智能农机装备相关技术研究

王文丽 毕方淇 宫玉敏 蒋 鑫

近年来，随着土地流转，我国农业逐步进入规模化、自动化、智能化发展阶段。为满足我国农业高质量生产的重大需求，在“十四五”规划和二〇三五远景目标中提出“强化农业科技和装备支撑，建设智慧农业”，研发传统农机作为载体，统合农机作业状态、作物、土壤、环境等信息的智能感知，经数据汇总，决策指导农机装备精准运行、智能管理的农机装备已成为我国农业持续发展、高质量发展的主要方向。

一、智能感知技术

智能感知技术即农机作业信息采集技术，通过不同类型传感器对机具作业运行状态、作物生长信息等进行采集。当前作为重点研究方向的智能感知技术主要包括图像识别技术、光谱探测技术、光电测距技术、超声测距技术等，可用于监测土壤电导率、土壤养分、农机运行速度、作物稠密度、作物生长状况、病虫害等指标。相对前沿的技术中，采用光电传感器、超声波传感器、激光图像等对果树树冠、枝杈和果实位置监测技术已较为成熟，采用机器视觉对大田作物的作物行感知、杂草位置及特征感知和病虫害感知技术依然不够成熟。

二、数据传输技术

在对农机具及作物生长状况等信息进行采集后，需要将采集到的信息传输至下一个处理环节。近些年，随着农机装备分布式构建理念的逐渐强化，控制器局域网（CAN）通信及相关技术的研究和应用已经成为农机信息传输主流方式。在我国，现行数据传输技术标准为GB/T35381《农林拖拉机和机械串行控制和通信数据网络》。在拖拉机主机厂，符合该标准的CAN协议制定和应用较多，但由于不具备农机具智能测控系统统一开发平台和不同监测功能对数据传输有独特要求，相当一部分研发团队依然采用了自定义的应用层协议，从而影响了农机数据的互通性和共享性。

三、智能决策与管理技术

在收集到智能感知模块传输来的信息后，通过云平台，可以实现对农机作业的远程管理、作业质量监测和智能决策。伴随着智能决策技术的发展，农机监管平台随之产生。农机监管平台最主要的作用之一为农机远程调度决策。农机的远程调度决策是农田环境、农机作业路径、作业时间等多因素控制下的最优解问题，最优目标包括最优成本、时间等。

四、现状问题分析

1.高性能传感器和个别核心部件依然受限于国外技术，国内依然不具备某些高性能传感器生产能力。

2.作业管理体系不完善。以数据采集环节为例，该环节存在数据结构不够规整，数据收集不够全面等问题，由此导致数据采集体量不足，大数据分析不够智能，较难形成作业全过程的质量评价体系。

五、发展趋势

当下，我国智能农机装备相关技术研究已经取得了较大发展，但在田间无人作业、精准作业方面与世界先进水平仍存在一定差距。我国在农机传感器自主研发、采集数据信息通信、大数据深入挖掘和智能作业决策模型研究方面依然需要进行更加深入的研究。

1.研发适用于复杂田间环境的农机装备传感器，克服相关技术壁垒，是我国农机装备迈向智能化的关键。此外，传感器材料研发，结构改进和耐用性提升也是重要研究方向。

2.基于大数据的农机作业决策模型研究。基于5G甚至6G高速网络支持，依托智能感知信息交互平台，构建具备相当体量的数据云平台，发展以AI人工智能为引领的农机作业决策技术，推进大数据与人工智能深度融合。