變量噴霧靶標探測技術研究現狀與展望*

齊亞聰，楊會民，陳毅飛，周欣，馬艷，王學農,

(1. 新疆農業大學機電工程學院，烏魯木齊市，830052； 2. 新疆農業科學院農業機械化研究所，烏魯木齊市，830091；3. 農業農村部林果棉裝備科學觀測實驗站，烏魯木齊市，830091)

0 引言

目前，我國病蟲害主要利用化學方法進行防治，而且農業在很大程度上依賴人力來完成，在農藥的使用上具有盲目性和隨意性，不能根據作物的實際病蟲害情況施藥，導致藥液的噴灑極不合理，既影響作物的品質，又造成食品安全問題[1-2]。大量的農藥殘留在土地和水源中，加劇了病蟲的抗藥性，造成了環境污染。21世紀以來，隨著各種傳感器技術應用于精準噴霧機械的研發，歐美等發達國家農藥利用率已經提高到了50%～60%的水平，而我國噴霧技術和智能化機械與國際水平還有一定的差距。因此，開發、使用精準噴藥設備對作物進行精準施藥已迫在眉睫。常見的靶標探測技術主要有紅外線、激光測距與掃描、超聲波傳感、圖像等技術，國內外學者就這幾種靶標探測技術展開了大量的研究[3-4]。探測的信息主要有靶標的位置、外形輪廓和體積、冠層內部結構和枝葉指數以及病蟲害程度等等。

1 作物位置的探測

將藥液噴灑到作物上，而不是作物的空隙間，就應該先獲取作物最基本的位置信息，利用該信息可以根據靶標的有無控制噴霧開關的開合。國內外學者根據作物的不同特點，利用不同類型的探測技術來探測作物不同高度冠層的位置，常用的技術有紅外線探測技術和超聲波傳感技術[5]。

1.1 紅外線傳感技術

在20世紀60年代，紅外探測技術作為一種無損快速的探測技術開始被使用。鄧巍等[6]對基于紅外探測技術的自動對靶噴霧機作了進一步研究，選用反射率很強的特征波長850 nm，并建立了自動對靶噴霧系統。試驗表明該系統可以對農林作物進行自動準確的靶標探測，探測距離在0.1～6 m范圍之間，靶標最小識別距離能精確到0.3 m以下。Zou等[7]基于光電傳感器研制了實時探測果園靶標位置，并利用探測的位置信息實施對靶噴霧，設計一種自動對靶噴霧器。該噴霧器采用分別安裝在機器兩側的兩個紅外傳感器對果樹進行檢測。該控制系統通過霍爾傳感器的脈沖信號實時檢測拖拉機的速度。如果檢測到靶標，其位置和速度將被存儲在內存中，用于計算噴霧的位置和寬度。當拖拉機行駛一定距離后，噴霧開關閉合。如果有一棵樹，噴霧器就開始噴灑，如果有縫隙，噴霧器就停止噴灑。噴灑寬度可以通過設置控制參數來改變，以適應不同大小的樹木。試驗表明，當拖拉機以不超過1.5 m/s的低速運動，且靶標在以傳感器為圓心以70 cm為半徑的范圍內，噴霧器能夠準確檢測靶標。如果檢測到目標物，噴霧器將在設定的寬度內向靶標噴灑農藥。

1.2 超聲波傳感技術

隨著非接觸式超聲波探測技術的興起，農業領域的作物位置探測也得到了相應的發展。早在20世紀80年代末，Giles等[8]研究指出利用超聲波探測作物位置進行對靶噴霧是未來的發展趨勢。可以根據實際的工作需求，在噴霧機四周安裝多個超聲波探測器，從而確定作物位置。5個超聲波測距傳感器安裝在噴霧器垂直桅桿的兩側，噴霧器兩側的噴口分為5個單獨控制的部分，每個部分由一個超聲波傳感器控制。在作業過程中，每一側的傳感器在5個高度上檢測是否有樹葉，并開啟與檢測到的樹高對應的噴頭。雖然間歇性控制噴霧所帶來的藥物節省相當可觀，但系統只檢測到目標作物的存在，而沒有檢測到目標作物的特性。此外，該系統僅適用于檢測是否具有明顯植物，作為一個要進行商業化應用的果園風送式噴霧器是明顯不能滿足作業使用的。Miranda-Fuentes等[9]基于超聲波傳感器設計的對靶噴霧機對橄欖樹進行噴霧，在噴霧機四周不同高度安裝超聲波傳感器，每個傳感器對應一組噴頭，中控機根據超聲波傳感器傳來的不同高度冠層是否存在的信息，控制對應的噴頭開關進行對靶噴霧。

1.3 視覺與激光掃描融合技術

Shalal等[10-11]考慮到一種技術的不精準，采用低成本視覺和激光掃描技術的樹干檢測及果園局部尺度制圖方法。傳感器數據的融合改進了樹干檢測方法，因為激光掃描儀可以提供準確的樹干和物體的范圍、角度和寬度，而視覺系統可以區分樹干和其他物體。得到的地圖由果園中單個樹木和非樹木物體的二維位置組成。在這項研究中，樹木被用作定位的地標，連同已構建的單個樹木的地圖和移動機器人車載傳感器(攝像機、激光掃描儀和里程計)的測量值。利用相機和激光掃描儀對移動機器人與樹木之間的距離進行檢測。根據GPS位置測量值對模糊位置進行評估，以GPS位置測量值與模糊位置之間的歐氏距離的均方根來確定位置精度，如圖1所示。

圖1 移動機器人及其傳感器

1.4 小結

靶標位置探測方法與優缺點如表1所示。

表1 靶標位置探測方法及優缺點Tab. 1 Target position detection methods and advantages and disadvantages

無論是直接探測作物冠層的位置還是通過探測作物的某些特征來估算冠層的位置，傳感器都應該放到噴頭前面一段距離，給控制器留下足夠的時間控制電磁閥的啟閉。靶標和噴頭的相對距離可以根據實際車速計算得到，但是如若作物的最小株距小于傳感器與噴頭之間的距離，還要對位置信息進行暫存。根據作物冠層的有無實施對靶噴霧，大大提高了農藥的利用率，減少了環境污染，而且農藥的利用率與作物間隙比例有著密切的關系，空隙比例越大農藥的利用率就越高[12]。靶標位置的探測主要使用的技術有紅外傳感器、超聲波傳感器以及視覺與激光掃描技術等。

2 作物外形輪廓探測

僅探測靶標的有無只能做到準確地對靶噴霧，而不能根據靶標的具體外形特征實現按量噴霧。超聲波傳感器靶標探測主要是利用超聲波測距原理，通過計算超聲波發射器與接收器之間的時間差與超聲波在介質中傳播的速度乘積來實現測距。該理論可以用于測量探測器和作物之間的距離，根據二者的距離來確定作物的外形輪廓和體積。超聲波傳感器測量雖然魯棒性好、價格低廉，但是較大的角度發散會影響系統的精度，所以波束角度越小越好，在作物探測領域選15°以下為宜[13]。

2.1 超聲波傳感技術

國內外學者基于各種傳感器研發了多種作物冠層探測系統。早在20世紀80年代末，Roper[14]就在噴霧機兩側不同高度處安裝多個超聲波傳感器，并且根據探測結果來指導噴霧機進行按量噴藥。Giles等[8]基于CCD攝像機設計了探測果樹樹冠的系統，實驗證明該系統可以精確測量果樹的樹冠面積，與實際相比誤差控制在10%以下。Zaman等[15]研究了冠層葉片密度和平臺速度對超聲波系統測量樹木體積性能的影響。在3次重復中，以3種平臺速度從兩側掃描15棵密葉柑橘樹和15棵部分去葉柑橘樹。將樹冠體積的超聲波測量值與手工測量值進行對比分析得到，在95%置信水平下，超聲波測量與手工測量的誤差-17.7%～28.71%，冠層葉片密度對冠層體積的超聲測量有顯著影響。Escolà等[16]設計了一種基于超聲波和光學傳感器的蘋果冠層探測系統。試驗表明，在實驗室條件下，超聲波傳感器測量距離的平均誤差為±0.53 cm。然而，在實際作業環境中該系統的準確性卻大幅度降低了，而且還發現當相鄰傳感器相距30 cm時，平均誤差為±17.46 cm；當傳感器間隔60 cm時，平均誤差為±9.29 cm。因此，超聲波傳感器比較適用于安裝間距大于60 cm的條件下。這一結果也適用于其他蘋果品種和其他類似物種，如冠層結構和葉片尺寸相似的梨作物。但必須要考慮到的是，由于冠層表面的特性和超聲波工作原理導致的誤差增加，降低了系統的精度。使用單個或多個超聲波傳感器在蘋果冠層進行對比試驗，以多個超聲波傳感器垂直分布組成的探測陣列，通過實時記錄每個超聲波傳感器到靶標的距離，可以得到靶標的外形輪廓，然后通過計算得出冠層體積。超聲波傳感器探測樹冠體積的方法就是通過測量靶標與探測器之間的距離，然后通過距離來推算體積，所以，其他能進行測距的傳感器也可以通過此法來計算體積[17]。

2.2 激光傳感技術

激光傳感器能得到比超聲波傳感器更高的精度，但是激光傳感器如果多個傳感器并用的話，無疑會增大成本，所以激光傳感器測量樹冠時要發展與超聲波技術不同的道路，摒棄多個傳感器布置的方案，采用發展單個傳感器探測的方案，這方面新發展的技術有激光探測、激光搜索技術。激光傳感器和激光掃描儀重構靶標三維模型的方法與超聲波測距探測靶標體積的原理十分相似，但是采用激光傳感器進行測距構造出來的三維模型更加接近實際的體積。李秋潔等[18]采用激光掃描儀對靶標進行探測，試驗證明該系統可以探測計算出樹冠中心距離和樹冠體積。

Osterman等[19]利用激光雷達設計了果園樹冠外形探測噴霧系統，在探測過程中獲得不同高度樹冠外形，并在噴霧過程中實時控制上中下3個噴霧臂的角度和位置實現仿形噴霧。激光雷達系統能夠以足夠的精度測量植物的幾何特征，使獲取作物的三維數字化圖像成為可能。試驗證明該系統獲得的三維樹木模型與真實靶標結構的一致性。對于選定的樹木，人工測得的體積與三維LiDAR模型得到的體積相關系數高達0.976[20]。Polo等[21]基于雷達設計的探測系統對樹冠進行探測，試驗證明該系統不僅可以獲得傳感器和測量目標之間的距離，還可以獲得靶標的3D點云數據，通過數據可以得到靶標的幾何外形。

2.3 小結

靶標外形輪廓測量方法及優缺點如表2所示。

表2 靶標外形輪廓探測方法及優缺點所示Tab. 2 Target contour detection methods and advantages and disadvantages

作物外形輪廓的探測主要使用超聲波傳感器、激光傳感器等技術。激光傳感器的精度更高，采用激光雷達或激光雷達掃描儀來進行靶標探測，可以獲取較為精確的靶標信息，能夠準確地把靶標特征反映出來，但是激光雷達高昂的價格也限制了它在靶標探測方面的應用，在農業領域靶標探測方面還需要進一步的研究。

3 作物枝葉密度探測

隨著研究的推進，發現如果僅僅考慮作物的外形體積不能做到全面按需噴藥，作物枝葉密度是影響作物施藥量的重要指標之一。在作物體積和病蟲害程度等因素相同的情況下，作物枝葉密度越大，需要的藥量也就越大。因此國內外學者對作物密度開始研究，枝葉稠密的評估指標也被提出。

3.1 激光傳感技術

Sanz-Cortiella等[22]基于二維雷達傳感器左右兩側掃描果園冠層，獲得了果樹三維結構圖，經過試驗得出果樹冠層的激光點云信息，并使用統計方法得出果樹冠層的激光點云數量和葉面積之間呈線性關系。Palacín等[23]基于激光掃描技術設計了樹葉表面積估算系統，試驗獲得樹木外輪廓與樹葉表面積之間的線性關系方程，且平均誤差在6%以下。該方法的簡單性在于可以實時控制噴藥劑量，并在完整樹叢的葉片估計中具有可接受的平均誤差，相比于其他研究這是一個改進。Llop等[24]使用激光雷達對西紅柿冠層枝葉稠密度進行探測，獲得了冠層體積與葉面積指數之間的線性關系。激光雷達傳感器從兩側掃描植物，得到了冠層高度、冠層寬度、冠層體積和葉面積。在此基礎上計算樹行體積、葉壁面積、葉面積指數、葉面積密度等重要參數。與激光雷達傳感器相比，人工測量會高估參數。用掃描儀估算的冠層體積對估算冠層高度、體積和密度是相對可靠的。

3.2 圖像處理技術

針對激光探測器價格昂貴的問題，一些學者將圖像處理技術作為靶標探測的另一個研究方向。在2006年張富貴等[25]利用相機拍攝靶標的靜態照片，然后將照片進行處理獲得靶標枝葉的疏密情況。并在此研究的基礎上將樹葉疏密程度數據與超聲波傳感器測量的距離通過3層BP神經網絡進行數據融合訓練，消除成像距離對樹葉疏密程度的影響，數據融合值可以用于系統的噴霧控制，樹葉的稠密度決定著噴霧量。利用圖像處理技術雖然能夠較好地探測到靶標冠層的特征信息，但是圖像處理對外界環境光線的要求較高，圖像的處理速度慢也限制了噴霧機的在線決策。

3.3 超聲波傳感技術

超聲波探測方法本質上是波譜方法，超聲波傳感器發出超聲波之后遇到障礙物會被反射回來，反射的波強度會隨靶標的形狀大小的變化而變化。根據這一特性，Palleja等[26]做了一個假設，超聲回波和枝葉密度存在正相關關系，作物枝葉密度越大，產生的回波越強，如圖2所示。根據這一假設通過針對蘋果園的1個完整生長季節的觀測試驗。試驗證明，超聲波回波的強度的確和冠層密度存在正相關關系，該結果雖然沒有建立冠層密度和超聲波強度直接的數學模型，但是仍然可以證明超聲波回波指導噴霧在理論上是可行的。

圖2 基于超聲波傳感器冠層稠密程度探測

3.4 小結

冠層內部結構探測方法及優缺點如表3所示。

表3 靶標枝葉密度探測方法及優缺點Tab. 3 Detection methods of target branches and leaves density and their advantages and disadvantages

對于作物冠層內部結構的探測主要有紅外光譜技術、激光掃描技術、圖像處理技術以及超聲波傳感器等。其中紅外光譜技術只能用于估計冠層葉片的大概密度，而利用激光技術可以更加具體地測量作物內部結構。圖像處理較為復雜，對軟件要求較高，超聲波傳感器的試驗只能證明冠層密度與超聲波的強度存在相關關系，現階段并不能直接用于指導噴霧。

4 作物病蟲害的探測

對于病蟲害的探測，最早是從遙感技術開始研究的，而最早的農業遙感技術獲取的病蟲害信息主要用于大規模的管理和宏觀的決策，并不適用于田間或者溫室的實時變量噴霧。近年來，田間精細化噴霧的需求推動了田間病蟲害探測技術的發展。作物病蟲害識別是根據作物發生病害時其顏色、形狀、紋理等外觀會發生變化，通過對圖像各個顏色的空間特征和作物特征的提取、處理來分辨病蟲害的程度、種類等[27]。

病蟲害程度的獲取是基于病蟲害精確噴霧的核心，病蟲害的獲取有直接獲取法和間接獲取法兩種，其中直接法主要基于分子技術在實驗室檢測病蟲害程度，雖然準確性高，但是檢查過程比較復雜，對儀器設備的要求較高，費用昂貴，應用于實際作業的自動化檢測難度較大[28-30]。間接法有基于光譜和圖像技術對作物外形特征變化的探測，以及基于氣體傳感器對病蟲害揮發性有機化合物變化的探測[31]。

4.1 光譜與圖像處理技術

馮潔等[32]基于多光譜和神經網絡技術設計的黃瓜病蟲害識別系統，通過對抓取的黃瓜圖像進行灰度處理建立病蟲害識別模型，試驗表明該系統對紅粉、黑星和白粉病的識別，準確率高達96.67%、93.3%和100%，這種方法可以快速提取植物病蟲害類型，為實現作物的快速、無損診斷提供了技術支持。柴阿麗[33]利用番茄顏色、形狀、紋理等特征建立了番茄病蟲害識別模型。針對番茄病蟲害癥狀復雜、檢測效率低等問題，使用計算機視覺、高光譜成像和光譜分析等技術對番茄主要病蟲害進行綜合無損檢測，試驗證明準確率可達到94%。

秦淑芳[34]基于空間色彩構建空間模型的方法去檢測甘藍型油菜葉片病蟲害，再對圖像進行二值化和去噪處理，最后提取葉片的紋理特征等參數，經過特征的對比來確定病蟲害的程度。但是該方法在采集葉片特征時沒有采集足夠多的葉片圖像，只采集了一次，并沒有跟蹤甘藍型油菜的生長過程，不能建立完整的檢測模型，而且不同葉片間的病蟲害也不盡相同，所以該方法的應用有一定局限性。李震等[35]基于可見光圖像設計了一種柑橘實蠅成蟲檢測系統，該系統適用于機器自動識別的實蠅分類，可以識別柑橘小實蠅、南瓜實蠅和瓜實蠅等成蟲，整體準確率高達95.56%。該系統可以實現對較低分辨率的圖片進行處理，對圖像質量要求低，適合設備的動態識別，為機器視覺識別實蠅類昆蟲的實時檢測提供了技術依據。Tian等[36]通過獲取小麥的顏色、紋理和形狀特征對小麥的白粉病、小麥銹病、葉枯病進行檢測，然后將小麥的主要特征作為相應分類器的訓練集，并采用多分類器系統提高了分類精度。

4.2 電子鼻探測技術

揮發性有機化合物是大氣層的組成部分，但是樹木和作物釋放出來的該氣體占大氣中該氣體含量的三分之二。病蟲害的影響會導致樹木或作物釋放該揮發性有機物的量發生變化，根據此原理，可以通過探測該揮發性氣體的變化來探測作物的病蟲害信息。電子鼻就是基于氣體傳感器制成的探測揮發性氣體變化的裝置，可以探測病蟲害程度。電子鼻主要由氣體傳感器陣列、信號的預處理和分析識別三部分組成，當氣體傳感器陣列探測到某種氣體時，傳感器會將化學信號轉化為電信號，然后對該信號進行降噪、提取、放大等預處理后，最后采用合適的模式識別方法對其進行分析得出最終探測結果[37]。Li等[38]研制的基于導電聚合物傳感器的電子鼻成功地應用于藍莓病害的檢測和鑒別。這種基于嗅覺的無損檢測方法在藍莓質量控制和真菌疾病檢測方面有很大的前景。

4.3 小結

作物病蟲害探測方法及優缺點如表4所示。

表4 作物病蟲害探測方法及優缺點Tab. 4 Detection methods of crop diseases and insect pests and their advantages and disadvantages

在病蟲害探測技術方面，圖像處理技術起步較早，技術較成熟，紅外光譜也逐漸應用于實際工作中去。但是部分研究僅僅預示檢測病蟲害的可能性與實際需求相差較遠，需要進一步研究。

5 存在問題

5.1 技術難點

靶標作物冠層枝葉稠密程度和冠層內部結構的探測是變量噴霧過程中的難點。雖然超聲波回波強度和枝葉稠密度存在相關關系，然而是否可以實現在線指導噴藥量，還需要深入的研究；病蟲害程度識別技術的發展一直處于實驗室靜態測量階段，尚未成功探索出非接觸快速探測的方法，使得病蟲害探測技術在線指導自動變量噴霧設備成為一個暫時的技術難點；雖然圖像識別技術的研究取得了一定的成果，但是只能在作物外觀發生明顯病變時才能取得較好的探測結果，不能在作物已經患病但還沒有外部表征的時候進行檢測。

5.2 技術融合

雖然探測技術已經得到了較好的發展，而探測技術僅僅是精準噴霧的一部分，探測階段完成后要將探測結果傳送至噴霧執行部分，但探測部分和執行噴霧部分仍沒有進行深度融合，導致自動變量噴霧機的噴霧精度受到影響。現有大多探測方法都還處在實驗室建立探測模型的階段，探測階段與執行階段沒有進行深度融合對接。

6 展望

通過分析變量噴霧靶標探測的研究現狀，可以得到精準變量噴霧就是通過獲取作物的位置、形狀體積、冠層內部結構和病蟲害程度等信息，然后對作物進行按需按量噴霧。作物位置信息和形狀體積等信息的探測技術有較大突破，裝備也趨于成熟。作物冠層信息的獲取以及對枝葉稠密程度的判斷是當前噴藥技術面臨的主要問題，需要進一步研究。

任何一種探測技術都有其優缺點，若要獲得高精度的作物結構信息，提高系統的可靠性和穩定性，需要將兩種或多種技術方法進行融合使其優缺點進行互補。亦或是探尋可以作為指導噴霧且可感知作物物理信息的新型快速探測技術。

對于作物靶標的探測需要軟件與硬件的配合，軟件的發展尤為重要。要做到靶標信息的在線處理，需要加強軟件的處理數據能力，可以通過提高識別設備的硬件水平、優化算法以及軟件硬件的融合發展等方法進行。作物病蟲害信息的探測、計算模型的普適性以及系統的穩定性都是將來研究的重點。