術(shù)、中紅外光譜分析技術(shù)等[33-34]。Wang等[35]設(shè)計了一種基于光譜的雜草傳感器，并且在實驗室和野外進(jìn)行了測試，雜草實時識別率高于70%。國外可區(qū)分雜草和土壤的光譜傳感器已經(jīng)商業(yè)化，如荷蘭研發(fā)的Weed-IT系列雜草檢測傳感器等。但區(qū)分綠色作物與雜草的光譜傳感器仍處在研發(fā)階段。

3.2 光譜成像法

光譜成像法融合了光譜技術(shù)與圖像技術(shù)，可同時獲得樣本的物理特性和化學(xué)特性，即利用光譜特征對內(nèi)在信息描述和圖像對外在特征的提取進(jìn)行綜合，進(jìn)而實現(xiàn)苗草識別。光譜成像技術(shù)根據(jù)波段多少不同，可分為多光譜成像技術(shù)、高光譜成像技術(shù)。

高光譜波段相比較多光譜波段較多，數(shù)量可達(dá)上百個，譜帶較窄。高光譜成像的光譜分辨率更高，但是空間分辨率較低。高光譜成像技術(shù)成本較高、處理速度較慢，一般用于基礎(chǔ)研究。多光譜成像技術(shù)一般要求能夠快速獲取圖像并且簡單處理以及快速決策響應(yīng)。相比較高光譜成像技術(shù)，多光譜更適合田間普及應(yīng)用。陳樹人等[36]以苗期雜草稻和水稻為試驗對象，利用高光譜成像技術(shù)進(jìn)行識別稻田苗期雜草稻。首先分別獲取雜草稻和水稻的高光譜圖像，對其進(jìn)行濾波處理后，篩選特定波長下的特征圖像，之后進(jìn)行特征提取，建立神經(jīng)網(wǎng)絡(luò)判別模型。經(jīng)試驗，高光譜成像技術(shù)可以快速識別苗期雜草稻。朱登勝等[37]提出了一種基于多光譜成像技術(shù)的雜草識別新算法。以豆苗和雜草為試驗對象，經(jīng)試驗，雜草識別正確率為90.5%，該方法可快速有效識別兩種雜草(牛筋草，空心蓮子草)。

3.3 機(jī)器視覺識別法

隨著科學(xué)技術(shù)的不斷發(fā)展，計算機(jī)視覺技術(shù)逐步應(yīng)用到各個領(lǐng)域。在20世紀(jì)80年代，計算機(jī)視覺技術(shù)開始應(yīng)用到農(nóng)業(yè)應(yīng)用領(lǐng)域。目前基于圖像的機(jī)器視覺技術(shù)已經(jīng)在農(nóng)業(yè)領(lǐng)域取得了一系列研究成果。其中對于田間雜草的識別主要是利用機(jī)器視覺技術(shù)，通過計算機(jī)等硬件拍取、傳送、運算、處理和輸出光信號等一系列過程來實現(xiàn)的。智能田間除草機(jī)器人的研究發(fā)展離不開機(jī)器視覺技術(shù)。

數(shù)據(jù)采集、圖像預(yù)處理、圖像特征提取、分類器分類是利用機(jī)器視覺技術(shù)識別苗草的4項基本步驟。任何識別技術(shù)都要落實到識別物的具體特征，其中對雜草的識別主要是對作物及周圍雜草的形態(tài)特征、顏色特征和紋理特征來提取。

利用形狀特征識別算法較簡單，相比較于對顏色和紋理特征的提取來說，簡化了算法，提高了效率，關(guān)鍵點要找到具有RST不變性的形狀特征因子(即對于圖像的旋轉(zhuǎn)、比例、平移變化都是恒定的)[38]。形態(tài)特征可分為形狀特征和矩特征兩類。形態(tài)特征參數(shù)主要包括面積、周長、長度、寬度等參數(shù)，根據(jù)這些常規(guī)參數(shù)，可以提取衍生的無量綱形狀特征參數(shù)，如分散度(compactness)、葉狀(location)、伸長度(elongation)、圓度(roundness)等[39]。矩特征常用的有質(zhì)心、等效橢圓的長軸和短軸、環(huán)度(cir)、朝向比(aspect ratio)、中心距等[40]。張健欽[41]對雜草的投影面積、最大葉長和最大葉寬3個形狀特征進(jìn)行提取，經(jīng)試驗得出，該方法可以實現(xiàn)對玉米苗期田間86%雜草的正確識別。顏色特征是所有圖像特征中最顯著、最穩(wěn)定、最容易被感知的特征，具有很強(qiáng)的魯棒性，但是對于顏色差異不明顯的情況，常需要結(jié)合其他特征來識別。目前常用的描述顏色特征提取方法主要有顏色直方圖、顏色矩、顏色熵、顏色相關(guān)圖、顏色集等[42]。毛文華等[43]提出了一種基于株心顏色的玉米田間雜草識別數(shù)字圖像處理新方法，該方法利用玉米植株苗期葉片顏色是深綠色，株心區(qū)域顏色是淺綠色的生長發(fā)育特征，通過顏色飽和度提取株心區(qū)域。經(jīng)試驗得出，玉米田間雜草的識別率平均為84%。紋理特征相比于顏色特征和形態(tài)特征是一種更為細(xì)致的特征信息，分析算法更為復(fù)雜，是一種能反映區(qū)域內(nèi)像素灰度分布的重要屬性。統(tǒng)計法是描述特征紋理的最常用的方法，目前常見的統(tǒng)計紋理特征方法主要有局部二值算子(LBP)、灰度共生矩陣法(GLCM)、直方圖法[44]。王懷宇等[45]玉米田間常見雜草進(jìn)行圖像預(yù)處理后，對圖像進(jìn)行紋理特征篩選，利用支持向量機(jī)(SVM)進(jìn)行分類，分別進(jìn)行基于灰度矩陣、統(tǒng)計矩陣及二者綜合的識別，經(jīng)試驗得出，將二者綜合的識別率最高，可達(dá)到97.33%。

4 除草執(zhí)行系統(tǒng)

除草方式對除草效果至關(guān)重要，目前主要存在五種除草方式，包含人工除草、生物除草、化學(xué)除草、熱除草、機(jī)械除草，圖1對除草方式進(jìn)行了匯總，表4對除草方式原理及優(yōu)缺點進(jìn)行介紹。根據(jù)雜草在田間相對于作物的生長位置，可分為行間雜草與株間雜草。由于只有極少數(shù)作物種植在行間，雜草與作物易于區(qū)分且易于清除雜草。株間雜草與作物交織在一起，密度較大，甚至有些作物與雜草顏色、形態(tài)上十分相近，除草難度大。因人工除草、生物除草、化學(xué)除草、熱除草具有明顯缺點，因此后續(xù)主要對機(jī)械除草進(jìn)行介紹。行間除草相對于株間除草來說發(fā)展已經(jīng)相對成熟。行間除草相對容易，因而除草機(jī)械執(zhí)行部件設(shè)計主要針對株間除草。

圖1 除草方式劃分Fig. 1 Classification of weeding methods

表4 除草方式原理及優(yōu)缺點Tab. 4 Principles and advantages and disadvantages of weeding methods

主動除草是指能夠根據(jù)獲取的雜草與作物信息通過控制系統(tǒng)的實時控制，改變轉(zhuǎn)動速度等參數(shù)，有選擇地進(jìn)行清除雜草。被動除草指除草裝置隨移動平臺移動過程中，除草執(zhí)行部件末端與地面產(chǎn)生摩擦而帶動除草。如圖2所示，奧斯納布呂克大學(xué)和亞馬遜Werke共同研發(fā)的爪齒式除草部件由幾根均勻分布的爪齒組成。在進(jìn)行除草作業(yè)時，利用GPS導(dǎo)航系統(tǒng)控制前進(jìn)路徑，利用機(jī)器視覺伺服系統(tǒng)控制除草爪齒的運動軌跡。奧地利Hatzenbichler研發(fā)的指狀除草機(jī)專用于株間除草。該指狀除草刀隨移動平臺的前進(jìn)而刺入土壤，通過與地表摩擦不斷破碎土壤，從而達(dá)到除草目的，屬于被動除草的一種。吉林大學(xué)王洪昌設(shè)計了一種基于東北鼢鼠前爪第3趾特征的用于苗間除草機(jī)械仿生除草鏟，該除草鏟的刃口設(shè)計為高斯函數(shù)型曲線，具有優(yōu)良的力學(xué)性能。仿生學(xué)理論與農(nóng)業(yè)機(jī)械設(shè)計相結(jié)合，為國內(nèi)農(nóng)業(yè)機(jī)械的研制提供了新的思路和方法。目前常見的株間除草機(jī)械執(zhí)行部件有指狀除草刀[47]、垂直式[48]和水平毛刷式[49]、鋤鏟式[50]、旋轉(zhuǎn)鋤刀、爪齒式[51]、旋轉(zhuǎn)鋤式[52]、彈齒式[53]、擺動鋤刀式[54]等。表5對各除草機(jī)械執(zhí)行部件特點、缺點進(jìn)行介紹。

(a) 爪齒式

(b) 指狀除草刀

(c) 鋤鏟式圖2 常見除草機(jī)械執(zhí)行部件Fig. 2 Actuators of common weeding machines

表5 機(jī)械除草執(zhí)行部件特點及缺點Tab. 5 Mechanical weeding actuator features and disadvantages

5 存在問題與發(fā)展趨勢

除草機(jī)器人具有作業(yè)環(huán)境復(fù)雜多變性、作業(yè)對象嬌嫩性、使用對象特殊性、作業(yè)季節(jié)性的特點，一定程度上限制了智能化除草機(jī)器人的推廣和應(yīng)用。結(jié)合國內(nèi)外除草機(jī)器人的研究現(xiàn)狀，在現(xiàn)有研究思路與方法上，對智能除草機(jī)器人現(xiàn)存問題及發(fā)展趨勢總結(jié)概括為以下幾點。

5.1 組合導(dǎo)航技術(shù)

每種導(dǎo)航技術(shù)都有各自明顯的獨特性和局限性，如GPS導(dǎo)航技術(shù)雖然精度高、技術(shù)成熟，但受環(huán)境影響嚴(yán)重；超聲波導(dǎo)航技術(shù)雖然結(jié)構(gòu)簡單、成本低，但是導(dǎo)航定位精度低等。單獨應(yīng)用一種導(dǎo)航技術(shù)越來越難以滿足精確自主導(dǎo)航的要求，在某些場合會出現(xiàn)定位精度低、不適用、誤差大等現(xiàn)象。不同的導(dǎo)航系統(tǒng)的組合可以形成信息的互補。因此在未來農(nóng)業(yè)機(jī)械導(dǎo)航中，應(yīng)針對不同的應(yīng)用場合選擇適合的導(dǎo)航技術(shù)組合形式。

5.2 復(fù)雜田間環(huán)境圖像處理技術(shù)及雜草分類

目前對于苗草識別的大多數(shù)研究是在靜態(tài)及存在可控光照等可采集高質(zhì)量圖像的環(huán)境基礎(chǔ)上進(jìn)行的，而田間實際采集圖像時，存在機(jī)械振動、光照強(qiáng)度變化等因素，這些不確定因素對苗草識別產(chǎn)生一定的誤差。同時為了進(jìn)一步精確識別定位田間苗草，往往采用復(fù)雜視覺識別算法，但是會相應(yīng)降低系統(tǒng)實時性，針對雜草密度大等田間復(fù)雜情況，系統(tǒng)算法耗時過長。對于復(fù)雜田間環(huán)境下，圖像處理技術(shù)針對采集的圖像質(zhì)量不高以及視覺識別算法處理實時性的問題有待進(jìn)一步研究。雜草分類工作需要進(jìn)一步增強(qiáng)。不同雜草對作物危害不同。特別針對危害性大的、耐藥性強(qiáng)的雜草利用圖像分類技術(shù)進(jìn)行靶向施藥，以便于雜草治理與環(huán)境管控。

5.3 株間除草末端執(zhí)行機(jī)構(gòu)研發(fā)及機(jī)械結(jié)構(gòu)優(yōu)化

我國株間除草技術(shù)相對國外研發(fā)較晚，大多在國外株間除草技術(shù)的基礎(chǔ)上進(jìn)行模仿和優(yōu)化，而且大多處于實驗室階段，不能進(jìn)行田間實驗。并且機(jī)械末端執(zhí)行機(jī)構(gòu)的研發(fā)過于簡單，國內(nèi)外將研發(fā)重心主要放在了末端執(zhí)行機(jī)構(gòu)運動控制以及苗草識別上，忽視了對于機(jī)械末端執(zhí)行機(jī)構(gòu)的研發(fā)，而機(jī)械末端執(zhí)行機(jī)構(gòu)直接與田間苗草接觸，直接影響除草效果及作物產(chǎn)量等。對于株間除草末端執(zhí)行機(jī)構(gòu)的研發(fā)還需要進(jìn)一步深入。機(jī)械結(jié)構(gòu)是機(jī)電一體化的基礎(chǔ)，是系統(tǒng)所有功能要素的機(jī)械支持結(jié)構(gòu)。除草機(jī)器人機(jī)械結(jié)構(gòu)不僅決定著除草機(jī)器人的外觀，以及決定著除草機(jī)器人運動的靈活性、田間作業(yè)的可靠性及工作效率性。在滿足除草機(jī)器人功用和性能的基礎(chǔ)上，要盡可能使機(jī)構(gòu)輕量化、集成化、小型化，使作業(yè)效率高效化，盡可能完善該作業(yè)目的的解決方法或找到解決該作業(yè)目的的最優(yōu)方案。

6 結(jié)語

綜上所述，國內(nèi)外已經(jīng)開展了大量的針對智能化田間除草機(jī)器人的研究。本文介紹了國內(nèi)外典型除草機(jī)器人及其作業(yè)方式，并且就其關(guān)鍵技術(shù)展開討論和優(yōu)缺點比較，內(nèi)容涵蓋智能導(dǎo)航、苗草識別、除草執(zhí)行系統(tǒng)領(lǐng)域。最后在上述分析比較的基礎(chǔ)上對現(xiàn)有關(guān)鍵技術(shù)存在問題進(jìn)行總結(jié)分析并對未來發(fā)展趨勢進(jìn)行展望。

發(fā)達(dá)國家對于智能除草機(jī)器人的研發(fā)較早，在解放人類勞動、減輕環(huán)境污染等方面發(fā)揮了巨大的作用。我國對于智能除草機(jī)器人研發(fā)起步較晚，技術(shù)水平與發(fā)達(dá)國家有一定差距。我國政府應(yīng)加大對于農(nóng)機(jī)的扶持力度，引導(dǎo)除草機(jī)器人向智能化、自動化、精準(zhǔn)化方向進(jìn)一步發(fā)展，增強(qiáng)實用性、普及性而不是只停留在實驗室階段。智能除草機(jī)器人的研發(fā)面對我國人口老齡化、環(huán)境污染破壞、人工作業(yè)效率不高等問題具有重要意義。