機器視覺技術在田間農業機械中的應用

王玉芯 戢 敏 周黎明 王 輝

（成都大學機械工程學院，四川 成都 610000）

0 引言

2019年，我國農作物耕種綜合機械化率已超過70%，尤其是在大數據、人工智能等技術的推動下，我國農業機械呈現出智能化、自動化、網絡化發展趨勢。實踐證明，提高農業機械自動化水平對提高農業生產效率、降低人工勞動強度、推進規模化作業具有重要的現實意義。機器視覺是一門涉及控制科學、計算機科學及圖像處理等多門學科的綜合技術。依托機器視覺技術的非接觸性、高精準性和快速性等優點能夠有效解決傳統人工操作帶來的偏差和誤差等問題，提升農業機械的自動化操作水平，促進農業機械高質量發展。基于此，筆者結合實踐調查詳細闡述機器視覺技術在田間農業機械中的應用策略。

1 機器視覺技術概述

機器視覺主要是利用計算機模仿人的視覺功能，利用控制系統對客觀事物的圖像進行分析處理，最終應用于實際檢測、測量及控制的技術。機器視覺系統主要由以下5部分組成。一是光源。光源是影響機器視覺系統輸入的重要因素，其直接影響機器視覺系統的運行質量。如果沒有與機器視覺技術相匹配的光源，就會導致攝像機無法捕捉到檢測對象，導致難以形成預定的數據信號。其中，機器視覺光源主要分為可見光和不可見光。二是攝像機組。攝像機組主要是收集檢測對象圖像的設備，可以根據使用場景選用不同分辨率的攝像機。三是圖像采集卡。圖像采集卡是整個機器視覺系統的重要組成部分，用于儲存攝像機組拍攝的圖像信息，并對信息進行處理。四是視覺處理器。視覺處理器一般與采集卡融為一體，對采集的圖像信息進行快速處理。五是控制執行機構。控制執行機構根據視覺處理器發出的指令信息做出相應動作，完成整個機器視覺控制操作流程。

2 機器視覺技術在田間農業機械中的具體應用

機器視覺技術是推動農業智慧化發展的重要技術之一，能夠有效替代人工操作，減少人工勞動量，提高農業機械操作的精準度。隨著人工智能技術的不斷發展，機器視覺技術在田間農業機械中的應用越來越廣泛，成為智慧農業機械設計與制造不可或缺的部分。機器視覺技術在農業機械中的應用主要體現在以下3個方面。

2.1 機器視覺技術在除草設備中的應用

農田中的雜草會影響農作物生長，導致農作物減產，及時有效清除田間雜草是提高農作物產量的關鍵。目前，農田除草主要采取機械除草和使用化學除草劑2種方式。使用化學除草劑會污染土壤，因此，機械除草是今后田間除草的主要發展方向。農田雜草無論外觀還是生長特點都不同于農作物，利用機器視覺技術可以準確識別田間雜草。在機械除草設備中裝載高分辨率攝像頭，通過識別雜草分生組織中的熱能，標記出作物和雜草。其關鍵點就是通過機器視覺技術快速獲取田間雜草的密度和位置等空間分布情況，通過控制執行機構將識別的雜草清除干凈。例如，胡煉等研究的株間機械除草設備，利用機器視覺技術對雜草進行定位，將定位后的雜草清除掉。首先，利用Matlab R2010b圖像軟件處理系統將安裝在除草設備中的攝像機拍攝的圖片進行分割處理（圖像中的對象主要是植物和背景）。為明確識別雜草和農作物分類，在圖片處理時需要將24-bit彩色圖像的RGB各個分量進行組合轉化，以此增加植物的信息含量。其次，利用灰度化處理對農業物和雜草進行識別，選擇灰度化處理的原因是此種方法可以很好地提取綠色植物的圖像，集中展示綠色植被的數據信息。最后，提取綠色植被信息后，機器視覺技術對作物信息進行識別并確定雜草坐標，從而實現精準清除。

噴灑化學除草劑是當前田間除草的重要方式之一，其主要是由作業人員操縱噴灑設備將除草劑噴灑到雜草葉面上。根據調查，由于化學除草劑對農業物生長具有一定的負面影響，在噴灑除草劑時需要確保噴灑精度。利用機器視覺技術可以實現定向噴灑，有效避免除草劑噴灑到農作物上。例如，美國公司John Deere致力于智慧農業方面的研究，2022年該企業研發了定向噴霧除草系統，可針對玉米、大豆等田間的雜草噴灑非殘留除草劑。該系統通過在新型的碳纖維桁架式吊桿上安裝攝像頭和處理器，利用計算機視覺和機器學習技術來檢測作物中的雜草。其中，吊桿總長36.576 m，每隔1 m安裝1個攝像頭，運行Blue River圖像識別算法的Jetson Xavier模塊可一次性掃描超過195.096 m內的雜草，利用新型動臂高度控制系統，只對雜草進行噴灑，大大提高了定向噴霧的準確性，從而實現精準除草。

2.2 機器視覺技術在農作物采摘機械中的應用

傳統的人工采摘作業模式采摘成本高、效率低，影響農業企業的經濟效益。我國農業的規模化發展迫切需要基于機器視覺技術的自動采摘機械。以蘑菇采摘為例，種植人員需要在采摘過程中對蘑菇品質進行分類，根據蘑菇的大小、形狀及顏色等進行分類采摘，因此，要求采摘設備要能準確識別蘑菇的外觀等基本信息，做到精準采摘。

2.2.1 蘑菇自動采摘設備的總體設計。基于機器視覺技術的自動采摘機械設備的具體設計目標如表1所示。基于機器視覺技術的自動采摘設備能夠在蘑菇苗床上自主運動，根據視覺檢測系統對蘑菇進行定位與自主裝筐，從而實現蘑菇的智能化采摘。

表1 技術參數設計目標

2.2.2 蘑菇自動采摘機械的作業流程。基于機器視覺系統的蘑菇自動采摘系統由安裝在機械設備中的攝像機對待采蘑菇進行識別，攝像機采集到相關圖片信息后通過處理系統處理后，將采集控制信息反饋給執行操作機構，由執行操作機構完成采摘作業。由于蘑菇苗床為桁架式結構，當完成當前層所有蘑菇的采摘后，可由升降機構將移動平臺搬運到其他層采摘。圖1為蘑菇自動采摘示意圖。由于蘑菇采摘屬于分層作業，受相機視野及苗床高度的限制，基于機器視覺技術的控制系統不能將苗床寬度范圍內的所有蘑菇信息拍攝到位，需根據每層的寬度進行拍攝。為防止漏檢，基于機器視覺技術的自動采摘設備需設置3個拍攝區域，并確保3個拍攝區域有重疊，以有效提升視覺系統識別蘑菇的精準度。拍攝時相機要沿著苗床寬度方向移動拍攝（進行3次拍攝），自動采摘設備對待采蘑菇圖片進行處理，末端執行機構按照圖像處理后的定位信息執行采摘命令，完成采摘命令后，移動平臺沿著衡量Y方向移動下一個采摘區域，重復上述動作，直到全部完成采摘任務。

圖1 蘑菇自動采摘機械作業示意圖

2.3 機器視覺技術在農業運輸機械中的應用

農業運輸機械設備是農業生產的重要組成部分，隨著機械自動化的發展，農業運輸機械設備實現了無人操作。例如，近年來發展起來的無人耕地機械就是利用機器視覺技術實施作業的。拖拉機是農業機械作業的重要動力來源，傳統的人工操作拖拉機的模式受人們視覺的主觀影響，導致拖拉機運行路線精準度不高。為了實現對拖拉機的無人控制要求，依托機器視覺技術構建的拖拉機運輸控制系統成為助力農業自動化運輸的重要技術。具體設計方案為：首先在拖拉機導向輪中安裝傳感器和轉交傳感器，可實現對拖拉機行進速度及導向輪偏轉角度信息的實時監測，在拖拉機前部安裝具有防抖功能的相機，相機的拍攝俯角為30°，在拍攝時需要根據拖拉機的前行速度確定拍攝頻率，如拖拉機行進速度越快，拍攝的頻率就越高；然后拍攝后的圖像經過采集卡轉換為數字信號，計算機視覺系統分析識別拖拉機的行進路線后，根據機械與路徑之間的橫向距離偏差、導向偏差及導向輪轉角確定調整角度；最后經數據處理中心處理后得出相應的執行命令。

3 加強機器視覺技術在田間農業機械中應用的對策

機器視覺技術在農業機械操作過程中存在圖像識別分析算法不高、對象識別不準等問題，嚴重阻礙了農業機械的智能化、自動化發展。為促進機器視覺技術在田間農業機械中的應用，相關部門需要采取以下措施。一是加強專業人才培養，提升農業機械研發人員的專業技能。機器視覺技術在農業機械中的應用涉及大數據、云計算、區塊鏈等技術，要求農業機械研發人員要具備復合型的專業知識；農業機械研發企業要加強與高等院校的合作，深化產教融合，培養符合智慧農業發展的新時代機械設計人才。二是完善基礎配套設施，實施數字鄉村建設工程。機器視覺技術在農業機械中的應用需要數字化技術作為支撐，雖然我國“天地空”一體化監測技術基本框架已經形成，但是傳感器實時性、自動監測設備的應用水平還不高，尤其是我國自主研發的農業傳感器應用數量還未達到世界平均水平，不足以支撐農業機械自動化操作。因此，我國要加大農業機械自動化監測網絡基礎設施的建設力度，加強實時監測、智能分析等核心技術的研發工作。三是要做好農業機械設備的維修保養工作。農田環境比較惡劣，基于機器視覺技術的農業機械設備對使用環境的要求比較高，為了降低故障發生率，提高機器視覺系統的運行效率，農業機械設備管理人員要做好日常維修保養工作，及時針對農業機械設備常見的故障問題制訂維修保養預案，以便在發生故障時可以第一時間解決。例如，無人機作業時，會出現因機器視覺識別系統數據傳輸不及時導致無人機出現作業故障的問題。對于此種問題，需要無人機操作人員及時檢修自動識別數據傳輸系統，做好無人機各電器元件的檢修工作，避免出現信號連接不暢等問題。

總之，基于智慧農業工程的實施，機械設備研發管理人員要加強技術創新，利用機器視覺技術的優勢，將其應用到農業機械作業中，以此減少人工勞動量，提升農業機械工作效率，助力農業高質量發展。