人工智能技術發展歷程及在農業機械上的應用

王梓鑫

摘要：人工智能因可降低勞動強度和減少傷害風險而廣泛應用于現代農業發展進程中，人工智能技術已貫穿農業生產的各個階段。在介紹國內外農機人工智能技術發展歷程的基礎上，分析了人工智能技術在作業質量監測、多機協同作業、生產過程監管等方面的應用情況，為人工智能技術在農業機械上的應用提供理論參考。

關鍵詞：人工智能；農業機械；監測；多機協同；監管

中圖分類號：S126? ? ?文獻標識碼：A? ? 文章編號：1674-1161（2023）01-0062-03

人工智能是計算機科學的一個分支，其發展史與計算機發展史緊密聯系。人工智能目前在計算機領域得到了廣泛重視，被視為世界三大尖端技術（空間技術、能源技術、人工智能）之一。人工智能技術涉及物聯網、云計算、大數據、邊緣計算等領域，應用范圍極其廣泛[1]。我國是一個農業大國，隨著信息化技術在農業領域的廣泛應用，人工智能因可降低勞動強度和減少傷害風險而應用于現代農業發展進程中。通過介紹國內外農機人工智能技術發展歷程，分析人工智能技術在作業質量監測、多機協同作業和生產過程監管方面的應用情況，為人工智能技術在農業機械上的進一步應用提供理論參考。

1 農機人工智能技術發展歷程

1.1 國外農機智能技術發展概況

自1956年科學家提出人工智能概念以來，己有60多a的歷史。20世紀90年代，歐美、日本等發達國家開始研究農機自動駕駛技術。目前，這些發達國家的硬件基礎與底層技術研究已非常成熟，具有自動駕駛功能的農機產品已形成市場化。早期的農機自動駕駛系統僅能進行簡單監控，隨著計算機技術及衛星導航技術的不斷發展，自動駕駛技術向多樣性發展并具備更多功能。

國外農機生產商根據不同的農田作業需求，相繼研發出對壟導航、多種路徑規劃自動導航、農機具控制等技術，用于農作物產量預測、營養元素監測、作物狀態監控、農機數據交換等，并為用戶提供精準農業解決方案。美國大中型農場的拖拉機和聯合收割機已普遍應用自動駕駛技術，2019年自動駕駛系統普及率達90％。在產品創新方面，約翰迪爾、凱斯紐荷蘭在2016年分別推出無人化概念拖拉機及其配套農具，但目前尚未商業化應用。2018年久保田公司先后上市帶有自動駕駛功能的水稻收獲機和拖拉機。

1.2 國內農機智能技術發展現狀

我國農機自動駕駛技術研究雖然相對較晚，但發展迅猛。自2001年起開展農機自動駕駛系統研究后，國產農機自動駕駛系統于2010年進入市場，相關技術由試驗室走向田間地頭。早期農機自動駕駛系統功能簡單，缺乏路徑規劃功能，無法對地頭轉彎作業進行路徑規劃。同時，農機自動駕駛系統無田間自動避障功能，對多種農田應用環境的適應性較差。此后，國內開展了路徑規劃、農田應用場景和田間自動避障研究，現已基本解決路徑規劃、農田應用場景、田間自動避障等問題。

近年來，我國大力發展精準農業，自動駕駛系統應用研究隨即進入快速發展期，其研究成果主要集中在農機導航定位與環境感知、協同作業、路徑跟蹤控制、電控液壓轉向、高壓共軌柴油發動機燃油電噴、動力換檔、電液懸掛控制等方面。農機新產品利用4G/5G通訊技術接入網絡，支持協同作業模式，通過與云端交互實現智能化作業的管理和監控，并可搭載多種農具應用于平原和丘陵地區。

基于北斗導航的農機裝備已在拖拉機、收獲機、起壟、鋪膜機、播種機、施肥機、施藥機等農業裝備中得到了廣泛應用，“東方紅”“阿波斯”無人駕駛拖拉機、“谷神”無人駕駛聯合收割機在多區域開展了作業示范，“豐疆”高速無人駕駛插秧機實現了水田原地掉頭對行和秧盤自動提升。黑龍江、新疆、江蘇、山東等多個糧棉主產省份相繼開展全過程無人化農業生產試驗，涵蓋耕整地、作物栽植、田間管理、聯合收獲、秸稈處理和糧食烘干等生產環節。目前，我國農機智能產品正逐步擺脫對進口產品的依賴，為農業高質量發展注入了新動能。

2 人工智能在農業機械中的應用

2.1 作業質量監測

農機作業質量在線監測技術主要包括物聯網技術、衛星導航定位技術和人工智能技術。這些技術能夠采集農機作業位置和行駛軌跡，監測機具作業狀態，提供實時監測/回放、信息管理和報表統計等信息，并利用無線網絡與云平臺進行交互，從而實現農機作業質量的實時監測[2]。

2009年我國開始啟動農機深松作業補貼工作，2013年農業部實施農機深松整地作業補助試點。農機深松整地作業補助工作需要統計核實深松作業面積和質量，而采用人工監測深松作業面積存在量大面廣的問題，獲取作業面積、作業深度等信息難度大、效率低，而且存在機手造假騙取國家補貼行為的發生。為實現深松作業過程、面積、深度的準確檢測，我國研發出農機作業質量在線監測技術，即利用衛星定位、無線通訊、深松機具狀態傳感等技術，實時監控作業狀態并獲取相關作業信息，以保證深松作業質量。這些獲取的作業信息可被儲存起來，隨時讀取核實，進而為農機深松作業補助的發放提供了數據支撐。目前，我國農機深松作業補助項目已基本實現智能化監管。

近年來，圍繞農田作業耕、種、管、收等環節，我國已逐步構建起全程機械化作業智能監測技術體系，通過在機具上安裝智能監測終端，將物聯網技術與農機技術融合起來。圍繞技術應用主體需求，許多地區著力打造行業公共數據庫、公共服務、合作社管理系統等平臺，用信息化手段優化農業機械生產作業，實現了人、機、物和作業質量的實時監管。

2.2 多機協同作業

精準農業是當今世界農業發展的新潮流，多機協同作業是農業精準化作業技術之一。當前，我國農業正逐步向集約化、規模化、產業化方向發展。在這一進程中，為了提高作業效率和爭搶農時，往往需要多臺同種（或異種）農機在田間同時作業。實踐表明，開展多機協同作業時，如果缺乏高效的作業信息獲取手段和決策分析方法，作業難度比較大，容易發生作業沖突，降低機具利用效率和提高作業成本，進而降低規模化生產效益[3]。可見，規劃和優化多機無沖突協同作業，是提高農機利用效率、增加機群規模化生產效益的關鍵環節。隨著精準技術和自動導航作業系統的廣泛運用，多機協同導航作業模式日漸興起并逐步應用于農業生產的各個環節，在多機多工序作業調度優化中發揮著重要作用。

人工智能技術可根據農田作業需求，構建多機協同作業遠程監控平臺，對多機協同導航作業實施實時遠程監控。監控平臺包括數據收發、存儲、查詢、顯示、分析等模塊，具有良好的穩定性，能夠實時顯示多機作業軌跡和作業信息，并根據信息進行決策分析和任務調度，大大提高了機群作業的效率和精準度。

2.3 生產過程監管

在現代農業生產的產前階段，利用圖像分析技術和神經網絡等非破壞性方法對種子進行準確評估，有利于保證農產品的產量和質量。根據土壤濕度、肥量的實時監控結果，結合當地的氣候指數和水文氣象觀測數據，有助于制定合理的灌溉和施肥方案，保證農作物生長環境良好和養分充足。

在現代農業生產的產中階段，通過專家系統和搭載人工智能技術的機器人，可完成種植、管理、采摘、分揀等作業，實現農業種植的智能化與自動化[4]。機器人模擬人類視覺，可從農作物的外觀圖像中獲取信息并進行處理和分析，進而判斷農作物的生長狀態，以及監測病蟲害和辨別雜草。智能機器人能更精準地施肥、打藥，比傳統方式節約90%的農藥和化肥，實現了減肥減藥的目標。

在現代農業生產的產后階段，人工智能技術可用于農產品檢驗，確保其質量安全。在搬運和銷售過程中，新型機器人及識別技術能提高農產品產業鏈的銷售效率，減少勞動力投入，進而獲得更高的經濟效益。

3 結語

當前，人工智能技術已貫穿農業生產的各個階段，其在農業領域的應用將越來越廣泛，尤其在農機社會化服務項目中，應用智能監測終端可實現定位跟蹤、作業監控、遠程調度、運維管理、大數據分析等功能，進而為深松、播種、秸稈覆蓋、植保、收獲等作業監管提供實時準確的數據，保障國家農機作業補貼政策有效實施。

參考文獻

[1] 陳向東，李軍輝.人工智能技術在農業機械上的應用[J].農業機械，2018（12）：66-68.

[2] 方嘯，安冬冬，王保國，等.人工智能在農機裝備智能化中的應用[J].南方農機，2018，49（14）：1-2.

[3] 劉晨.人工智能在農業機械發展中的前景和意義[J].農業工程技術，2019，39（36）：89-90.

[4] 馬菁澤，甘詩潤，魏霖靜.人工智能在農業領域的應用現狀與未來趨勢[J].軟件導刊，2019，18（10）：8-11.

Development Process of Artificial Intelligence Technology and Its Application in Agricultural Machinery

WANG Zixin

（Shenyang Normal University， Shenyang 110034， China）

Abstract： Artificial intelligence is widely used in the development process of modern agriculture because it can reduce labor intensity and reduce the risk of injury. Artificial intelligence technology has run through all stages of agricultural production. On the basis of introducing the development of artificial intelligence technology for agricultural machinery at home and abroad， the application of artificial intelligence technology in operation quality monitoring， multi-machine collaborative operation， and production process supervision was analyzed， so as to provide theoretical reference for the application of artificial intelligence technology in agricultural machinery.

Key words：? ?artificial intelligence; agricultural machinery; surveillance; multi-machine collaboration; regulation