设施蔬菜生产机器人技术进展、挑战与趋势
# 01
产业背景
中国是世界最大的蔬菜生产国和消费国，规模和产值均居全球首位。2018年以来，中国设施蔬菜种植面积稳定在6 000万亩（400万公顷）以上，占蔬菜总产量的38%，年产值超过9 800亿元，占农业总产值的17.9%，已经成为发展现代设施农业、全面推进乡村振兴的支柱产业。历经多年发展，中国设施蔬菜生产技术装备已经逐步得到改善，生产管理自动控制、新型水肥一体化、生物生长动态监测等设备正在加快普及应用。
但是整体来看，目前中国设施蔬菜生产仍处于粗放式管理的状态，整体生产水平不高，生产效益正在逐年下降。一是机械化、智能化生产水平偏低。当前，中国设施蔬菜综合机械化率仅为30%左右，不足大田作物的50%，大部分生产管理依靠人工，应用于栽培、收获、灌溉施肥等环节的轻简化、适应性强的专用机械装备较为缺乏。二是人工成本连年增长。以设施番茄为例，根据《全国农产品成本收益资料汇编2022》数据显示，2021年，人工成本已由1991年的每天10元增加至120元，但是单产增幅远小于生产成本增幅。三是“水-肥-药-境”管控仍以手动或半自动化操控为主，光、温、湿度、土壤pH等生产环境智能化调控技术应用不足，灌溉、施肥、施药的精准度不够，肥料农药过量施用，资源利用率较低，单位产量效益提升面临压力，绿色生产水平不高。面对城乡居民对于高品质蔬菜日益增长的需求，以及产业发展对于产量、品质和效益提升的综合要求，亟需研制与应用设施蔬菜机器人，对“水-肥-药-境”进行精准调控，实现机械化、自动化、少人化生产。
# 02
设施蔬菜生产机器人前沿进展
设施蔬菜机器人是用于日光温室、连栋温室等设施生产环境下，应用于育苗/秧、生产管理、采摘等复杂场景的智能化、自主化作业装备。目前设施蔬菜机器人的类型主要包括育苗移栽机器人、嫁接机器人、采收机器人等。以先进工业机器人技术为支撑，世界农业强国如荷兰、日本、以色列等国的设施蔬菜生产机器人技术和市场已经较为成熟，已经实现了部分设施蔬菜生产机器人的产业化应用。在工厂化蔬菜育苗方面，荷兰走在世界前列。以威斯康集团（Viscon Group）为例，该公司研制的水培蔬菜工厂化生产系统代表了水培蔬菜的世界先进水平，该系统配置有智能播种、立体催芽、移栽育苗、水肥管理、水循环控制、收割输送系统等，适于生菜、小白菜等绿叶类蔬菜育苗与移栽；在生产管理方面，荷兰ISO Group公司面向茄果类种苗研制的蔬菜嫁接机器人Graft 1200，配备有秧苗机器视觉识别系统和秧苗输送系统，精准获取秧苗子叶和茎部参数，采用图像处理器分析夹持爪上的激光投影位置来确定上苗高度，嫁接效率到达了1 050株/h，成功率为99%。在采收机器人方面，荷兰瓦赫宁根大学和以色列本古里安大学在欧盟“地平线2020”计划资助下研制了甜椒采摘机器人Sweeper（见图6）。机器人系统由一个六自由度机械臂、末端执行器、RGB-D相机、带图形处理单元的计算机、可编程逻辑控制器和储存装置构成。通过激光雷达确定自己巡视的路径，借助计算机视觉技术从远距离和近距离判断甜椒的位置和成熟度，利用震动刀切割果梗实现采摘作业，在商业温室试验状态下，收获一枚甜椒平均仅需24 s，通过提高机器人底盘运动速度，可将收获时间降低到15 s，准确率超过60%，是全球第一台具有商业化应用性能的甜椒采摘机器人。西班牙Agrbot Robotics公司研制了一款具有24个机械臂协同作业的草莓采摘机器人（见图1），适用于高垄栽培和架式栽培草莓。该机器人的24个机械臂均安装了内置短距离集成色彩、红外深度传感器和图像处理单元，能定位、识别和判定草莓及其成熟度，末端执行器采用非接触式断茎夹持方式采摘，避免了果实损伤，并使用激光雷达监测周围作业环境，可实现精准避障和自主作业，目前该机器人已经在美国加州的农场投入使用。为了应对劳动力短缺的难题，日本早在20世纪80年代就开始设施蔬菜机器人技术的研发，涌现了一批低成本番茄采摘机器人等面向产业化应用的产品。日本松下株式会社研制的小番茄采摘机器人，使用3D相机和图像传感器从远距离和近距离检测和定位果实分布，根据图像获取的番茄颜色评估果实成熟度，制定和规划采摘路径和姿态，以切割果梗方式进行无损采摘。其单个番茄采摘速度约为6 s，虽然相对于人工采摘速度较为缓慢，但其视觉和照明系统可保证机器人全天候工作，每年可减少约20%的人工费用支出，每台售价约合30万元人民币，目前已成功在多个温室作业。
图1 国外典型的设施蔬菜机器人
Fig. 1 Typical facility vegetable robots abroad
随着设施种植结构的不断调整和工业机器人技术的稳步发展，国内部分高校和研究所在嫁接、移栽和采收机器人领域开展了深入的研究，在装置设计、结构仿真优化等理论方面取得了突破，部分机器人已经在温室生产中得到了示范应用。作者团队在国内较早构建了一套番茄工厂化全流程机器人生产系统，开启了设施蔬菜生产全流程的无人化作业新模式，在北京、山东寿光、山东菏泽等设施蔬菜主产地得到了初步应用。团队研制的番茄工厂化全流程机器人生产系统涵盖了采摘、整枝、巡检、喷药等多套自主研发的番茄生产机器人装备。番茄采摘机器人（见图2（a））采用轨道式移动升降平台，配置4自由度关节式机械臂，基于结构光视觉的识别定位算法进行果实的识别和定位，末端执行器结构采用吸力式套筒旋拧结构，无损实现果实和果梗分离，在强光和弱光下的采摘成功率分别达83.9%和79.4%；番茄整枝机器人采用基于双目云台摄像机的主茎离散区域图像采集伺服控制方法，通过融合多视角植株图像特征，可实现番茄主茎的图像拼接与立体形态测量；利用基于改进YOLOv3的温室番茄红果和绿果识别方法，可对自然生长状态下的番茄果实进行计数估产，总体估产精度达到96.3%。除了番茄生产机器人取得了一定的研究成果，国内在草莓、芦笋、甜椒等设施蔬菜作物采摘机器人的目标识别、控制装置、整机设计的理论与试验也进展较快，如汪小旵等研制了草莓和芦笋采摘“选择性收获机器人”（见图2（b）），采摘机器人基于机器视觉和深度学习算法，对绿芦笋和草莓进行自动检测、成熟度判别、定位、夹持剪切和收集存放。
图2 国内典型的设施蔬菜机器人
Fig. 2 Typical facility vegetable robots in China
# 03
面临的挑战与亟待突破的关键技术
设施蔬菜种植的非结构性环境和栽培作物的表型特征导致当前设施蔬菜生产机器人研制与产业化应用面临以下三方面的挑战。一是设施种植环境下光照时空波动较大、视场前景-背景辐射亮度突变情况较为平常，但目前对蔬菜及其果实的识别的大多数是基于光谱特征图像对目标开展识别分类，果实与果茎的颜色特征、灰度阈值和几何形状特性极易受到光照波动的影响，从而导致机器人对茎、叶和成熟果实的定位与识别率过低；二是温室栽培的蔬菜密度较高、植株丛生密布、姿态各异、相互遮挡，尤其是茄果类蔬菜，还存在果实、果叶、果茎、吊线色系相近的情况，使得机器人在进行图像特征识别时难以进行判别和分割，对其在目标果实精准定位与识别、摘取路径设计、自主导航规划和躲避障碍作业中提出了较大挑战；三是设施栽培的蔬菜包括叶菜、茄果类、草莓等，每种类型的蔬菜均构造复杂且柔嫩易损，机器人在移栽、嫁接和采收过程中，机器部件与蔬菜组织存在直接或间接的互作过程，极易造成蔬菜果实或其他组织的损失，这就对机器人末端执行器的灵巧性、柔软性提出了较高的要求。
结合产业背景、前沿进展和客观挑战等方面的分析，中国设施蔬菜生产机器人应重点从以下两个方面开展关键核心技术攻关，实现技术创新与突破。一是多波段图像融合的近色茎秆目标识别。由于微观成分的差异性，植物茎、叶、果等近色组织在特定波段的光谱特征呈现明显差异，需要强化特定强反射波段图像融合，构建多模态图像融合网络，提升RGB图像识别效果，提高光照和遮盖环境干扰下相近色系目标识别效率；二是基于人-机技能传递的复杂任务执行部件设计。构建“视觉+触觉”信息同步的人工采摘操作示教数据库，对人工操作信息进行实时捕捉，开展人工动态接触力度和动态操作轨迹信息的时序编码，量化人工操作样本，并开展基于学习的强化模型构建，对采摘技能的核心参数进行强化学习，形成低能耗、高效操作模本。
整体来看，对比全球农业强国，中国农业机器人研发与应用起步晚、发展慢，综合性能与国外先进产品依然存在较大差距，产业发展与应用依然任重道远。主要表现在：一是现有农业机器人以单执行器、单机作业为主，多臂协同机器人研制刚刚起步，在多环节一体化作业协同方面性能差、效率低，难以满足实际生产需求；二是农业机器人机械臂和末端执行器多数来源于工业使用，以刚性操作为主，灵活性、柔顺性、功能性较差，极易对作业对象造成损伤；三是农业多源信息感知、农业机器人装备自主作业等国产化智能专用芯片受制于人，面向感知数据处理、作物表型识别、生长状态监测、产量和品质指标估测相关的人工智能加速算法与模型缺乏，核心部件成本高；四是人机自然交互的示教协作新方法、“人-机-环境”相交互融的机器人技术研发进展缓慢，制约了农业机器人从粗放、单一向精细、协同的作业模式过渡；五是作业基础设施建设滞后，“宜机化”程度不高，已有的农业机器人与农艺结合不够紧密，智能化作业通用性差、效率不高。
本文节选自：
赵春江, 范贝贝, 李瑾, 冯青春. 农业机器人技术进展、挑战与趋势[J]. 智慧农业(中英文), 2023, 5(4): 1-15. DOI: 10.12133/j.smartag.SA202312030
ZHAO Chunjiang, FAN Beibei, LI Jin, FENG Qingchun. Agricultural Robots: Technology Progress, Challenges and Trends[J]. Smart Agriculture, 2023, 5(4): 1-15. DOI: 10.12133/j.smartag.SA202312030
（第二批数农俱乐部成员报名，请点击图片）
点击"阅读原文"递交企业信息”，获得农业行业观察-采访报道、资源对接、进群学习等权益~