补齐设施农业机械化短板 推进设施农业高质量发(2)

在农业作业非结构性的环境下如何获得作物的信息？这是世界性的难题。作物信息、动植物生理、生态等感知传感器件的研究是一个世界性的难题。还有机电液伺服控制软硬件技术，这项技术更多地依赖工业技术的发展；农业机器人与农艺适应性的技术问题，传统农业的种植模式，不一定适合智能农业装备农业机器人作业需求，需要在两者之间进行调整和修改，做到相互适应。

在非结构环境中让机器人去作业目前面临着很多的问题。以设施农业采收为例，在设施农业里，主要依靠机器视觉来获取目标的信息，在获取的过程中面临哪些问题？一是果实的形态是多样性的，即便是番茄，也存有大小、颜色、形状不一的现象，影响了机器人的作业。二是复杂的光照环境，机器人处于一整天的作业环境中，一整天的光照条件会不断的变化，在作物冠层中，每个果实接受的光线差别很大，复杂的光照条件影响了机器人的作业。三是农作物复杂的布局，比如像果实在树上生长，机器人从外往里看的时候，很多果实不一定是完全裸露在外面，可能会有一些遮挡，或者是果实之间的遮挡，或者是果实与叶片藤蔓之间的遮挡。这些遮挡不单影响到机器人信息的采集，同时也会影响到作业，机械手如何去绕过障碍物抓取到目标，这些都是机器人作业的困难。

另外，在农业作业环境中，有很多都是近色系的作物，在机械化锄草作业中，草和作物的颜色都是绿色的，如何快速、准确地识别出来哪些是草需要去掉，哪些是苗需要保留。再比如说黄瓜采摘，黄瓜和叶子都是绿色的，让机器人如何准确的识别还是具有较大的难度。

针对以上的难点，我们团队做了以下系列的研究工作和解决方案。

三、非结构环境下机器视觉解决方案

我们团队主要分两部分，一部分在中国农业大学农业机器人研究中心负责技术的研发；另一部分在苏州博田自动化有限公司主要负责技术转化、产品开发和生产销售。团队的主要目标是实现农业机器人从0~1，实现从无到有的跨越。目前，团队的主要研究是针对在非结构环境下，如何通过机器视觉以及其他的传感器来提供解决方案。

团队主要的核心技术体现在以下两个方面：

第一个核心技术是非结构环境下机器视觉的信息获取。为了获取目标，我们尝试过不同的视觉方案，最早期我们采用两个单体相机构建双目立体视觉，最近我们自主研发了智能双目视觉系统，虽然市面上有很多相似的、小型化的双目视觉系统，但很少针对农业来做的，因为双目视觉系统在农业领域里不是通用的。，因为采收机器人的目标距离比较小，我们的双目类视觉系统可以获取比较大视野和高精度的视觉三维信息，同时把多年来积累的核心算法集成到双目视觉系统里面。

第二个核心技术是多传感器的融合和伺服控制技术上。农业机器人不单单只是包括一个视觉系统和一个操作臂，还包括各类传感器，包括作物生理传感器和定位导航的传感器等，最终通过伺服控制的集成形成一个机器人系统。所以在机器人系统里除了视觉系统外，还有多光谱、伺服控制，农业作业的末端执行器等。农业产品和工业产品有巨大的差别，农业产品的柔性、娇嫩性比较凸显，很难直接借助工业的执行器去执行，所以我们研究了很多仿型的末端软体机械手。

团队做过的典型机器人案例：

1.采摘机器人

从“十一五”开始，我们就在从事果蔬采摘机器人的研究，早期我们做黄瓜的采收。黄瓜的果实和叶片颜色非常相似的，在可见光范围内很难检测，我们采用近红外光谱图像的方式进行提取，实现检测。像草莓的话，果实和叶片的颜色对比很明显，就比较容易实现检测。近几年基于新技术的发展，我们进行了番茄及其他果实的信息获取。针对温室中种植的番茄，在不同的天气气候，不同光照情况下，对果实不同的生长姿态——是正面、背面还是侧面？是遮挡还是不遮挡？对各种工况下的果实目标进行了识别研究，识别的成功率能够在90%以上，采收的成功率也达到了90%以上。

采收机器人从“十一五”到“十三五”，产品不停地进行迭代，目前已经有多种不同形式的，可以在设施农业不同的地面条件、不同的种植环境下进行采收。近期我们完成了针对串番茄整串的采收机器人研究，可以根据地理环境的不同设置不同的采集方案。该机器人除了可以对西红柿进行采收外，还可以实现对其他的果实，如田瓜、小西瓜的采收。

文章来源：《农业开发与装备》 网址: http://www.nykfyzb.cn/zonghexinwen/2021/1218/1121.html