无人化农场关键技术应用分析与展望_冯敏康.pdf

2023 年 3 期智慧农业导刊Journal of Smart Agriculture智慧农业无人化农场关键技术应用分析与展望冯敏康1，龚智峰1，徐璟1，吴雄杰2，戴冯家2，林立杰2，徐纪洋3，李晓宇3，王锐3，具大源3（1.上海市嘉定区农机技术推广站，上海 201800；2.上海市农业机械鉴定推广站，上海 201600；3.上海联适导航技术股份有限公司，上海 201702）中国是一个农业大国，同时也是人口大国。我国历来对农业与农村的发展都高度重视，不断推进农业结构的调整和优化，但由于我国耕地资源相对短缺，人均耕地面积 1.5 亩（1 亩约等于 667 m2，下同），远低于亚洲人均 2.5 亩的水平。由此可见，粮食安全始终是我们面临的一个挑战。虽然我国农业生产在水稻、小麦和玉米等主要农作物已经基本实现机械化，但仍然是基于传统农业而应用的传统农业机械，在全液压控制、智能化和信息化等方面与发达国家存在较大差距，随着人口老龄化的日益严重，农业劳动力缺乏对农业生产的影响日益突出，我国农业生产面临的挑战越来越大，农业生产面临的压力也与日俱增。劳动力成本增加，务工收入远超务农收入，农村劳动力也大量涌入城市1，传统农业机械化模式已无法适应社会和技术的发展，农业劳动生产率还需进一步提高。面对劳动力人口快速下降的危机和挑战，无人化农场作为未来农业的一种趋势，是解决未来粮食问题的必经之路。目前我国无人化农场还处于试验示范阶段2，中国农业大学李道亮教授曾提出，我国从现在开始布局无人化农场技术研发、商业机制、模式集成及支撑政策，对加速推进我国现代农业发展意义重大。然而，无人化农场必定离不开大数据与人工智能、机器人等技术。随着科技的发展，新一代信息技术的不断进步，如物联网、大数据、人工智能、机器人、智能设备制造和 5G 等，使得机器可以代替人。这就为无人化农场的实现做好了坚实的基础。本文结合上海嘉定区一家试点无人化农场的设计、实施和运营状态，阐述了农场四大共性关键技术的实践应用，包括大数据、人工智能、物联网、智能装备和机器人技术。对无人化农场的发展瓶颈进行了系统介绍，如基金项目：上海市科技兴农项目（2021-02-08-00-12-F00784）第一作者简介：冯敏康（1970-），男，高级工程师。研究方向为新农机新技术的试验、示范、推广等。摘要：因为农业人口众多，耕地面积有限，我国农业一直以小农场为主的生产方式进行，但是随着人口老 化的逐步加剧，同时伴随着城市化的推进，现在农业劳动力开始减少，未来中国粮食安全面临“谁来种地”和“如何种地”的挑战。解决这一问题的实现路径之一就是无人化农场技术。该文通过对上海市嘉定区无人化农场的技术实践，对无人化农场的概念、技术架构，以及基础设施、作业设备、数据监测系统和管控服务平台等关键技术进行系统阐述，对无人化农场的发展进行深入探讨，对无人化农场的发展有一定指导意义。关键词：无人化农场；自主作业；无人驾驶；北斗导航；技术应用中图分类号：F304文献标志码：A文章编号：2096-9902（2023）03-0001-06Abstract:Owing to the large agricultural population and the limited area of arable land,Chinas agriculture has been carriedout mainly by small farms,but with the gradual intensification of population aging and the promotion of urbanization,theagricultural labor force is beginning to decrease.Chinas food security will face the challenges of who will farm and how tofarm in the future.One of the ways to solve this problem is unmanned farm technology.Based on the technical practice of Jiadingunmanned farm in Shanghai,this paper systematically expounds the concept,technical framework and key technologies of unmannedfarm,such as infrastructure,operating equipment,data monitoring system,management and control service platform,etc.This paperalso makes an in-depth discussion on the development of uninhabited farms,which has a certain guiding significance for thedevelopment of uninhabited farms.Keywords:unmanned farm;autonomous operation;self-driving;Beidou navigation;technical applicationDOI：10.20028/j.zhnydk.2023.03.0011-2023 年 3 期智慧农业智慧农业导刊Journal of Smart Agriculture农场基础设施、作业设备和测控与控制平台等，并对其进行了总结，提出了中国无人化农场的发展战略。1基本概念与技术架构1.1基本概念无人化农场是指在人不进入农场的情况下，利用新型信息技术，通过对农场设施设备、机械等与机器人自主决策与作业的自动控制，完成对农场所有生产、管理任务的全天候、全过程、全空间的无人化生产作业模式，实现机器替代人的目的3。无人化农场是现代农业建设的最重要内容之一，中国工程院院士罗锡文用高度概括的 5 句话来描述无人化农场：耕种管收生产环节全覆盖；机库田间转移作业全自动；自动避障异况停车保安全；作物生产过程实施全监控；智能决策精准作业全无人。这说明，在未来全球农业发展的制高点上，“无人化农场”是一个重要的进军手段。从技术角度，无人化农场的实验在多个国家都有示范性应用，但示范性应用距离商业化应用还有很长的路要走。想要把无人化农场正式投入使用，涉及的技术众多，需要融合传感、精密导航、人工智能、云计算和大数据等。比如，想要得知单台农机设备的作业状态、数据、卫星定位、轨迹；通过各种设备、各类传感器和摄像头上传的田间土壤、农业气象、田间空气温度与湿度、作物长势和病虫草害预警等信息；通过云计算、大数据、人工智能和精密导航对各个不同设备进行作业协同、数据可视化呈现；通过算法自动化操作减少人工参与等，考验的是平台数据处理分析、智能决策能力。1.2无人化农场技术架构无人化农场主要包括 4 大系统，分别是基础设施系统、作业设备系统、数据监控系统和管控服务平台系统。将物联网、大数据、人工智能、智能装备和机器人技术有机组合在一起，技术架构如图 1 所示。图1无人化农场技术架构嘉定无人化农场是采用集中监控管理、分布式控制的自动化解决方案，能满足较高的控制水平，具有一定先进性，本着合理实用的原则，以较低的成本达到运行可靠性和稳定性，系统所用的技术规范形成了相关标准，便于推广维护。无人化控制系统分别由应用层、传输层和感知层 3个层次构成。应用层由操作员站、工程师站、数据服务器、交换机、路由器和防火墙等设备组成，负责执行数据管理并做出与生产和运营相关的决策。传输层是基于 5G、GPRS、Ethernet 和 CAN 总线等技术，负责完成数据的传输。应用系统应用平台基础平台设备管控资源监控环境监控产品安全物资管控信息浏览应急管理生产产量数据搜索引擎物联感知数据服务中心物联服务注册中心物联感知数据标准应用模型应用系统模板应用系统工具物联服务总线物联网服务标准物联安全监控模型服务知识资源数据资源电磁感应传感器WANN 网络:GPRS.5GPAN 网络:UWB、WIFI CAN 总线WANN 网络:GPRS.5G光谱传感器霍尔传感器GNSS 传感器红外传感器水质监测传感器音频率传感器大气环境参数(空气温湿度、光照)土壤 N 湿度、温度、紧实度、电导率、肥力水质酸碱度、含氧量农机油耗、速度、方向、作业类型植被状况、杂草量土壤 N、P、K 含量LANN 网络:Internet,WAN应用层感知层传输层无人化农场技术架构2-2023 年 3 期智慧农业导刊Journal of Smart Agriculture智慧农业感知层包括各类执行机构（电机、泵类）、智能传感器等组成，负责收集农场各类生产数据。2无人化农场的共性关键技术无人化农场作为新一代信息技术不断发展的产物，是一个复杂的系统工程4。在无人化农场中起关键作用的有 4 大技术，包括大数据、物联网、人工智能和机器人技术，关键技术框架如图 2 所示。无人化农场通过对农业生产资源、环境、生产对象和装备等要素的在线化、可视化及数据化，实现对生产对象的全方位管理、生产过程的精准管控和无人化作业。以上海嘉定区某无人化农场的实践为例，该农场以实现农业生产效率提升为目的，以高精度北斗卫星导航技术、5G 通信技术为基础，集成物联网、大数据、人工智能和地理信息系统（GIS）等技术为支撑，完成全天候、全过程、全空间的无人化农业生产作业，达到农业生产全流程（耕、种、管、收）的数字化、精准化、智能化和无人化，系统的技术方案架构如图 3 所示。图2共性关键技术框架图3无人化农场技术方案2.1农机无人驾驶系统近年来，随着国家各方面政策的推动与实施，农业机械发展迅速，主要智能产品无人车、无人机和农业机器人等新产品相继投入使用，且可适应各种不同工况下作业，可完成水田和旱地环境下的不同作物的耕、种、管和收等作业，已经达到了国内外同类产品的领先水平。然而，在无人干涉自主作业的情况下，与传统的农业机械相比，无人机械的作业针对性强、工作周期长、工作效物联网技术传感器机器视觉空间感知信息传输大数据技术大数据采集大数据处理大数据存储大数据分析人工智能技术智能识别智能学习智能推理智能决策智能装备与机器人技术状态数字化监测智能信息感知自动导航控制智能动力驱动装备智能作业无人化农场共性关键技术无用无人作业机械四驱移动底盘激光雷达北斗导航/GNSS 天线自动回驳控制器5G 控制器5G 控制器多光谱雷达大气监测传感器图像存储2D/3D 视觉系统农用无人机感知、监测传感器植被状况、杂草量水质酸碱度、含氧量土壤 N、P、K 含量农机油耗、速度、方向、作业类型土壤 N 湿度、温度、紧实度、电导率GPRS、5GGPRS、5GInternetInternetInternet、CAN 总线用户信息管理平台数据存储、服务、搜索引擎数据中央处理器3-2023 年 3 期智慧农业智慧农业导刊Journal of Smart Agriculture率和土地等资源利用率高5。怎样确保机械设施自主操作安全性是一大难题，所以高精度的自动导航系统是无人农机的一大核心。针对农场作业的各种不同工况、不同条件和不同场地等问题，农机作业需要重点解决 3 大难题，即导航定位、导航控制和系统集成。案例中主要采用无人机的视觉系统创设地图、农机的5G 定位与北斗导航相结合，完成农机无人驾驶作业。农机车身硬件方面搭载四驱驱动发动机，雷达探测器、自动驾驶控制器、GNSS 天线接收模块等设施。无人机主要完成农机的人机交互地图的信息上传，自身搭载模块有 GIS 模块、视觉系统、传感系统和雷达探测器等。不仅可以完成地图勘测，而且还可以完成墒情测定、环境监测、农业保险勘察等任务6，主要避免障碍物如电线杆、植株和人等，并反馈至终端7，给予操作人员导航提醒。2.2环境感知系统环境感知系统主要由无人机及生长环境检测传感器组成。其中无人机上搭载了环境检测和遥感传感器，在作物生长过程中，无人机负责监测和分析大气、作物和土壤实地信息8，起到农情预警和农作物产量预测的作用9。其中对作物的分析是通过光学遥感技术与热血遥感技术，检测作物表面反射的能量来创建作物图像10，一方面可监测作物的叶面积、植物覆盖、生物量和叶绿素含量，及时发现害虫等11。另一方面，可监测作物杂草、养分等，以实现精准规划、优化管理和农业生产与投入12，不仅为管理者及时提供准确信息，而且能有效预防和降低害虫所导致的经济损失13。生长环境检测传感器主要负责监测土壤包括酸碱度、N（氮）、P（磷）、K（钾）、湿度、温度、紧实度和电导率等参数。通过对土壤进行监测，可随时掌握土壤的质量。通过目标函数，可控制土壤的施肥、洒水、夯实等2.3数字化农田农业数字化管理具体涉及农业生产过程中结合遥感影像、地理信息、定位信息、植物信息、土壤信息、大气信息、作物和土壤实时监测等内容14。实现定期获取作物生长、发育状况、害虫、水肥状况及相应环境的信息，生成模拟农业生产中的现象和过程的动态空间信息系统，实现农业资源的合理利用、生产成本的降低、生态环境的改善及作物产量和品质的提供。嘉定区某无人化农场的实践案例以更精准的环境感知装备技术，创建智慧农业生产质量管理体系以可见光、多光谱遥感等技术手段，通过卫星遥感、近地空无人机遥感等多种数据来源，获取全面作物长势数据，并对数据进行分析挖掘，指导科学种植管理，数字化农田测控可视化界面如图 4 所示。（a）苗情分析（b）叶片N含量分析（c）病虫草害监测（d）冠层含水量监测（e）产量监测图4数字化农田测控可视化2.4综合管控平台综合利用数据通信、导航定位、多光谱及视觉遥感多源异构数据融合处理技术，形成了耕种管收全程无人农机装备协同作业系统。通过智慧农业综合管控平台对环境感知系统、智能农机装备等采集的数据进行存储、分析和处理，实现信息可视化、定量决策、远程任务下发和控制等15；5G 接收模块装备接收信息后，按照下发的任务在规定时间自动发出指令，机械设备完成自动点火并完成出入机库、耕整地、插秧、施肥喷药、收割和转储等工作。机械装备在管控平台的调度和管理下，根据标准的作业规程，完成高质量、标准化的农业生产作业，单机作业精度小于等于 2.5 cm，协同作业编队横向误差不超过10 cm，作业精准、智能。通过卫星平地系统，可将土地平整度、坡度等严格按农艺要求的精度来实现，有利于灌溉和节水；通过自动驾驶系统，可以按最优作业路径高精度完成播种/插秧作业，达到传统人工驾驶作业远远达不到的农艺标准，有利于作物通风、采光等，进而提高产量；可以对耕作地块的种植提前放样、排版，从而提高土地利用率，无人化作业路径规划场示意图如图 5 所示。4-2023 年 3 期智慧农业导刊Journal of Smart Agriculture智慧农业3结束语无人化农场相对于传统的农业机械化，可以大幅度提高劳动生产率，提高土地和农资等资源的利用率，可以说代表了当前最先进的农业生产力，也是农业发展的新阶段，是未来农业的基础和方向，是对数字化技术、卫星导航和物联网等新兴技术在农业生产中的集成应用。但是，新技术的应用首先面临成本问题。当前无人化农场重点解决的是农业劳动力短缺的情况下“谁来种地”的问题，无人化农场的建设成本过高，只有随着劳动力成本提高和无人化农场技术更成熟，成本会相对变低的时候才可能实现真正规模化应用。预计到 2050 年前后，随着国内城镇化水平进一步提高，农业人口下降，农业劳动力成本更高，技术进一步成熟的时候，无人化农场将迎来快速普及推广。从现在开始布局无人化农场研究、技术和产品，对加速推进我国农业现代化、粮食安全等都有重大意义。1）加强无人化农场基础研究。无人化农场在国内是随着北斗卫星导航系统而逐步发展起来的，国内在作物长势、病虫害等的监控模型及专用传感器、动植物表型及生长优化调控模型等基础研究方面还需要深入探索。在农机自动导航、路径规划和高精度定位等关键环节已经有所突破，可以进一步通过技术转让、联合开发、共建基地等方式，促进无人化农场技术的不断发展。2）加强政策引导和扶持，搭建新兴技术的发展环境。农业生产的开展需要因地制宜，各地农业农村主管部门应合理编制相关的规划，针对技术研发、推广、应用过程中的重大问题和技术路线做好顶层设计，在各地主导品种和特色经济的基础上提出发展方向、重点领域、发展模式及推进路径，合理布局应用示范和产业化项目。在当前技术和商业化程度还不成熟的情况下，前期投入高、风险大，需要政府构建合适的政策支持环境，通过政府的宏观指导和统筹协调，为资金、技术和人才等资源提供保障，促进无人化农场产业化发展。3）充分发挥产学研合作的优势。无人化农场技术相对前沿，在农业上的应用还在探索、示范阶段，参与者包括了政府、高校科研院所、企业、联盟和协会等，在无人化农场的推广中要充分发挥各自的优势，通过实际需求、商业价值等，构建以企业为主体，以市场需求为导向、产学研相结合的无人化农场合作发展模式，鼓励产学研各方的积极参与和发挥各自作用。参考文献：1 齐元静，唐冲.农村劳动力转移对中国耕地种植结构的影响J.农业工程学报，2017，33（3）：233-2402 杨萍萍，黄晓诗，边晓蓉农业机器人的现状与未来发展趋势J.时代农机，2015，42（7）：8-93 李道亮，李震.无人化农场系统分析与发展展望J.农业机械学报，2020，51（7）：1-3.4 李道亮农业 4.0即将到来的智能农业时代J农学学报，2018，8（1）：207-214图5无人化作业路径规划示意图（下转9页）5-2023 年 3 期智慧农业导刊Journal of Smart Agriculture智慧农业5 陈亦军，范巍挺，孟庆亮.浅议现代农业机械智能化的应用与发展J.农业与技术，2020，40（15）：59-60.6 张文斌，张龙全，齐宝萍.基于无人机应用的智慧农场构建探索J.江苏农机化，2020，13（4）20-23.7 宋世圣，彭才望.国内外无人化农场技术发展对比与分析J.农业工程与装备，2020，47（2）：12-20.8 KHANAL S，FULTON J，SHEARER S.An overview of current and potential applications of thermal remote sensing inprecision agriculture J.Computers and Electronics in Agriculture.2017（139）：22-32.9 刘红松.遥感技术在现代农业工程中的应用J.农业工程技术，2020，40（18）：49-50.10 吴尚荣，任建强，刘佳，等.农业区域多光谱遥感影像亚像元定位研究J.农业机械学报，2015，46（10）：311-320.11 HUANG Y B，CHEN ZX，YU T，et al.Agricultural remote sensing big data：Management and applications J.Journal of Integrative Agriculture.2018，17（9）：17.12 卜晓东，郭辉，黄可京.热红外遥感感在农田环境水分监测中的应用进展J.江苏农业科学，2020，48（20）：25-30.13 王景发.多源遥感技术下农作物病虫害信息的提取与检测J.现代农业科技，2020，（22）：170-171.14 周俊池.精准农业技术体系分析与展望J.南方农机，2021，52（5）:8-11.15 罗锡文，廖娟，胡炼，等.我国智能农机的研究进展与无人化农场的实践J.华南农业大学学报，2021，42（6）：8-17，5.嵇保中等11研究了枯死松树在林间的分布，结果表明枯死松树的分布型为聚集分布。该研究同时还表明，林分内原有松树（没有发生松材线虫病以前的所有松树，都是健康松树，下同）的分布为随机分布，因此枯死松树的聚集分布不是由林分内原有松树的分布所引起的。本研究在枯死松树分布型上的结论与嵇保中等的结论相同。同时还探索了当年枯死松树的分布和往年枯死松树的分布有无关联。结果表明，使用核密度分析，两者的内核高度重叠。这从表观上说明，往年枯死松树的分布对当年枯死松树的分布有重大影响，证明了及时全面地清理往年枯死松树是控制松材线虫病传播的关键措施之一。本研究第一次用实验数据证明了一直在生产实际中使用，但却从来没有被实验证明过的理论：今年的枯死松树不砍，就是明年的侵染来源。以现有的技术水平，开展“一座山”范围内（等同于社区传播）的流行病学调查是难以实现的。因此本研究采用航拍的手段作为替代，率先证明了这一支持清理枯死松树的核心理论。参考文献：1 陶欢，李存军，程成，等.松材线虫病变色松树遥感监测研究进展J.林业科学研究，2020，33（3）：172-183.2 汪晨，张辉辉，乐继旺，等.基于深度学习和遥感影像的松材线虫病疫松树目标检测J.南京师大学报（自然科学版），2021，44（3）：84-89.3 YU R，LUO Y Q，ZHOU Q，et al.Early detection of pinewilt disease using deep learning algorithms and UAV-basedmultispectral imagery J.Forest Ecology and Management，2021，497：119493.4 黄华毅，马晓航，扈丽丽，等.FastR-CNN 深度学习和无人机遥感相结合在松材线虫病监测中的初步应用研究J.环境昆虫学报，2021，43（5）：12951303.5 YU R，LUO Y Q，ZHOU Q，et al.A machine learning algorithm to detect pine wilt disease using UAV-based hyperspectral imagery and LiDAR data at the tree level J.International Journal of Applied Earth Observations and Geoinformation，2021，101：102363.6 吴思琪.基于深度学习的遥感影像松材线虫病树提取J.计算机科学与应用，2021，11（5）：1419-1426.7 李凤迪，申卫星，吴杰芳，等.基于 YOLOv3-CIoU 的松材线虫病树检测方法研究J.山东农业大学学报（自然科学版），2021，52（2）：224-233.8 李浩，方伟泉，李浪浪，等.基于深度学习的松材线虫病害松木识别J.林业工程学报，2021，6（6）：142-147.9 WU B Z，LIANG A J，ZHANG H F，et al.Application ofconventional UAV-based high-throughput object detection tothe early diagnosis of pine wilt disease by deep learningJ.Forest Ecology and Management，2021，486：118986.10 QIN J，WANG B，WU Y L，et al.Identifying Pine WoodNematode Disease Using UAV Images and Deep LearningAlgorithmsJ.Remote Sensing，2021，13（2）：162-167.11 嵇保中，刘曙雯，董丽娜，等.松材线虫萎蔫病病死木的空间分布型J.南京林业大学学报，2000，24（4）：82-84.12 陆雪雷.松材线虫病病死树林间分布规律D.广州：华南农业大学，2018.13 高亿波，毛亦杨，曾庆圣，等.基于无人机航拍图的松材线虫病发生初期扩展趋势监测J.山东林业科技，2022，52（1）：11-16.（上接5页）9-