人工智能在農業機械中的應用

序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦一篇人工智能在農業機械中的應用范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。

人工智能作為計算機科學的一個重要分支，通常可以被概括成一種智能化的處理能力，能夠和人一樣感知、認知、決策、執行的程序或系統。隨著科學技術不斷發展，人工智能已應用于醫療、教育、金融等諸多領域，有效地推動了各領域高速發展[1]。農業是人類衣食住行的源泉，是人民生活的重要基礎，是支撐國家經濟的脊柱，也是國家穩定發展的“壓艙石”。人工智能及物聯網技術在智能農機、智慧農業的應用主要涉及傳感檢測、機器視覺、大數據處理等，以此實現自動監控、自主修正、智能調整[2]。其中，傳感檢測技術應用于智能農機對外界的環境感知及決策反饋，實時感知當前作業狀態；機器視覺領域應用于農作物識別、雜草識別、病蟲害識別、障礙目標檢測以及路徑規劃等方面；而大數據處理技術則充分應用在無人化耕作、精準施肥噴藥、智能收獲領域中，實現農機與農藝的有機融合，保證各個作業環節的高效及高質量。本文主要介紹了人工智能賦能農業機械的主要技術及其在農業生產各環節中的具體應用，并針對當前存在的難題和機遇，提出了人工智能技術賦能農業領域的發展方向。

1人工智能賦能農機概述及意義

人工智能農業是指以自然語言處理、知識表現、智能搜索、推理、規劃、機器學習、知識獲取、組合調度問題、感知問題、模式識別、邏輯程序設計軟計算、不精確和不確定的管理、人工生命、神經網絡、復雜系統、遺傳算法等為研究范疇，來實現知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理系統、自然語言理解、計算機視覺、自動程序設計等方面研究成果，最終用于參與到農業耕、種、管、收生產全過程解決無人化耕作、病蟲害精準識別及防治、智能收獲等有關農業生產問題的未來智慧農業生產方式[3]。人工智能技術將會改變人類的生產方式、生活方式，其在農業生產中也將會有越來越多的應用，必然會先從最適合且最能為農業生產帶來便利和成本節省的方向開始。人工智能技術的不斷成熟，使得擁有強大算力的芯片不僅僅出現在服務器端，人工智能的應用還會延伸至終端應用場景。基于機器學習的視覺識別及以各類傳感器為基礎的農業大數據收集、分析、應用為精準農業生產過程帶來了很大的想象空間。由人工智能技術賦能驅動的農業機械產品，將利用機器學習而具備在作業現場自我智能決策的能力，可將產品的智能控制提升到一個新的高度。由人工智能技術驅動的農業，將會使機器更加智能化，可節省人力、降低勞動強度、節省農資消耗成本、保證環保增效創收，其功能及特色能為用戶帶來切實的收益。隨著進一步的市場推廣，整機銷量增加，農業生產大數據加速積累，數據挖掘以使農業大數據應用到智慧農業將成為新的社會效益點。

2人工智能賦能農機的應用現狀

全球農業產業正處于技術革命的風口浪尖，人工智能將為農業的未來帶來革命性的變化。美國迪爾公司（JohnDeere）是世界上最大的農機巨頭，也是精細農業的領導者。2017年9月，該公司收購了人工智能初創公司藍河科技（BlueRiverTechnology），基于人工智能對收獲機的損失率、含雜率進行監測[4]，利用圖像識別技術來獲取農作物的生長狀況，通過機器學習，分析和判斷雜草及病蟲害，實現精準施肥噴藥，比傳統種植方式減少了90%的農藥化肥使用量[5]。加拿大VineView公司可在云端利用人工智能技術分析無人機捕獲的圖像和數據，尤其是根據葡萄葉的圖像分析葡萄樹疾病的隱患[6]。海沃德公司（AboundantRobotics）在不破壞蘋果樹和蘋果的前提下可達到一秒一個的采摘速度。蘋果采摘機器人可通過攝像裝置獲取果樹照片，用圖片識別技術定位適合采摘的蘋果，再用機械手臂和真空管道進行采摘，不會傷到果樹和蘋果[7]。人工智能技術在我國現代農業生產中應用的時間相對較短，但近年來，農業人工智能發展非常迅速，在精準施肥噴藥、智能收獲等領域出現了許多成功案例。如在2019年10月30日青島國際農業機械展覽會上，中聯重科人工智能小麥機、水稻機、植保機等新品全新亮相[8]。人工智能小麥機、水稻機上全方位搭載視覺攝像頭、傳感器等多種智能元件，在作業過程中可實時感知作物倒伏、密度、潮濕度、品種等特征信息，控制系統根據實時收集的信息進行智能決策，并通過末端執行器實現實時的智能調整，如自動控制割臺、脫粒滾筒轉速、整車作業速度等。人工智能植保機，噴桿上裝載多個視覺攝像頭，能夠實時感知田間作物的雜草病蟲害情況及作物生長態勢等信息，控制系統通過推斷計算形成最佳施肥噴藥方案，實時控制電控噴頭的開閉及流量，從而達到最佳的施肥噴藥效果，確保肥料及農藥利用最大化，減少浪費和環境污染。

3人工智能賦能農機的應用實例

3.1無人化耕作

無人化耕作（拖拉機），可通過機器視覺獲取地理位置及周邊環境信息，判斷地頭邊界、農作物和障礙物，規劃作業路徑，對整車控制器發出相應執行指令，實現直線行駛、田間掉頭、農具自動升降等自動駕駛功能。直線行駛：通過機器視覺及GPS定位系統，獲取當前地理位置及周邊環境信息，檢測作業垅邊界或待收獲作物邊界，智能調節作業車速及轉向，實現高精度直線行駛。田間掉頭：通過機器視覺，識別地頭邊界，智能推薦掉頭操作，控制功能部件及行走、轉向系統執行相應掉頭動作。農具自動升降：通過機器視覺，檢測整機距離田間地頭的實時距離，智能判斷合適的農具升降位置，控制農具液壓系統實現自動升降。

3.2精準施肥噴藥

精準施肥噴藥（植保機），建立滅草類、除蟲類、施肥類及相關農藥大數據庫。將農業機械作業控制算法與基于人工智能和機器視覺識別及深度機器學習的硬件平臺融合，辨識雜草與作物，識別害蟲及位置，判別作物長勢，實現精準施肥噴藥。雜草、害蟲識別：通過機器視覺技術實時辨識雜草與作物，識別害蟲及位置，并對其進行標記。精準施肥噴藥：根據雜草、害蟲主動識別結果以及作物生長態勢，控制電磁閥開閉及流量，實現精準施肥噴藥。

3.3智能收獲

智能收獲（小麥機、水稻機），建立收獲作物種類的數據庫并基于人工智能分析；將農業機械作業控制算法與基于人工智能和機器視覺識別及深度機器學習的硬件平臺融合，根據不同作物及地況，匹配合理的收獲速度，智能調節撥禾輪、割臺、脫粒滾筒、風機、篩板等部件，優化損失率、含雜率、破碎率，實現智能收獲。撥禾輪智能升降：根據割臺高度、作物倒伏及長勢、作物喂入及堵塞情況，智能調節撥禾輪高度。撥禾輪智能調速：根據作物長勢狀況和喂入狀態，智能調節撥禾輪轉速。割臺智能升降：根據作業地況、作物倒伏及長勢、作物喂入及堵塞情況，智能調節割臺高度。脫粒滾筒智能調速：根據收獲作物種類、作物成熟度和產量、風機轉速，智能調節脫粒滾筒轉速。風機智能調速：根據收獲作物種類、含雜率、破碎率、損失率等收獲指標，智能調整風機轉速。篩板開片角度智能調速：根據收獲作物種類、含雜率、損失率等收獲指標，智能調整上篩、下篩、尾篩的開片角度。損失率/含雜率/破碎率優化：利用谷物損失傳感器、機器視覺技術實時分析功能參數指標，并根據指標智能調整整機相關部件參數。

3.4人工智能控制器研制

研制低成本、多用途的通用型人工智能計算設備。以現有的AI基礎硬件為參考，針對農機的共性需求，例如視覺計算、導航定位、自動控制，在滿足AI推理性能、定位及控制精度、適配必要傳感器的條件下，大力降低硬件成本，提高性價比。研制高性能、高可靠的專用型人工智能控制器。以通用型人工智能計算設備為基礎，針對智能感知、精準控制、自動駕駛、無人作業等多個人工智能模塊，以及視覺、GPS/北斗、雷達等多種傳感器數據處理，研制高性能、高可靠、專用于某一類農機的人工智能控制器。針對收獲機械，研制能夠同時適配8路以上視覺相機并實時運行其視覺感知算法，能夠運行基于GPS/北斗、雷達、視覺等三種以上傳感信息融合的高精度導航定位算法，能夠運行割臺/撥禾輪高度、滾筒/風機轉速等參數優化算法的專用AI控制器，實現高性能執行AI算法、高可靠運行AI系統。針對植保機械，研制能夠同時適配10路以上視覺相機并實時運行其視覺感知算法，能夠處理GPS/北斗、視覺、雷達等三種以上傳感信息，能夠根據視覺識別結果及車速實現精準控制作業噴頭開、閉的專用AI控制器，實現高性能運行AI感知算法、高可靠精準控制作業部件。針對耕作機械，研制能夠同時適配6路以上視覺相機并實時運行其視覺感知算法，能夠處理GPS/北斗、視覺、雷達等三種以上傳感信息，能夠支持5G、云平臺傳輸，能夠智能控制深翻、深松、耙地、平地作業，能夠智能控制直線行駛、地頭掉頭等無人駕駛的專用控制器，實現高性能執行AI算法、高可靠數據傳輸和系統運行。

4農業人工智能存在的問題及措施

隨著大數據和物聯網的發展，人工智能時代來臨，各個行業都期待擁抱人工智能技術。但是人工智能領域的發展沿襲了數字經濟在我國的發展慣性，更加偏愛消費市場。雖然傳統行業早已開始探索“如何讓實體經濟與人工智能技術碰出商業價值”這一重大命題，但也如某些專家所言，“缺少真正的投入與行動”。雖然人工智能技術已經開始應用于農業領域，但是與其在金融、醫療、交通等領域上的成功應用相比，人工智能賦能農機的應用略顯初級，大多農場、農機制造商還沒有深入推進人工智能。原因在于農業領域的數據獲取比其他行業要難，農業生產統計和量化應用困難，農業環境變化對人工智能技術在農業上的測試、驗證和推廣更加困難，既懂農業又懂人工智能技術的復合型人才稀少[9-10]。過去人工智能在農業生產體系中的投入占比較小，無法得到明顯的技術推進和深層的改動優化。人工智能賦能農機需要大量的資金投入和前期工作，人工智能與農業領域深度融合和推廣應用仍面臨著多重挑戰，如農村網絡基礎設施薄弱，在農業技術層面的應用仍處在起步階段，研發的智能農機還不具備適應不同作業條件的能力，難以在現實農業生產中投入使用等。要推動人工智能在農業領域的深入融合與應用，應從基礎研究、核心技術、科技應用和人才隊伍建設四個方面發力。1）加強基礎創新研究。整合全球智能農業技術資源，加強國際合作交流，建設智能農業協同研發創新平臺。引進、消化國內外智能農業先進技術，集成創新一批具有自主知識產權的智能農業技術。2）突破關鍵核心技術。加快建立“信息感知、定量決策、智能控制、精準投入”的農業智能技術體系。智能農業關鍵技術研發包括了基于物聯網的農情感知技術、基于大數據的農業分析技術、基于云計算的數據處理技術和信息技術與農業深度融合等。突破信息感知、決策智控、試驗檢測、精細生產管控等應用基礎及無人化耕作、精準施肥噴藥與智能收獲裝備等關鍵共性核心技術，創建關鍵共性核心技術裝置與農業大數據智能分析決策系統。3）強化科技應用開發。加快低成本、低功耗、高精度，穩定可靠、適合農業復雜特殊環境條件的新型人工智能控制器、感知傳感器及視覺設備的研發；開展人工智能知識處理與利用技術研究。4）加強人才隊伍建設。將高端人才隊伍建設作為人工智能發展的重中之重，堅持培養和引進相結合，完善人工智能教育體系，加強人才儲備和梯隊建設，特別是要加快引進和培養全球頂尖人才和青年人才，形成人工智能人才高地。

5結論

現代農業的發展深刻影響著國民經濟和社會的各個領域。目前，智能農機發展迅猛，人工智能賦能農業機械的應用研究進一步深入。人工智能技術在無人化耕作、智能收獲、精準施肥噴藥等領域均有廣泛應用，在無人化耕作過程中實現直線行駛、田間掉頭、農具自動升降等自動駕駛功能；在精準施肥噴藥過程中實時判別作物長勢，感知雜草、蟲害種類及位置，智能控制電控噴頭開關，實現精準施肥噴藥；在智能收獲過程中使農機具備視覺感知能力，實時監控感知作物倒伏、籽粒破碎、籽粒含雜和籽粒損失等狀況，在線決策實現對機器的智能化自動調整控制，最終實現機器的收獲高質量、高效率、舒適性和智能化。與此同時，人工智能與農業領域深度融合和推廣應用仍面臨著多重挑戰，存在資金投入需求大、網絡基礎設施薄弱、農機智能化水平不高等問題。基于此，課題組提出應從基礎研究、核心技術、科技應用和人才隊伍建設四個方面發力。隨著物聯網、大數據、云計算技術的持續發展，人工智能賦能農業機械的應用程度會不斷加深，農業機械領域將邁入智能化的嶄新時代。

參考文獻：

[1]石依靈.人工智能技術在現代農業生產中的應用[J].南方農機，2019，50(14)：73.

[2]李道亮，楊昊.農業物聯網技術研究進展與發展趨勢分析[J].農業機械學報，2018，49(1)：1-20.

作者:唐明 黎鑫溢 梁鼎 單位:中聯重科股份有限公司