作物株間機械除草技術的研究現狀

劉 文，徐麗明，邢潔潔，史麗娜，高振銘，袁全春

(中國農業大學 工學院，北京 100083)

?

作物株間機械除草技術的研究現狀

劉 文，徐麗明，邢潔潔，史麗娜，高振銘，袁全春

(中國農業大學 工學院，北京 100083)

作物行間除草技術和裝備已趨于成熟，而株間除草技術由于受到作物識別與定位技術的限制，至今仍是一個研究熱點。為此，針對株間機械除草，國內外均從純機械的株間除草機開始研究，后得益于傳感器技術和計算機技術的發展，自動控制逐漸得以應用。目前，研究最多的是基于機器視覺和GPS導航的株間除草技術，而作物識別與定位依然是研究的關鍵點和難點。未來將著力研究用于雜草和作物檢測的傳感器技術，并利用“互聯網+”、大數據、云計算等技術，以期實現作物株間除草的在線控制，進而實現全過程自動化。

株間；機械除草；作物識別與定位

0 引言

雜草與農作物爭搶生長資源，導致減產，因此除草成了農業生產活動中不可或缺的重要環節。除草技術發展迅速，除草方式多種多樣：“二戰”前誕生的除草劑，以其作用迅速、使用方便、易于大面積應用等優點，得以一直應用至今[1]，用除草劑除草的方式成為現在應用最廣泛的除草方式。但使用除草劑會帶來很多負面影響，如除草劑的殘留對人畜、某些益鳥益蟲有傷害；如果某地不是輪作，且長期使用同一種除草劑，容易造成某些雜草的“抗藥性”，已經發現有幾種雜草對草甘膦具有抵抗性[2]。在國外，有機農場(organic farming)越來越多[2]，而在有機農場的管理中，傳統的除草劑是被禁止使用的[3]。因此，國內外對非化學除草技術的研究都很重視。由此研究出很多種非化學除草方式，常用的如農業防除、機械除草及生物技術除草、熱力除草、電力除草等[4]。

其中，機械除草是一個研究熱點。到目前，行間機械除草技術已得以應用很長一段時間了，但株間機械除草還是一個比較新的研究領域[5]。株間機械除草通常有3種不同的方式[6]：①用土壤覆蓋雜草；②切斷雜草的根或莖；③連根拔起雜草。而無論是哪種方式，都需要知道作物植株的位置，也就是作物識別與定位，以控制作業部件避開作物而除去雜草，這是株間機械除草研究的關鍵點和難點所在，也是目前株間除草機械研究進展緩慢的主要原因?？梢?，研究高效可靠的作物識別與定位技術，進而實現作物株間機械除草是十分必要與迫切的。

1 國內外研究現狀

1.1 國外研究現狀

國外對于株間除草技術的研究起步早。20世紀80年代初，荷蘭Wageningen Agricultural University的Kouwenhoven等人開始研究運用起壟鋤(Hoe-Ridger)進行行間和株間除草[7]，并針對出苗后的甜菜地，采用不同的除草方式(化學除草、機械除草、起壟覆蓋除草等)進行對比試驗，結果表明：除草機械未能除去行作甜菜的株間雜草[8]。其后，又研究了運用除草刷(brushes)、除草鋤(tactile hoes)和除草耙(weeder harrows)進行株間除草的效果[9]，雖然能減少除草劑的使用，但費用較高，效果也不是很好，對機械化農場沒有吸引力。同時，機械除草因對土壤有壓實，會導致產量下降。

丹麥的Melander等人從20世紀90年代就開始對株間機械除草技術進行研究，對當時已研發出的可同時進行行間和株間除草的刷式除草機(見圖 1)進行優化分析[10]。在洋蔥地里進行試驗，研究洋蔥生長在不同時期，刷子的轉速、拖拉機的前進速度、刷子的工作深度和刷子間距對除去雜草和洋蔥產量的影響。結果顯示：刷子的轉速和拖拉機的前進速度對洋蔥的產量和雜草控制影響較小，刷子的工作深度和刷子間距是很重要的參數。瑞典的Fogelberg等人進一步研究了影響刷式除草機在工作后形成的土壤高度的主要因素[11]。除草刷有兩個不同的轉向，由此可得到把土壤搬運到行間或株間(即拔出或覆蓋株間的雜草)兩個效果。試驗結果表明：影響形成土壤高度的因素有除草刷的轉向、除草刷工作深度、土壤濕度、作物和雜草的生長狀態。其中，除草刷工作深度越深、土壤濕度越大，形成土壤的高度越高，某種意義上，即除草效果越好。

圖1 刷式除草機

采用覆蓋雜草的方式進行株間除草，易造成覆蓋住作物植株，使其彎曲，繼而損傷植株。為此，荷蘭的Kurstjens等人研究了除草耙除草效果和覆蓋作物之間的關系[12]。試驗表明：在保證不對作物產生嚴重覆蓋的情況下，覆蓋雜草的深度不足以達到控制雜草的效果，這可能是除草耙除草效果受到限制的一個主要原因。

最初的研究基本沒涉及自動避開作物植株而除去株間雜草，Melander等人將能自動避開植株和不能自動避開植株的株間除草機的除草效果做了對比[13]。自動避開植株的除草機配備了攝像機，利用圖像處理技術進行雜草和作物植株識別，但不能自動避開植株的除草機分別配備除草耙、除草指盤、除草彈齒，如圖 2所示。試驗分別在移栽的洋蔥和白菜地中進行。結果顯示：在相對寬闊的地方，兩者的區別不大，能自動避開植株的除草機并沒顯示出優越性；在針對離植株較近的地方，能避開植株的除草機可除去離植株更近的地方的雜草，不需要后續的手工除草就能得到滿意的除草效果。幾年前，丹麥的Midtiby等人研究了一套基于計算機視覺的控制系統，工作時通過檢測甜菜的葉子來對甜菜植株進行定位，在生長前期的甜菜地里試驗后，得到甜菜單葉的平均檢測誤差小于3mm；當同時檢測到幾片葉子時，其誤差小于2mm，可見其精度比較高[5]，這也是Melander等人試驗中采用了圖像處理技術的除草機能除去離植株更近地方的雜草的原因。

圖2 具有自動避開植株功能的除草機單體

丹麥的Norremark等人研究了一種基于實時動態GPS導航的自動避障(避開作物)株間除草機，如圖 3所示[14]。其利用實時動態GPS，通過自動控制系統，對拖拉機及除草部件的橫向和縱向位移進行控制，保證除草用的S形齒能在遇到作物植株時避開，隨后伸入株間進行除草。試驗表明：該機能避開植株的一個前提是GPS的定位精度不超過20mm，試驗預定的拖拉機行進速度為0.3m/s和0.5m/s，通過拖拉機天線檢測到的平均速度分別為(0.31±0.03)m/s(標準偏差)和(0.52±0.06)m/s(標準偏差)，能達到要求。研究表明：精確的GPS對促進株間自動避障除草技術的發展、減少甚至消除有機農場手工除草和減少傳統農場除草劑的使用具有很大的潛力。隨后，Norremark等人在此研究的基礎上，又對其除草效果進行定量評估[15]。其采用除草部件耕過的株間地面所占比例作為評價指標進行試驗，結果顯示：在拖拉機前進速度為0.52 m/s時，耕過的株間地面面積占30%～49%，當速度為0.31m/s時，耕過的株間地面所占比例有比較大的增加。即速度較低時，除草效果較好。

1.拖拉機 2.拖拉機GPS天線 3.側邊移動擺線鋤GPS天線 4.地輪 5.前機架 6.后機架 7.傾斜傳感器 8.擺線鋤限深輪 9.平行四桿機構 10.液壓馬達和減速箱 11.攝像機 12.旋轉齒箱 13.螺線管 14.齒軸 15.S形齒 16.白色塑料棒(作為植株)

西班牙的Pérez-Ruiz、美國的Slaughter等人也研究了把GPS定位系統用于株間除草工作中[16]，其除草部件如圖4所示。對比試驗結果表明：此系統在針對設定的靠近植株的區域(以植株為中心，半徑10mm的范圍內)的定位精度高于Norremark等人報道的控制系統。他們后來又研究了一個基于一種精確的測距傳感器的協作機器人(co-robot)控制系統[17]。這個系統用于控制類似圖 4所示的1對除草刀的開閉，在人工輔助監控下，以達到避開植株而除去株間雜草的目的。其優點是簡單廉價，易于操作。

(a) 閉合時的除草刀系統前視圖 (b) 閉合的除草刀

圖4 行作作物株間除草刀

Fig.4 UC Davis intra-row weed knife system for row crops

傳感器技術在自動避障中扮演著十分重要的角色。比利時的Van der Linden等人研究了一種檢測除草部件工作深度的激光傳感器[18]。研究表明：這種傳感器不受土壤濕度和陽光的影響，檢測精度至少為1mm，在運動中的檢測精度至少為5mm，可用來做株間機械除草的深度檢測。

意大利的Alberto Assirelli等人研究了光電傳感器和電容傳感器在檢測白楊樹苗時的差別，發現電容傳感器在檢測到白楊樹苗時能得到更好的響應[19]。試驗表明：電容傳感器在株間除草機械的設計中也可以使用，且具有很好的前景。

美國的Cordill等人研制了一種自動避障玉米株間除草機，如圖5所示[20]。該除草機采用光電傳感器進行檢測玉米植株，在以下3種情況下進行試驗：①3行沒有雜草的玉米；②3行有寬葉雜草(用大豆代替)的玉米；③3行有牧草的玉米。試驗后，3種情況下受到很大損傷(最后不能存活)的玉米分別占8.8%、23.7%、23.7%，輕微損傷(可以存活)的玉米分別占17.6%、20%、25.9%?？梢?，雜草對傳感器的檢測準確度有著比較大的影響，沒有雜草時，控制系統也需要進一步優化。

(a) 機器的后面 (b) 機器的側面

美國的Zhang Yun等人研制了一種利用微劑量熱油進行除草的株間除草機[21]。此除草機具有一套把食用油加熱到160℃后定點噴到雜草上的系統，其利用高光譜成像技術進行作物識別與定位。在種植番茄的地中試驗后，接近95.8%的龍葵和93.8%的反枝莧在噴施熱油15天后得到有效控制，同時只有2.4%的番茄苗受到了嚴重損傷。但除草機的工作效率受限于圖像采集、傳輸、處理的速度，工作效率不高。另外，也需要評估一下采用食用油進行除草的收益與成本，并與傳統的商業化方法進行比較，研究這種技術是否具有經濟上的可行性。

1.2 國內研究現狀

我國目前的株間除草作業除了使用除草劑外，基本還靠人工來完成，盡管對株間除草機械有了較多的相關研究，譬如關于旱地的、水田的；但多數僅處于試驗研究之中，未能得以推廣使用。

東北農業大學陳振歆等人設計了一種水田株間除草作業的彈齒式除草裝置，如圖6所示[22]。除草盤為弧形，采用鋼絲軟軸傳動。分別在秧苗生長到第7天和第14天時采用二次旋轉正交設計并進行土槽試驗，并應用響應曲面對影響除草率及傷苗率的因素及其相互作用進行分析，得到最優工作參數為轉速230r/min、機器前進速度1.02m/s、耕作深度18mm，此時傷苗率為0.13%；確定了二次除草作業的最佳工作參數組合為除草盤轉速230r/min、機器前進速度0.48m/s、耕作深度27mm；經過兩次除草，總除草率達94%，但傷苗率可能會提高。

1.除草盤 2.聯接頭 3.套管 4.鋼絲軟軸 5.支撐架 6.聯軸器 7.電動機

東北農業大學楊松梅等人研制了一種立式水田除草裝置，如圖7所示[23]。通過建立除草裝置的數學模型， 對除草裝置進行運動仿真， 得到能除去株間雜草時的彈齒運動軌跡，并做了田間試驗進行驗證，為后續的整機研制提供了理論依據。

圖7 弧形彈齒除草圓盤

東北農業大學韓豹等人研發了3ZCF-7700 型多功能中耕除草機，屬于純機械系統，可同時進行行間和株間除草[24]。其株間松土除草部件構成如圖8所示。在除草作業時，前、后梳齒盤轉速相同，分別由壟兩側向內進行梳理，前后梳齒盤上的梳齒在地面上齒跡疊加效果如圖9所示。田間試驗表明：在整地效果好的前提下，提高作業速度有利于株間與行間雜草的鏟除，且對傷苗率影響并不明顯。在作業速度為2.0～2.4m/s范圍內，在玉米定苗前，平均株間除草率約76%，傷苗率4.4%。

1.梳齒軸 2.梳齒 3.前輸出軸 4.前圓形滑道 5.前梳齒盤 6.前從動盤 7.部件連接架 8.輸入鏈 9.張緊鏈輪 10.從動鏈輪 11.后圓形滑道 12.后梳齒盤 13.后輸出軸 14.后從動盤 15.連接板 16.銷軸口 17.錐齒輪箱

江蘇大學張鵬舉等人研究了一種八爪式株間機械除草裝置(見圖10)，前期利用Pro/E和ADAMS軟件對設計的八爪式株間除草裝置進行了三維建模和運動仿真，研究進行株間除草時對前進速度和轉速的要求[25-26]。結果表明：最佳速比(鏟齒旋轉軸繞主軸軸心旋轉線速度與臺車前進速度之比)為0.754。此后，設計了一個基于LabVIEW的控制系統，利用圖像處理技術對雜草進行識別和定位，采用除草鏟齒與作物之間的距離作為閾值實現株間除草控制，對八爪株間除草裝置控制進行了試驗驗證[27-28]。對試驗數據的分析表明：八爪除草裝置在進行株間除草時可達到避開作物植株的效果，若作物平均株距在30cm以上，則可把傷苗率控制在10%以內；同時，株間間隙覆蓋率可達到50%以上。另外，臺車位移誤差、電磁裝置吸合時間和鏟齒初始位置是造成傷苗的因素，需對此作進一步研究，降低傷苗率。

1.前齒跡線 2.后齒跡線 A.前后梳齒盤偏心距 W.梳理苗帶寬度

1.主軸 2.T型套筒 3.除草鏟齒轉軸 4.帶螺旋軌道的套管 5.鏟齒 6.主軸轉盤 7.軌道 8.下側軌道 9.上側軌道 10.軌道變換滑塊 11.外殼

黑龍江省農業機械工程科學研究院余濤等人研究了一種智能株間除草平臺，如圖11所示[29]。通過建立數學模型，分析了除草鏟的運動軌跡；利用圖像處理技術與位置傳感器的配合對植株進行識別和定位，通過電液閉環控制系統，實現對除草鏟運動的控制。此研究為進一步研制株間除草機械提供了實驗臺。

華南農業大學胡煉等人設計了一種利用除草爪齒余擺運動原理的株間機械除草裝置[30-31]，研究了裝置的除草和避障工作原理，建立了相應的數學模型，分析了除草爪齒余擺運動的不同參數值對除草效果的影響，獲得了合理的工作參數。在試驗平臺上進行了試驗研究，結果表明：此裝置可在避障和除草狀態間進行快速可靠的切換，傷苗率小于 8%，能夠滿足株距大于或等于20cm 的行作作物株間除草要求。同時，他們提出了一種株間機械除草裝置和作物行的橫向偏移量識別方法，并設計了株間機械除草作物行跟蹤機構和控制器，利用機器視覺技術、雙閾值死區PD控制算法等，實現了株間機械除草跟隨作物行的功能。此外，由于田間情況復雜和株間機械除草裝置試驗平臺的局限性，未能進行田間試驗，因此還需進一步對試驗平臺進行優化，在田間開展相關研究。

1.電器系統 2.液壓系統 3.機架 4.橫移部分 5.鋤草鏟部分 6.平行四桿仿形部分 7.轉向部分

中國農業大學陳子文等人針對根系較發達作物和易板結土壤工況下的株間除草，設計了行星刷式株間除草機械手，如圖 12所示[32]。通過研究分析除草機械手避障除草的工作原理，建立了運動學模型，分析了刷盤上點的運動軌跡和速度曲線隨行星輪系傳動比變化的規律，將覆蓋率、入侵率及保護區范圍(不允許除草刷盤進入的以作物根莖為中心的圓形區域)作為除草效果的評價指標，對除草刷盤運動軌跡進行仿真，分析覆蓋率和入侵率的影響因素。結果表明：刀桿偏心距80mm、橫向偏移20mm、除草刷盤直徑60～180mm為最優參數，可獲得直徑30～140mm的保護區及80%以上的株間覆蓋率。對優化后的機械手進行大田除草試驗，選用傳動比為3的行星輪系，其平均除草率可達89.3%，平均傷苗率為3.5%。

中國農業大學馬锃宏等人根據溫室機械除草的需要，針對電驅除草機械設計了一種缺口圓盤除草刀株間除草控制系統[33]。該系統基于MC9S12DG128 雙核單片機，同時采集霍爾傳感器、旋轉編碼器的信號，通過RS232串口中斷實時接收上位機(PC)視覺信息，采用CAN 總線與下位機(電動機驅動器)實時通信，對缺口圓盤除草刀轉速與轉角進行實時控制，以實現株間除草和避障。在溫室大棚內進行除草試驗，結果表明：前進速度為1.2km/h 時，傷苗率小于10%。

1.大同步帶輪 2.小同步帶輪 3.液壓馬達 4.箱蓋 5.編碼器 6.霍爾開關 7.霍爾開關檢測盤 8.箱體 9.行星齒輪 10.刀桿上端軸承 11.刀柄 12.刀桿 13.刀桿軸 14.刀桿下端軸 承15.作物苗 16.鋤草刷盤 17.主軸 18.太陽齒輪 19.太陽齒輪安裝座 20.主軸軸承 21.軸承座

為提高缺口圓盤除草刀的定位精度、降低機器視覺受外界因素的影響，陳子文等人提出一種對除草刀定位數據進行優化的方法[34]。通過分析視覺系統滯后原理，提出采用實時里程信息對視覺滯后進行補償的方法，解決了圖像處理耗時引起的除草系統滯后的問題；設計了刀苗距優化模糊校正器，降低了機器視覺受外界因素的影響，提高了除草刀定位數據的準確性和穩定性。將優化系統搭載于智能除草平臺進行大田試驗，靜態試驗表明：刀苗距平均誤差從9.88mm 減小到6.06mm，提高了刀苗距的準確性。動態試驗表明：視覺刀苗距出錯誤率為4.8%～6.6%，且優化方法可有效過濾視覺出現的錯誤或不穩定數據點，不同車速下優化后刀苗距平均誤差為5.30～7.08mm，較優化前下降25%左右。

2 存在的問題

1)研究的多，真正投入實際應用的少。目前報道的很多研究成果，多是比較零碎、不完整的，沒有更多地從農機農藝的整體上來著手。尤其是國內，多數研究成果僅僅是作為一種單一的技術而存在，沒能形成一個比較完整的系統，給實際應用帶來了一定的困難。

2)作物的識別與定位是株間機械除草的關鍵點，也是難點。作物行并不像工業上的軌道那樣能做到嚴格筆直，作物間的距離也不能保證完全一樣，每株作物間的個體差異更是難以預知，因此對作物的識別與定位成為了最大的難題。解決這個問題可以有很多方法，可利用各種傳感器、使用機器視覺技術、使用GPS定位技術等。但在目前，沒有一種傳感器能很好地屏蔽雜草的干擾，某些情況下，雜草和作物的區別并不明顯；采用機器視覺技術，受限于目前的圖像采集、傳輸、處理速度，工作效率提不上來；GPS定位系統也受限于其定位精度，工作效率與質量也難以提升。

3)目前，株間機械除草技術研究幾乎未涉及像果樹類的比較高的作物。多數株間機械除草技術只針對蔬菜類等低矮的作物，即機械可以橫跨在作物行上進行作業。對于果園、葡萄園等的株間除草機械，還未見有相關理論研究報道。這類除草機械都不能橫跨在作物行上進行作業，而只能行走在作物行中，除草部件在側面，從側面進入株間進行除草，挨近植株時退出以避開植株。

3 措施和對策

1)出臺相關政策，鼓勵合作研究。2004年的《中華人民共和國農業機械化促進法》給我國帶來了農機發展的“黃金十年”，我國的農機主要在量上獲得了大發展，接下來也將會有一個“黃金十年”，將著重從質上進行發展，通過國家出臺的相關政策，使廣大科研人員能戒驕戒躁，防止急于求成，能集中精力深入研究，爭取質的突破；鼓勵合作，充分利用團隊協作的力量，使研究工作不僅僅局限于點線面，更能形成一個完整的系統，使研究成果能更多地投入實際應用之中。

2)加強農機農藝的融合。由于株間機械除草作業環境干擾因素多而復雜，目前，僅單方面研究除草機械以達到理想的株間除草效果非常困難， 應更多地綜合考慮農機和農藝兩方面[35]。農機農藝相互促進，能促進機械化水平的快速提高，目前在諸多作物的生產上也取得了很大的成效；但針對需要株間除草的作物，還有待于進一步提高。后續的研究應探討農機農藝相融合的關鍵技術，在農機農藝的動態平衡中獲取發展。

3)充分利用現代技術，從更廣闊的視角進行審視和研究。加強研究能檢測到各種雜草與作物間差異的傳感器，發展計算機智能控制技術。同時，各種“網”(“互聯網+”、物聯網等)的概念正不斷被提出并得到蓬勃發展，大數據、云計算技術也逐漸得到了廣泛應用(如張微微等人把云計算技術利用到采棉機監控系統的設計中[36])，這將給株間機械除草技術帶來顛覆性的研究與發展機遇，抓住這個機遇，給研究工作開辟一片新天地。不難想象，在未來，把各種作物和雜草的相關特征參數做成數據庫，利用蓬勃發展的大數據與云計算技術，實現作物株間機械除草的在線實時實控制，目前存在的作物識別與定位的難題將迎刃而解，全過程自動高效高質量的作物株間機械除草將不難實現。

[1] 白勇，王曉燕，胡光，等.非化學方法在農田雜草防治中的應用[J].農業機械學報，2007(4):91-196.

[2] Cordill C T E. Grift.Design and testing of an intra-row mechanical weeding machine for corn[J].Biosystems Engineering，2011,110(3): 247-252.

[3] Perez-Ruiz M.Co-robotic intra-row weed control system[J].Biosystems Engineering，2014, 126: 45-55.

[4] 李東升，張蓮潔，蓋志武，等.國內外除草技術研究現狀[J].森林工程，2002(1): 17-18.

[5] Midtiby H S.Estimating the plant stem emerging points (PSEPs) of sugar beets at early growth stages[J]. Biosystems Engineering,2012, 111(1): 83.

[6] Griepentrog H W, Dedousis A P.Mechanical weed control, Vol. 20[M].Heidelberg: Springer Berlin,2010:171-179.

[7] Terpstra R,J K Kouwenhoven. Inter-Row and Intra-Row Weed-Control with a Hoe-Ridger[J].Journal of Agricultural Engineering Research， 1981, 26(2): 127-134.

[8] Kouwenhoven J K.Possibilities of Mechanical Postemergence Weed-Control in Sugar-Beet[J].Soil & Tillage Research，1991, 21(1-2): 85-95.

[9] Kouwenhoven J K.Intra-row mechanical weed control - Possibilities and problems[J].Soil & Tillage Research，1997,41(1-2):87-104.

[10] Melander B.Optimization of the adjustment of a vertical axis rotary brush weeder for intra-row weed control in row crops[J].Journal of Agricultural Engineering Research，1997, 68(1): 39-50.

[11] Fogelberg F,G Kritz .Intra-row weeding with brushes on vertical axes - factors influencing in-row soil height[J].Soil & Tillage Research，1999, 50(2): 149-157.

[12] Kurstjens D A G,U D Perdok.The selective soil covering mechanism of weed harrows on sandy soil[J].Soil & Tillage Research，2000, 55(3-4): 193-206.

[13] Melander B.Intelligent versus non-intelligent mechanical intra-row weed control in transplanted onion and cabbage[J].Crop Protection，2015, 72: 1-8.

[14] Norremark M.The development and assessment of the accuracy of an autonomous GPS-based system for intra-row mechanical weed control in row crops[J].Biosystems Engineering， 2008, 101(4): 396-410.

[15] Norremark M.Evaluation of an autonomous GPS-based system for intra-row weed control by assessing the tilled area[J].Precision Agriculture， 2012, 13(2): 149-162.

[16] Perez-Ruiz M.Automatic GPS-based intra-row weed knife control system for transplanted row crops[J].Computers and Electronics in Agriculture，2012, 80: 41-49.

[17] Perez-Ruiz M.Co-robotic intra-row weed control system[J].Biosystems Engineering，2014, 126: 45-55.

[18] Van der Linden S.Infrared laser sensor for depth measurement to improve depth control in intra-row mechanical weeding[J].Biosystems Engineering，2008, 100(3): 309-320.

[19] Assirelli A.Evaluation of sensors for poplar cutting detection to be used in intra-row weed control machine[J].Computers and Electronics in Agriculture，2015, 115: 161-170.

[20] Cordill C,T E Grift.Design and testing of an intra-row mechanical weeding machine for corn[J].Biosystems Engineering，2011, 110(3): 247-252.

[21] Zhang Y.Automated weed control in organic row crops using hyperspectral species identification and thermal micro-dosing[J].Crop Protection，2012, 41:96-105.

[22] 陳振歆，王金武，牛春亮，等.彈齒式苗間除草裝置關鍵部件設計與試驗[J].農業機械學報，2010(6): 81-86.

[23] 楊松梅，王金武，劉永軍，等.水田株間立式除草裝置的設計[J].農機化研究，2014，36(12):154-157.

[24] 韓豹，申建英，李悅梅.3ZCF-7700型多功能中耕除草機設計與試驗[J].農業工程學報，2011,27(1): 124-129.

[25] 周恩權，毛罕平，陳樹人.八爪除草機構的設計與實驗——基于虛擬樣機技術[J].農機化研究，2011，33(2): 62-64.

[26] 張朋舉，張紋，陳樹人，等.八爪式株間機械除草裝置虛擬設計與運動仿真[J].農業機械學報，2010(4): 56-59.

[27] 李炎，毛罕平，陳樹人.Labview下實現棉田株間雜草實時識別與定位[J].農機化研究，2011，33(2): 134-138.

[28] 陳樹人，張朋舉，尹東富，等.基于LabVIEW的八爪式機械株間除草裝置控制系統[J].農業工程學報， 2010(S2): 234-237.

[29] 余濤，蔡曉華，趙德春，等.智能苗間鋤草平臺設計[J]. 農機化研究，2013，35(11):130-134.

[30] 胡煉，羅錫文，嚴乙桉，等.基于爪齒余擺運動的株間機械除草裝置研制與試驗[J].農業工程學報， 2012(14):10-16.

[31] 胡煉，羅錫文，張智剛，等.株間除草裝置橫向偏移量識別與作物行跟蹤控制[J].農業工程學報，2013(14): 8-14.

[32] 陳子文，李南，孫哲，等.行星刷式株間鋤草機械手優化與試驗[J].農業機械學報，2015(9):94-99.

[33] 馬锃宏，李南，王漢斌，等.溫室株間電驅鋤草機控制系統設計與試驗[J].農業機械學報，2015(1): 89-93.

[34] 陳子文，李南，李濤，等.基于里程信息融合的株間鋤草刀定位數據優化方法[J].農業工程學報，2015(21): 198-204.

[35] 高軍偉，劉永軍，袁洪波.機械式苗間除草裝置與技術研究探討[J].農機化研究，2014，36(12): 260-264.

[36] 張微微，王政，楊靜宜，等.基于嵌入式云計算平臺的采棉機監控系統設計[J].農機化研究，2016，38(7): 50-54.

Research Status of Mechanical Intra-Row Weed Control in Row Crops

Liu Wen，Xu Liming，Xing Jiejie，Shi Lina，Gao Zhenming，Yuan Quanchun

(College of Engineering, China Agricultural University, Beijing 100083, China)

Mechanical inter-row weeding between crop rows has been developed in the past decades of years. However, mechanical intra-row weed control is relatively new because of the difficulties of crop identification and location. The study of intra-row weeding machine began with pure mechanical system without any electric control system at home and abroad. Now, the studies on the mechanical intra-row weed control are most based on machine vision and GPS navigation system. And crop identification and location is still the key points and difficulties of mechanical intra-row weed control. The sensor technology that is used to find the more differences between weeds and crops will be studied all the way. And the “internet +”, big data and cloud computing will be took advantage of to achieve the on-line control of mechanical intra-row weeding machine to realize the automation of the whole process.

intra-row; mechanical weed control; crop identification and location

2016-03-14

北京市自然科學基金項目(6152012)

劉 文(1992-)，男，貴州畢節人，碩士研究生，(E-mail)lwen407@sina.com。

徐麗明(1969-)，女，山東蓬萊人，教授，博士生導師，(E-mail)xlmoffice@126.com。

S233.3

A

1003-188X(2017)01-0243-08