播種機智能檢測技術研究*

李潤濤，王憲良，姚艷春，魏忠彩，周華，張祥彩

(山東理工大學農業工程與食品科學學院，山東淄博，255000)

0 引言

播種是糧食生產的關鍵環節，播種質量的好壞直接影響糧食的產量。均勻播種有助于作物充分利用陽光，促進作物均勻生長；同時，均勻生長作物的覆蓋將減少土層表面的光照，進而抑制雜草的生長。但根據相關數據統計，國內每年的漏播土地面積與日本耕作面積相近[1]，因此，如何提高播種質量成為當前研究熱點。通過優化排種器結構提高排種性能可達到減少漏播重播等問題，但研發周期較長，且不能絕對避免漏播和重播等問題。排種過程中出現漏播和排種不均的現象，主要是由排種器穴位缺種以及地輪打滑引發排種器短暫停轉造成的。排種檢測裝置可以對排種過程進行實時監測，當出現漏播情況時通過補種機構進行補種，從而降低損失。變量播種技術解決了地輪打滑造成的排種不均問題[2]，為精準農業的發展奠定了基礎[3]。

播種機智能檢測是使用傳感器對播種機的排種質量和運行狀態進行實時檢測。目前，排種檢測主要應用光電、電容、壓電和視覺傳感器等[4]；變量播種技術通過傳感器檢測出機具前進速度，結合處方圖推算出排種器的轉速大小，實現變量播種。隨著農業信息化技術的發展，播種作業更加注重高效率、高質量和低損耗；漏播檢測技術與補種裝置的結合提高了播種質量和作業效率，變量播種技術與GIS處方圖結合并根據土壤條件進行變量作業，有效節約種子，提高排種質量。

本文主要分析智能播種檢測裝備的研究現狀，結合不同的檢測方法，分析各檢測方法所用傳感器的結構特點和功能原理，總結不同傳感器在實際應用中存在的不足，針對不同傳感器歸納其優缺點和使用范圍，為播種機智能檢測技術的進一步研究提供依據。

1 播種檢測技術

播種檢測數據的精確度對于播種質量的提高尤為重要，精確地檢測數據可以使播種機執行更精準的動作。播種檢測主要包括料位檢測以及播種過程中的漏播檢測。

1.1 種箱料位檢測

種箱料位的檢測是使用檢測裝置實時檢測種箱種量，當檢測到種箱排空時通過警報信息提醒操作人員進行填種，及時遏制漏播現象；通過種箱料位檢測反饋的信息可以獲取單位面積土地所需種量，為下一年的土地播種量提供數據指導。研究者針對料位的檢測進行了大量的研究，趙明巖[5]運用Comsol Multiphysics軟件對矩形和圓環形兩種電容電極進行仿真分析，得出使用矩形電極作為料位傳感器時與料位高度的相關性最高，其檢測誤差率小于6%。田雅楠[6]以STC89C52單片機為核心研制了一種基于電容法的肥箱料位傳感器檢測系統，該系統通過料位變化引起電容量的變化來檢測料位，經過程序分析計算后將測量料位顯示在數碼管上，經田間試驗得檢測相對誤差為2.19%。采用電容傳感器檢測料位受溫度和物料濕度影響較大，當更換物料時對應的檢測結果將發生改變，所以電容傳感器檢測料位較適用于物料比較單一的情況下進行檢測；因此，黃操軍等[7]在種箱內均勻安裝了16個紅外發射接收傳感器，通過循環檢測16個紅外傳感器，當料位下降時以紅外傳感器是否被遮擋作為標識來檢測料位高度，其檢測誤差小于5.5%。采用紅外傳感器檢測法具有工作穩定、結構簡單等優勢，但當物料不平整時檢測誤差較大，所以采用光電傳感器只能粗略估計種箱料位的大小。

針對使用光電和電容傳感器對料位進行檢測存在上述問題，Bergeijk等[8]使用動態稱量的方法進行料位檢測，將動態稱量的數據與地理位置信息結合，以確定空間施肥量的大小，起到了實時檢測料位的作用，其檢測誤差低于5%。采用動態稱量的方法可較精確地獲取到物料量，但在田間實際運行中存在路面不平整導致播種機存在傾斜會使得檢測不準確。針對物料表面不平整時檢測誤差較大，劉時亮[9]運用超聲波測距的原理對固體物料的料位進行檢測，將多個超聲波探頭組成陣列，安裝在容器頂部，通過超聲波探頭反饋的數據，計算出箱體中物料的平均料位。運用多個超聲波或者雷達[10-11]傳感器對料位進行檢測可以達到較高的檢測精度，但檢測物體與檢測探頭較近時，響應時間極短，此時測量誤差較大。針對這一問題，Crider[12]設計了一種具有超聲波傳感器和電容接近開關傳感器的物料檢測傳感器，當距離較小時應用電容傳感器對物料的料位進行檢測，當距離較大時應用超聲波傳感器進行檢測，有效解決了使用單個傳感器檢測料位存在的不足。綜上分析，采用動態稱量法以及多傳感器檢測的方法對料箱進行檢測可以排除物料不平整等造成的誤差，以及光電傳感器和電容傳感器在料位檢測中存在檢測精度不高等問題；但在丘陵山區以及傾斜地塊作業時存在其他方向的分力，使得動態稱量法存在較大檢測誤差，可考慮使用多維力傳感器設計稱量裝置，提高檢測精度。

在高溫等特殊環境下應用電子傳感器并不能滿足要求，因此在料位檢測的研究中，陶孫杰等[13]為解決特殊環境的物料檢測難題，運用重錘探測機械式傳感器與單片機組成的智能化料位檢測系統。現有的料位檢測裝置可以達到有效地檢測，但檢測精度仍需進一步提高；隨著播種機智能化的發展，在大田作業中將播量預測與路徑規劃結合，通過對料位的檢測判斷最佳填料地點，避免在作業中段處出現排空現象，減少對土地的二次碾壓。

1.2 漏播檢測

排種器在田間工作過程中，由于機械振動、排種器磨損導致精度降低等問題，不可避免地導致播種作業漏播和重播，進而影響播種質量，降低產量。隨著計算機技術和傳感器技術的發展，研究人員針對排種過程中出現的漏播和重播問題做了廣泛的研究，衍生出了多種檢測方法，主要有光電檢測法、電容檢測法、壓電檢測法以及機器視覺檢測法。由于光電傳感器和電容傳感器具有結構簡單、成本低廉等優勢，目前光電和電容檢測法運用較多。

1.2.1 光電檢測法

光電檢測法是目前使用較為廣泛的檢測方法之一。該方法使用的光電傳感器由發射端和接收端組成，當種子下落時遮擋住發射端發射的光線使得接收端的光照強度發聲改變，引起電信號發生相應的改變，再將變化的電信號傳送到處理器進行相應的邏輯判斷，得出是否漏播和重播等問題。研究人員主要從傳感器的布置、信號處理和邏輯分析方法以及傳感器抗塵機構的設計3方面進行研究，具體如下。

傳統的光電檢測裝置是單個傳感器按照對置的方式排布，如Garcia等[14]基于紅外光電傳感器研制了排種檢測系統，當發生堵塞時，通過故障燈提示操作者，但當所檢測顆粒較小時會存在檢測盲區。因此，戈天劍、鄭雯璐、劉坤等通過在導種管內并列或者交叉安裝多個光電傳感器，使得檢測系統更加穩定可靠且實現了無盲區檢測，平均檢測精度高于96%。同時，王在滿等[15]采用面源式光電傳感器環形布置方式獲取稻種在排種管中的運動信息，經臺架試驗表明，平均檢測誤差低于7.99%。通過優化光電傳感器排布，可實現無盲區檢測，提高檢測精度；但由于播種機工作在高塵、高振環境中，導致光電傳感器易受到外界的污染和干擾；因此需要設計防塵裝置以及提升檢測電路的抗干擾能力。

光電傳感器在檢測時，傳感器檢測得到的電信號并不是規律變化的，其中包含著外界因素引起的干擾信號，因此需要將信號進行相應處理后進行分析，從而降低誤判的概率。目前電信號的處理主要包括信號濾波、信號放大以及A/D轉換等操作[16]，處理后將信號傳給處理器進行分析。為提高檢測精度，馮全等[17]基于紅外光電傳感器，將檢測電路中種子產生的脈沖信號與背景信號分離，分別按照不同的倍數進行放大后再合成一個信號，從而提高小顆粒種子的檢測精度。譙睿等[18]設計了一種雙層對射式激光傳感器監測系統，該系統使用加法電路作為落種信號檢測電路，利用窩眼滾筒側面圓周整列的磁鐵片與霍爾傳感器產生霍爾脈沖信號，處理芯片將脈沖信號轉換為株距，通過株距對比判斷是否漏播重播；試驗表明，對于單粒排種其檢測準確率為99.967%。研究者基于光電檢測原理對電信號處理方法以及邏輯分析方法進行了優化改進，提高了光電傳感器檢測裝置檢測精度。

由于檢測裝置工作在高塵環境中，暴露在灰塵中的檢測裝置容易受到污染，影響光電傳感器的檢測。因此，研究人員在傳感器抗塵方面做了相應的研究。孫永佳等[19]在硅光二極管外安裝了透明的玻璃外殼，使得感光器件與種子不直接接觸，減少灰塵的堆積和鏡面的劃傷，起到一定的抗塵作用，通過試驗得出檢測誤差低于4%。紀超[20]、宋鵬[21]為提高探頭的除塵能力，設計了一種自清潔除塵裝置，該裝置使得探頭與外界隔開，具有清潔表面灰塵的功能，該裝置可達到95.1%的漏播檢測精度。光電傳感器檢測裝置經過信號處理方法的改進、傳感器位置的優化以及除塵機構的設計可有效提高檢測精度，但光電傳感器的發射端其使用壽命有限。

1.2.2 電容檢測法

電容檢測法是利用物體通過電容傳感器極板之間時介電常數發生變動的原理對排種進行檢測，電容檢測具有可靠性強、抗污染能力強的優勢，但電容傳感器具有輸出阻抗大以及易受寄生電容影響的缺點。研究人員主要對極板設計、信號處理和檢測算法等進行優化研究。

在以往電容傳感器的設計使用中，常采用平行的兩塊極板進行檢測，如范作憲等[22]以FPGA為核心設計了同面電極電容檢測系統，但只能測量出微小電容。為研究不同形狀極板對電容檢測的效果，田雷等設計了對置式、E型和三極板差動式傳感器(圖1)，并通過試驗驗證了E型極板的檢測效果更佳，其漏播檢測準確率為82.9%。為進一步優化檢測效果，田雷等[23]利用ANSYS對3種極板進行仿真分析，得出4塊E型極板進行檢測時效果更佳，并進行相應的優化，優化后漏播檢測精度98.9%。Noltingk等[24]設計了一種環形電容傳感器，其檢測靈敏度比對置式的傳感器更佳。研究者們基于不同極板的電容傳感器檢測效果不同，對極板進行設計和對比分析，有效解決了電容傳感器輸出阻抗大的問題，提升了傳感器工作穩定性。

(a) E形交叉式極板

(b) 極板對置式

(c) 極板差動式圖1 電容傳感器結構示意圖Fig. 1 Capacitive sensor structure diagram

信號處理電路將電容傳感器采集的模擬量轉化為數字量，經過相應的邏輯分析得到檢測結果。周利明等[25]使用Max038芯片和環形銅制電極板對小麥籽粒排種過程進行漏播、重播以及堵塞檢測，試驗得出檢測誤差低于2.2%。為改善玉米播種機排種性能監測可靠性，周利明等[26]利用電容轉換芯片MS3110和AD7685設計了高精度電容檢測電路，采用電容脈沖積分算法檢測出玉米排種器的排種量和漏播量，其檢測精度為97.3%。為獲取更高的采樣速度和精度，周利明[27]采用PCA01搭建檢測系統，通過脈沖峰值尋找的算法對運動籽粒進行檢測，實現了播種間距、漏播重播的檢測。許鍵佳等[28]基于PCAP02的電容檢測系統，利用芯片內置的溫度傳感器對外界溫度進行補償，解決了電容傳感器受溫度和寄生電容影響的問題。綜上分析，極板形狀和檢測電路優化解決了輸出阻抗大和存在寄生電容等問題，提升了檢測精度和工作穩定性，但電容傳感器由于自身阻抗較大，很難對大籽粒種子進行精確檢測，限制了其運用范圍。隨著材料技術和集成電路的快速發展，電容式傳感器將逐漸解決自身問題，充分發揮其靈敏度高、溫度穩定性好等優點。

1.2.3 壓電檢測法

壓電檢測法是將壓電感應傳感器置于種管內部，下落的種子落在壓電傳感器上產生壓力，壓力使得傳感器發送形變從而將壓力值轉換為電信號，電信號經過電路轉換為脈沖信號，通過邏輯算法對脈沖信號進行分析獲得排種信息。壓電傳感器在排種檢測中，種子與壓電傳感器需進行接觸，將改變種子的運行軌跡且容易造成堵塞；因此，針對自然落種的排種器很少使用壓電原理進行排種檢測，而多應用于氣力式精量播種器中。

為保證復雜惡劣環境下實時自動檢測排種情況，黃東巖等[29]利用PVDF(聚偏二氟乙烯)壓電傳感器實時對單粒種子流狀態轉換為脈沖信號，實現排種檢測，其檢測精度高于89.7%。在國外，Hisaeda等[30]利用壓電聲電傳感器對單粒排種器進行檢測，通過惠思登電橋和比較放大器進行信號轉換，結合單片機算法邏輯判斷排種器是否漏播和重播，對應的漏播檢測誤差低于5.2%。Hoberge等[31]開發了頭部壓電傳感器和軟管壓電傳感器，頭部壓電傳感器可以檢測整個種子流，軟管壓電傳感器可以檢測每個軟管中的堵塞情況，為了使得多粒種子在撞擊傳感器被檢測到，在整個撞擊區域排布了多個傳感器。

在國內，趙博等[32]設計了一種基于陶瓷的弧形陣列式流量傳感器(圖2)，對感應單元的布局和傳感器的結構進行了優化，設計了信號處理電路和脈沖計數電路，實現了對排種過程的檢測，通過試驗得出該傳感器的漏播檢測誤差低于5%。丁幼春等[33]設計了沉槽基板—壓電薄膜感應結構，降低了碰撞信號縮減時間，對高頻種子流也能起到很好地檢測，其檢測準確率高于99.1%。綜上分析，研究者們主要對壓電傳感器材料、傳感器在檢測裝置中的分布以及處理電路和邏輯分析方法進行改進，有效地解決了種子擁堵、傳感器響應頻率低等問題，提高了檢測性能。在大籽粒種子運動過程中慣性較大、在與壓電傳感器多次碰撞后造成變形等問題，從而影響檢測精度，因此針對大籽粒種子需要設計更加耐撞的壓電傳感器。

圖2 陶瓷壓電傳感器實物圖Fig. 2 Ceramic piezoelectric sensor structure and physical map

1.2.4 機器視覺檢測法

機器視覺檢測法是利用攝像機采集排種過程中種粒的圖像信息，通過對圖像進行處理獲取相應位置或數量信息，判斷是否漏播或重播。目前，對于機器視覺檢測的研究主要是設計排種試驗臺在實驗室中進行研究，而在實際播種檢測中的應用較少。如劉立晶等設計的多功能排種檢測試驗臺，通過傳送帶模擬播種機在田間運動，通過攝像頭拍攝膠帶上的種子，并對圖片進行處理計算出粒距等信息得出漏播指數和重播指數，得到人工法和機器視覺檢測法相對誤差低于0.7%。吳澤全等基于機器視覺和自動控制技術，設計了排種檢測試驗臺，對采集的圖片進行圖像拼接、閾值分割等操作獲得種子的邊緣輪廓特征，通過特征得到種子間粒距，進而分析排種性能。Li等[34]通過設計基于圖像處理的小麥精密播種試驗平臺優化和改進排種器性能，高速攝像機拍攝落到傳送帶上的種子，通過一系列圖像處理方法得到排種器的合格率、重播率以及漏播率。試驗臺的研制使得研究機器視覺方法對排種過程檢測更加便捷，且降低了研究成本、縮短了研發周期，但當傳送帶速度較快時種子彈跳加大，其檢測誤差也隨之增大，加大了研究難度。

利用機器視覺對排種檢測的研究側重于算法的優化和創新。在國外研究者們通過檢測種子排種均勻度判斷是否存在漏播等問題，如Yazgi等[35]利用計算機視覺技術研究了排種過程中種子的運動軌跡及其均勻性，為排種器的工作參數優化提供了可靠依據。Navid等[36]利用相機對種子下落過程進行記錄，在計算機上結合Matlab軟件對圖像進行分析，獲得相應的播種量、種子均勻度、漏播率和重播率等參數。在國內，蔡曉華等[37]采用圖像處理技術實現了實時測量種子間的粒距，提出了一種預處理動態閾值方法，通過選取最佳閾值和種子分布樣本進行種子識別和距離測量。陳進等[38]運用圖像處理技術對排種器性能進行檢測，對獲得的圖像進行數字化處理，得到種子的特征信息，根據種子投影面積大小確定播種精度和均勻度，根據投影面積大小判斷是否碎種、漏播和重播，試驗結果表明機器視覺檢測與人工檢測相對誤差小于1%。為快速準確地測量播種機的性能，張海娜等[39]提出了一種基于機器視覺的性能檢測方法，該方法將采集的圖片經過大津法二值化分割圖像后，進行一系列圖像處理，得出種子陣列寬度、種子陣列間距、陣列中心、非種子間隔的坐標信息，基于這些信息計算出播種機的播種性能。王安等[40]根據種子單個聯通區域與種子數目關系，闡述了一種基于該變形狀因子的秧盤缽體質量檢測法，實現了對水稻育苗過程中每個穴位種子的精確檢測，其準確率高于95%。綜上分析，運用機器視覺方法檢測排種過程的均勻度、種子間距和投影面積等可實現較高精度的漏播和重播檢測，但隨著播種機速度提升，需要處理器具有更高的運算速度和存儲空間，因此檢測裝置的功耗也隨之提高；這使得檢測裝置在運用于田間試驗時需要提供額外的電源，提升了檢測成本。播種機在高塵環境中作業時塵土附著在攝像頭上，對檢測帶來很大的誤差；因此在實際的播種作業中運用較少。但機器視覺檢測方法具有高效準確的檢測精度，隨著計算機技術的發展和機器視覺技術的創新，未來在播種機上的運用會越來越廣泛。

2 地下種子非接觸檢測

地下種子非接觸檢測是運用特殊的方法和設備對已經播種覆土的種子進行檢測，從而判定最終的播種情況，為后期的補種和產量預估提供數據。采用光電檢測、電容檢測和機器視覺檢測等可以對漏播和重播進行實時的檢測，當出現漏播時，利用補種裝置進行及時的補種，但是否能有效地補種存在未知性，通過地下檢測可以對最終的播種情況進行檢測，并采用后期的補種來降低損失，但目前對于地下檢測的研究較少。馮娟等為驗證精密播種機播種均勻性，提出了一種基于電磁感應原理的檢測方法，使用鐵氧體粉末對待檢測玉米進行包裹，通過激勵線圈產生的一次磁場作用于包衣后的玉米便會產生二次磁場，通過檢測線圈感應二次磁場的方式檢測種子的位置，能實現對地下玉米種粒的檢測效果，但鐵氧體粉末會對土壤造成一定程度的污染，因此需要研究更加環保的檢測方法。針對這個問題，Lu等[41]提出了一種利用超聲波的無損傷檢測方法，首先利用超聲波能量源分析農田土壤的聲場分布特征，根據有無種子所反饋的總能量大小判斷該位置是否缺種；但針對土壤環境較為復雜，存在石粒或者大小不一的秸稈環境中使用超聲波無損傷檢測方法進行排種檢測存在誤差。目前地下種子非接觸檢測還不完善，還處于一個探索期，需進一步對種子特性以及檢測方法等進行研究，該方向存在較大發展前景。

3 變量播種技術

目前播種機的排種動力大部分是由地輪通過傳動系統提供，通過改變傳動系統傳動比實現株距的改變，但由于地表秸稈以及土壤濕度較大使得地輪帶動排種器工作存在打滑問題，造成漏播現象的產生；地輪出現不定期的打滑會使得株距不均勻，影響作物的生長。因此，國內外研究人員研究電機驅動排種器的方式實現了變量播種和變量補種，通過調節電機轉速可以很方便地調節株距、排種量等參數。

3.1 變量播種控制技術

在變量播種控制技術中的因變量為排種器轉速，自變量可以是播種機轉速、農藝要求、排種量大小或者GIS處方圖等；通過自變量大小動態的調節因變量大小，實現變量播種。李正義等利用旋轉編碼器測量播種機前進速度，PLC讀取到編碼器的脈沖信號后根據農藝要求控制排種器轉速，實現了排種器變量播種。針對排種器工作過程中存在播量誤差，雷聲媛等通過電容傳感器檢測實時的播種量，通過與設定的播種量進行比較來調節外槽輪的轉速，從而控制播種量。為滿足大田作業中各排種單體實現變量播種，丁友強等[42]為實現對每個播種單體的獨立控制，搭建了基于STM32F103的單體驅動器硬件和軟件架構，實現了平滑驅動和轉速調節等功能。在大田作業中，每個耕作區域的肥效以及光照時間等是不同的，為充分利用種子需要變量播種和變量施肥來達到土地的最佳使用效率；借助GPS和GIS得到播種機所在區域的播種決策GIS電子地圖，根據電子地圖得到區域的播種量信息，再通過播種機的控制機構執行變量播種[43]，提高了土地使用效率，節約了種子和肥料。綜上分析，變量播種的準確性與速度檢測準確性和控制響應的速度有關；在速度檢測中常用到編碼器測速或者GPS定位測速的方式進行檢測，但GPS測速存在滯后性的問題，可將GPS信號與速度編碼器結合，從而彌補GPS滯后性的問題，達到測速和準確定位的目的。

3.2 變量補種技術

變量補種是漏播檢測裝置檢測到漏播情況時，通過控制系統控制排種軸加速轉動，對空穴位置進行補償，實現補種的目的。吳南[44]針對漏播自補償(變量補種)和漏播輔助補償方法進行了對比研究，通過自補償補種性能分析，在種子脫離排種口之前檢測到漏播，并啟動加速補種命令可以實現自補種功能，通過臺架試驗得到變量補種受播種速度和播種粒距影響較大；當播種速度較大、株距較小時變量補種受到限制。針對油菜精量排種器存在漏播的問題，丁幼春等[45]設計了油菜精量排種器變量補種系統，該系統具有漏播檢測、種盤測速、變量補種和補種監測功能，當漏播檢測裝置檢測到漏播時，根據變量補償策略獲得對應的補種速度，并將信號傳遞給相應的執行裝置進行變量補種。但上述變量補種技術只適用于速度較低的情況，在高速狀態下控制響應時間加上機械執行時間超過了缺種穴位理應排種的時間，并且當單粒排種器連續出現兩次空穴時，很難實現變量補種，因此在高速狀態下實現變量補種還需進一步研究。

4 檢測方法對比分析與存在問題

4.1 檢測方法對比分析

不同檢測傳感器優缺點對比如表1所示。從表1中可以得出不同傳感器具有相應的優點和缺點，這些優缺點決定了不同類型傳感器在播種機智能檢測中的應用范圍，例如壓電傳感器在漏播檢測中，多用于小籽?；驓鈩硬シN中。研究人員在研究過程中，針對不同類型傳感器的缺點，進行了優化和改進，如：通過陣列布置多個光電傳感器的方式，解決了光電傳感器存在檢測盲區的問題；通過設計清塵和防塵裝置，有效解決傳感器易被污染的問題。

表1 檢測傳感器優缺點對比Tab. 1 Comparison of advantages and disadvantages of detection sensors

4.2 播種機智能檢測技術存在問題

隨著播種機械的發展，高速、高精度和智能化是播種機發展的趨勢，傳感器技術、智能控制技術以及芯片技術是播種機實現高速、高精度和智能化的關鍵。但由于國內發展較晚，在這些領域還存在許多問題。

1) 傳感器檢測精度和抗干擾能力較低。當播種機在高溫、高塵、高濕度以及振動的環境中進行作業時，難以平衡高精度和高抗干擾強度的關系，在實際運用中常出現因為提高了抗干擾能力卻降低了檢測精度的問題，不利于播種質量的提升。

2) 農用傳感器類型較為單一。隨著播種機智能化發展，需多種類型的傳感器以實時獲取土壤濕度、環境溫度、播種機速度及前進阻力等信息，但由于進口傳感器價格昂貴，因此在實際生產中所使用的傳感器較少。通過加大國產傳感器的研發力度，從而降低智能化播種機的生產成本，提高播種機的工作性能。

3) 智能化水平較低，缺乏農用的控制芯片和配套的控制系統。隨著機具作業速度的不斷提高，需要芯片和控制系統具有更高的響應速度，但針對農機設計的芯片和配套系統很少，高速芯片價格昂貴且較多功能在農機上并不適用，造成資源浪費和成本的提升，不利于智能化播種技術的推廣。

4) 農業機械與檢測裝置不配套。較多智能檢測裝置是后期裝配的，有的農業機械在設計之初并沒有考慮到檢測裝置，因此，對后續檢測裝置的設計會有一定局限性，不利于成套高性能播種檢測設備的研發。

5 展望

1) 機器視覺檢測技術將廣泛應用于播種機智能檢測。隨著技術的發展和革新，播種機將向更加高速的方向發展，需要檢測傳感器擁有高分辨率的檢測硬件和檢測算法。機器視覺檢測具有高效、準確的特點，利用機器視覺對播種機進行實時監測是未來發展的趨勢；無人農場的實現更離不開機器視覺技術，利用機器視覺與深度學習相結合可實現農場中雜草和病蟲害的檢測，農機在農場中的無人駕駛、自動避障等功能也依賴于機器視覺技術。

2) 紅外技術和機器視覺技術應用于地下非接觸檢測。目前，對地下種子非接觸檢測的研究較少且難度較大，以及存在土壤污染和復雜土壤環境下分辨率低等問題。針對這一問題，可以通過對種子進行冷或熱預處理后，利用紅外熱感應技術對覆土種子進行檢測，這既可免去土壤污染也能一定程度降低環境影響。利用圖像識別技術對落到種溝內種子(在被土壤覆蓋前的狀態)進行拍照分析，得到覆土前的種子在種溝內的分布狀態。

3) 智能控制系統更加復雜多元。智能控制器是機器的“大腦”，隨著信息技術的發展和精準農業的推廣，機具在工作過程中所獲取并處理的信息越來越復雜，包括機具位置信息、土壤養分信息以及種肥的料位信息等，需要智能控制器有足夠的運算能力。智能控制技術運用到農機裝備上離不開傳感技術和視覺技術，農機具所執行的一系列操作均是對通過傳感器和圖像采集設備所感知信息的反應。目前，國內智能化水平仍較低，需要進一步突破技術難點。

4) 變量播種技術與3S(RS、GIS、GPS)系統結合。變量播種技術解決了地輪打滑的問題，為精細農業的發展奠定了基礎。未來更加注重土地的使用效率，根據耕作土地的處方圖和土壤結構判斷每個區域適宜的施肥量和播種量等參數，進而通過智能控制系統實現變量播種和變量施肥。