竹笋探测、采收机器人发展研究

蒋鹏飞， 张 彬1，*， 傅万四， 周建波1，， 陈忠加， 罗 梅， 韩 望， 刘延鹤， 冯 波

(1.中国林业科学研究院林业新技术研究所，北京100091；2.国家林业和草原局北京林业机械研究所，北京100029；3.北京林业大学，北京100083；4.中国林场集团有限公司，北京 100029；5.内蒙古农业大学，内蒙古 呼和浩特 010018)

我国竹材资源丰富，竹子种类、竹林面积约占全球的三分之一，素有竹子王国之称。据统计，2019年我国干竹笋产量近100 万t[1]。竹笋是颇具营养价值的天然低脂、低热量食物，素有“天然保健食品”的美誉。受限于竹笋探测难、采收难的现状，我国竹笋产业一直处于供不应求的状态，且竹笋价格居高不下。目前，我国竹笋的探测完全依靠竹农的经验来实现，确定竹笋的位置后人工完成竹笋的挖掘，这耗费了大量人力、物力，且效率较低[2-4]。竹笋探测和采收机器人的研发可有效解决以上问题，使用成本可控，方便、准确。快速的智能化竹笋探测和机械化竹笋采收技术设备代替人力劳动，可减少劳动力成本，提高行业机械化、自动化和智能化水平，对加速竹笋行业的发展具有重要意义。

1 竹笋探测发展现状

我国竹笋资源丰富，全年均有竹笋产出。市场上较为常见的毛竹及方竹产笋期集中于8月下旬至9月(方竹笋及少量毛竹鞭笋)、12月至1月(毛竹冬笋)[5]。尤其是毛竹冬笋，其上市时间与我国农历春节重叠，旺盛的市场需求为竹农带来较高的经济收益。由于相关探测技术及设备缺乏，竹笋的探寻较为困难。以毛竹冬笋为例，冬笋一旦出土，其营养价值和口感就大幅下降。鲜嫩的竹笋生长于浅层土壤，距离地表约0～50 cm[6]，目前通常由竹农根据毛竹生长情况、当地具体环境，结合自身丰富的经验探寻冬笋，并没有专用于探测冬笋以及其他地下作物的仪器。结合植物根系探测的研究，相关探测方法如探地雷达法、电阻率法、气味传感器法等可为竹笋探测带来新技术、新思路、新方法。

1.1 微波反射法

探地雷达(GPR)是一种射频(0.1～3 GHz)电磁技术，其基于探测不同地下物体电磁特性差异的物理前提[7]，通过连续发射信号并采集频域回波数据探测地下物体，是一种浅近地表有效的无损探测方法。

2012年，Hirano利用探地雷达对试验场地内6 株植物根茎进行探测并得到图像，并与挖出的根系进行对比发现，直径小于1 cm的根无法被精确地探测出来[8]。目前在植物根系探测领域，能够通过GPR技术识别的植物根系最小直径为0.5 cm[9]，而毛竹冬笋胸径一般在5 cm以上，细小的方竹笋基径也在1.5～5.4 cm之间[10]，因此GPR技术可有效识别冬笋的直径。竹笋含水率与土壤组分的较大差异也有利于探地雷达的探测，姚兆斌等检测了不同生长阶段毛竹器官含水率，发现在竹子生长环节中，竹笋的含水率最高，在生长周期中变化也最大[11]。较深层土壤的含水量一般为0.32～0.34 m3[12]，竹笋与土壤含水率的差异为探地雷达的有效探测提供了条件。通过以上分析，探地雷达(GPR)技术可成为竹笋探测的有效手段，但同样存在一些需进一步研究的问题。Butnor等研究了GPR基于1.5 GHz天线对三种不同土壤条件根系的探测结果，发现砂质排水良好的30 cm深土壤下的分辨率最高[13]。竹笋通常生长于地下0～50 cm处，探测深度越深，脉冲信号能量衰减越大，探测结果估算误差就越大，这在一定程度上限制了GPR在竹笋探测领域的应用。此外探地雷达需要对采集数据进行再处理及成像，各种复杂电路以及3D成像软件的研发，使得探地雷达的成本昂贵[14]。虽然理论和实践都表明探地雷达(GPR)较为适合竹笋探测，但由于其操作复杂、成本高昂，就目前我国的竹笋生产条件而言，其暂时并不适合向广大竹农推广使用，还需降低探地雷达的生产成本，才能适于大面积推广。

1.2 电阻率法

电阻率法是通过向被测对象注入电流，测量电压分布，根据不同物质的电导率分布，可以实现对被测对象内部情况的无损探测。电阻率法主要包括电阻抗断层成像(EIT)、并行电法等。

目前，EIT技术在生物医学领域发展多年，但受到其成像分辨率较低和对医学影像信息反映不全面的局限性，没有形成推广应用[15]。2011年，北京交通大学提出了一种利用电阻率层析成像(ERT)技术实现对植物地下根茎生长状况的有效检测方法[16]。Garre等利用电阻率成像法研究了不同土壤水分环境对植物根系生长情况造成的影响[17]。2014年，西北农林大学应用EIT技术，能够比较准确地检测出土壤中直径18 mm枫树根的位置[18]。Sudha等采用电阻率成像法，能够很好地反映地下深达24 m的土壤质地和结构情况[19]。由于竹笋的电参量相对单一且具有较规则的几何形状，将EIT技术应用于竹笋检测中具有很大的可行性[20]。竹笋尤其是冬笋，通常在雨后迅速生长，几天时间就可长出地表。当雨后土壤含水率较高时，EIT成像质量更好，对浅层土壤中竹笋的探测效率将进一步提高。

安徽理工大学陈雨等提出了一种基于并行电法的冬笋探测方法，能够有效探测出深度约为0.3 m的冬笋，对埋深0.2 m左右的冬笋探测效果尤为显著，但是此方法探测冬笋可能存在非冬笋引起的虚假探测情况[21]。

电阻率法探测竹笋效果较好，然而实际应用时需要布置复杂的电磁激励装置，并且专用的电阻率探测设备体积庞大、价格昂贵，当前不适合竹农广泛使用。

1.3 气味传感器法

由气敏传感器阵列和模式识别系统构成的电子鼻技术，是一种模仿生物鼻功能对气味进行分析处理的电子系统，可以对不同样品散发的气味物质进行感知、分析和判断，实现物质识别[22-24]。

电子鼻和电子舌最开始被广泛用于酒类、肉制品的检测，近年来逐渐应用到环境检测、水果质量监测等领域。2013年田秀英等研究了一种基于电子鼻的检测系统，该系统能够对土壤及土壤周边空气中的有毒有害气体实现有效检测[25]。Valentina Centonze等利用电子鼻结合质谱技术对产自意大利、南非和西班牙的柑橘的挥发性成分进行分析，结果表明电子鼻结合质谱技术可对柑橘进行地理来源的鉴定[26]。2018年，四川农业大学开发了一种可以根据茶叶气味评价茶叶品质的电子鼻系统[27]，证明了电子鼻可以对植物挥发性成分进行直接检测。竹笋虽然生长在地下，但其会挥发特有的气味，一些野生动物如大熊猫、野猪等可敏锐地察觉并找出埋在地下的竹笋。常志勇等[28]发明了一种仿鼢鼠鼻腔电子鼻，很好地解决了地下气体检测的问题。潘雁红[29]等人的研究结果也证实了各种竹笋气味存在差异性，并且电子鼻技术能准确地区分多种竹笋。但是，竹笋透过土壤散发出的气味已十分稀薄，受限于电子鼻的探测距离和量程，探测的准确率会大受影响。同时，竹林中存在其他动植物的气味也会对电子鼻的探测造成干扰。目前针对电子鼻探测竹笋的相关研究较少，电子鼻应用于竹笋探测领域还需进一步发展。

2 竹笋采收发展现状

竹笋肉质鲜美，营养丰富，但如果不能在合适期间及时采收，纤维则会逐渐增多影响食用口感。同时，未采收的竹笋会继续生长，导致能够生长为成竹的竹笋缺少必要的养分和地下空间，无法正常生长，进而造成竹林系统退化、衰败[30]。

目前，竹笋采收和竹笋探测同样面临着几乎完全依靠人工的问题，一些经验丰富的竹农采收竹笋一天可收获几十斤，而毫无经验的人则可能一无所获。同时，由于采挖竹笋费时费力，现有的劳动人群主要为中老年农户，年轻人绝大多数不愿意从事这样劳动强度大、效益低的采笋工作。此外，不合理的挖掘还会对竹林的可持续发展造成负面影响，如在疏竹林和竹林边缘挖掘会影响竹林的扩展，进而减少竹笋数量；漫无目的的挖掘会减少春笋和留养成竹的数量；倒鞭挖掘会伤害竹鞭、竹根和鞭芽，破坏竹笋和竹材的生长基础；挖掘后不重新覆土会导致竹材受冻害，导致烂根、烂鞭、烂芽等现象的发生[31]。

针对竹笋采收工作完全依靠竹农经验来实现，确定竹笋的位置后人工完成竹笋的挖掘，耗费大量人力、物力且效率较低的问题，国内相关研究人员进行了竹笋采收机械装备的初步探索。蔡琛辉等研究了一款竹笋采挖集运机[32]，梁健[33]等发明了一种竹笋自动采收机。目前而言，有关竹笋采收的机械化装备研究较少，需加大竹笋采收装备的研发力度。

3 存在的问题及发展趋势

3.1 存在的问题

目前我国竹笋探测、采收机器人的研发大多处于试验阶段，由于各种原因尚无法普及，主要存在以下几方面问题。

(1)山区竹林作业环境复杂。我国竹林资源主要集中在长江以南和西南山区，竹林山地环境复杂恶劣，山高坡陡，大型机器装备无法进入。大部分竹林为散生林，人工管护较少，未经过宜机化改造，对机械装备的适应性要求高，所以竹笋探测、采收机器人在研发与推广中存在较大难度。

(2)竹笋生长具有随机性。以种植最广泛的毛竹为例，其地下的鞭根系统由同一母竹发出，各年龄竹鞭和鞭根相互联结，竹笋伴随着竹鞭而生，其生长位置受母竹竹龄影响，同时与当年气候环境、施肥情况都有关系，所以生长位置具有较大的随机性[34-36]。竹笋生长位置的无规律性对探测、采收机器人在竹林间的作业有较大影响，在一定程度上增加了探测和采收难度。

(3)探测技术设备成本高，操作复杂。现有的探测技术难以直接应用到竹笋探测领域，主要原因在于探测传感器价格昂贵，探得竹笋的收益无法满足传感器的成本；探测的仪器设备使用复杂，专业性强，难以在广大的竹林农户中推广使用；受限于竹林环境复杂，单一传感器的探测效果并不明显，效率较低[34]，竹笋的智能化探测、机械化采收就更无从谈起。

(4)研发人才和平台缺乏。国内、国际上从事竹产业机器人研究的专业技术人员较少，行业科技领军人才和优秀拔尖人才稀缺。目前国内除少数几家科研院所有一定的尝试性研究外，竹笋探测、采收相关的科技论文及产品尚少见报道。对于竹笋产业相关的科研关注较少，在一定程度上也制约了行业的快速发展。

3.2 未来发展趋势

林业机械化是林业现代化的重要标志[37]，随着科技发展、劳动力减少、人口劳动结构的调整，深入研发竹笋探测、采收机器人是未来发展的必然趋势，并将极大推动我国竹笋产业现代化发展。

3.2.1 机器人技术及远程自动控制

竹林环境复杂、障碍物多、道路崎岖，对机器人自主移动、定位导航都提出了极大考验。在这样的背景下，我国竹笋探测急需更加智能的探测机器人。这种机器人需要在竹林山地自主行走，能够避免各种环境因素干扰，准确探知竹笋位置，同时考虑到竹笋的生理特征，实现无损采收。借助物联网技术装备的飞速发展，构建一套完整的有人监控下的“无人”作业模式，即机器人不但能自主进行竹笋探测采收，必要时相关技术人员也可手动操纵探测、采收机器人完成作业任务。

实现上述目标，需要对机器人在弱信号下的导航定位、竹林复杂环境下的自主避障、竹笋位置的精确探测和无损采收进行技术攻关，构建完整的人-机交互系统，找到竹笋探测、采收机器人的最佳作业方法、更为合理的机器人结构以及更加低廉的成本，最终才能实现竹笋探测、采收机器人的广泛应用与大面积推广。

3.2.2 竹笋探测、采收机器人发展措施

(1)政府积极引导。目前我国对竹笋产业相关智能装备研发、制造的扶持力度不足，政府和行业协会缺乏权威性的指导和协调，严重制约了我国竹笋探测、采收机器人的发展和推广。相关部门应加大科技层面的投入，加强政策支持和市场引导[38]，加快推进竹笋产业机器人生产研发自主化，保障生产需要，促进林草业机器人的产业发展。

(2)加强竹笋产业研发条件保障。改变传统竹林竹笋经营理念，逐步对竹林区进行宜机化改造，形成适宜机械化装备野外作业的环境。同时，以国家级科研院所为牵头单位，建立竹笋探测、采收、加工产学研平台，促进我国竹产业先进制造技术全面升级。

(3)突破竹笋探测、采收机器人关键技术。加大对竹笋探测、采收机器人多功能、复杂性理论的科研投入，重点研究多传感器融合，作业点高精度重复巡逻、采收力学性能等相关理论和算法，突破竹林山地越障技术、浅层土壤高精度无损探测技术、竹笋识别及产业化应用的精准采收技术等。

(4)重视人才培养，建立产学研技术体系。重视竹笋探测、采收智能装备研发人才的培养是推动竹笋产业发展非常重要的环节，可在相关职业技术学院开设竹笋探测、采收装备制造管理维修职业教育；在相关农林类高校、科研院所建立完善的竹笋产业机器人学科领域的本、硕、博人才培养体系，以适应智能装备的快速发展。

4 结论

本文介绍了目前竹笋探测、采收作业的相关研究现状，论述了相关技术应用和研究进展。作为一种特种机器人，竹笋探测、采收机器人为解决竹笋探测、采收作业的劳动力问题提供了一种较为合适的方案。劳动力成本和产业对劳动力需求的增加，以及迅速发展的计算机、电子设备和传感器成本的降低，将共同推动竹笋探测、采收机器人实现实际应用。

以人工智能和林业机器人等为代表的智慧林业技术已经成为世界林业科技发展的新方向和新趋势，并将促进林业生产方式的变革。虽然目前一些相关技术尚未成熟，一些研究成果仍处于实验室研究阶段。但是，相信随着自动化、智能化技术的发展，竹笋探测、采收机器人将帮助竹农从繁重的人工作业中解放出来，为竹笋行业的发展提供有力的支撑，为我国特色竹资源的综合利用提供有效的保障。