人工智能技术发展历程及在农业机械上的应用

王梓鑫

摘要：人工智能因可降低劳动强度和减少伤害风险而广泛应用于现代农业发展进程中，人工智能技术已贯穿农业生产的各个阶段。在介绍国内外农机人工智能技術发展历程的基础上，分析了人工智能技术在作业质量监测、多机协同作业、生产过程监管等方面的应用情况，为人工智能技术在农业机械上的应用提供理论参考。

关键词：人工智能；农业机械；监测；多机协同；监管

中图分类号：S126     文献标识码：A    文章编号：1674-1161（2023）01-0062-03

人工智能是计算机科学的一个分支，其发展史与计算机发展史紧密联系。人工智能目前在计算机领域得到了广泛重视，被视为世界三大尖端技术（空间技术、能源技术、人工智能）之一。人工智能技术涉及物联网、云计算、大数据、边缘计算等领域，应用范围极其广泛[1]。我国是一个农业大国，随着信息化技术在农业领域的广泛应用，人工智能因可降低劳动强度和减少伤害风险而应用于现代农业发展进程中。通过介绍国内外农机人工智能技术发展历程，分析人工智能技术在作业质量监测、多机协同作业和生产过程监管方面的应用情况，为人工智能技术在农业机械上的进一步应用提供理论参考。

1 农机人工智能技术发展历程

1.1 国外农机智能技术发展概况

自1956年科学家提出人工智能概念以来，己有60多a的历史。20世纪90年代，欧美、日本等发达国家开始研究农机自动驾驶技术。目前，这些发达国家的硬件基础与底层技术研究已非常成熟，具有自动驾驶功能的农机产品已形成市场化。早期的农机自动驾驶系统仅能进行简单监控，随着计算机技术及卫星导航技术的不断发展，自动驾驶技术向多样性发展并具备更多功能。

国外农机生产商根据不同的农田作业需求，相继研发出对垄导航、多种路径规划自动导航、农机具控制等技术，用于农作物产量预测、营养元素监测、作物状态监控、农机数据交换等，并为用户提供精准农业解决方案。美国大中型农场的拖拉机和联合收割机已普遍应用自动驾驶技术，2019年自动驾驶系统普及率达90％。在产品创新方面，约翰迪尔、凯斯纽荷兰在2016年分别推出无人化概念拖拉机及其配套农具，但目前尚未商业化应用。2018年久保田公司先后上市带有自动驾驶功能的水稻收获机和拖拉机。

1.2 国内农机智能技术发展现状

我国农机自动驾驶技术研究虽然相对较晚，但发展迅猛。自2001年起开展农机自动驾驶系统研究后，国产农机自动驾驶系统于2010年进入市场，相关技术由试验室走向田间地头。早期农机自动驾驶系统功能简单，缺乏路径规划功能，无法对地头转弯作业进行路径规划。同时，农机自动驾驶系统无田间自动避障功能，对多种农田应用环境的适应性较差。此后，国内开展了路径规划、农田应用场景和田间自动避障研究，现已基本解决路径规划、农田应用场景、田间自动避障等问题。

近年来，我国大力发展精准农业，自动驾驶系统应用研究随即进入快速发展期，其研究成果主要集中在农机导航定位与环境感知、协同作业、路径跟踪控制、电控液压转向、高压共轨柴油发动机燃油电喷、动力换档、电液悬挂控制等方面。农机新产品利用4G/5G通讯技术接入网络，支持协同作业模式，通过与云端交互实现智能化作业的管理和监控，并可搭载多种农具应用于平原和丘陵地区。

基于北斗导航的农机装备已在拖拉机、收获机、起垄、铺膜机、播种机、施肥机、施药机等农业装备中得到了广泛应用，“东方红”“阿波斯”无人驾驶拖拉机、“谷神”无人驾驶联合收割机在多区域开展了作业示范，“丰疆”高速无人驾驶插秧机实现了水田原地掉头对行和秧盘自动提升。黑龙江、新疆、江苏、山东等多个粮棉主产省份相继开展全过程无人化农业生产试验，涵盖耕整地、作物栽植、田间管理、联合收获、秸秆处理和粮食烘干等生产环节。目前，我国农机智能产品正逐步摆脱对进口产品的依赖，为农业高质量发展注入了新动能。

2 人工智能在农业机械中的应用

2.1 作业质量监测

农机作业质量在线监测技术主要包括物联网技术、卫星导航定位技术和人工智能技术。这些技术能够采集农机作业位置和行驶轨迹，监测机具作业状态，提供实时监测/回放、信息管理和报表统计等信息，并利用无线网络与云平台进行交互，从而实现农机作业质量的实时监测[2]。

2009年我国开始启动农机深松作业补贴工作，2013年农业部实施农机深松整地作业补助试点。农机深松整地作业补助工作需要统计核实深松作业面积和质量，而采用人工监测深松作业面积存在量大面广的问题，获取作业面积、作业深度等信息难度大、效率低，而且存在机手造假骗取国家补贴行为的发生。为实现深松作业过程、面积、深度的准确检测，我国研发出农机作业质量在线监测技术，即利用卫星定位、无线通讯、深松机具状态传感等技术，实时监控作业状态并获取相关作业信息，以保证深松作业质量。这些获取的作业信息可被储存起来，随时读取核实，进而为农机深松作业补助的发放提供了数据支撑。目前，我国农机深松作业补助项目已基本实现智能化监管。

近年来，围绕农田作业耕、种、管、收等环节，我国已逐步构建起全程机械化作业智能监测技术体系，通过在机具上安装智能监测终端，将物联网技术与农机技术融合起来。围绕技术应用主体需求，许多地区着力打造行业公共数据库、公共服务、合作社管理系统等平台，用信息化手段优化农业机械生产作业，实现了人、机、物和作业质量的实时监管。

2.2 多机协同作业

精准农业是当今世界农业发展的新潮流，多机协同作业是农业精准化作业技术之一。当前，我国农业正逐步向集约化、规模化、产业化方向发展。在这一进程中，为了提高作业效率和争抢农时，往往需要多台同种（或异种）农机在田间同时作业。实践表明，开展多机协同作业时，如果缺乏高效的作业信息获取手段和决策分析方法，作业难度比较大，容易发生作业冲突，降低机具利用效率和提高作业成本，进而降低规模化生产效益[3]。可见，规划和优化多机无冲突协同作业，是提高农机利用效率、增加机群规模化生产效益的关键环节。随着精准技术和自动导航作业系统的广泛运用，多机协同导航作业模式日渐兴起并逐步应用于农业生产的各个环节，在多机多工序作业调度优化中发挥着重要作用。

人工智能技術可根据农田作业需求，构建多机协同作业远程监控平台，对多机协同导航作业实施实时远程监控。监控平台包括数据收发、存储、查询、显示、分析等模块，具有良好的稳定性，能够实时显示多机作业轨迹和作业信息，并根据信息进行决策分析和任务调度，大大提高了机群作业的效率和精准度。

2.3 生产过程监管

在现代农业生产的产前阶段，利用图像分析技术和神经网络等非破坏性方法对种子进行准确评估，有利于保证农产品的产量和质量。根据土壤湿度、肥量的实时监控结果，结合当地的气候指数和水文气象观测数据，有助于制定合理的灌溉和施肥方案，保证农作物生长环境良好和养分充足。

在现代农业生产的产中阶段，通过专家系统和搭载人工智能技术的机器人，可完成种植、管理、采摘、分拣等作业，实现农业种植的智能化与自动化[4]。机器人模拟人类视觉，可从农作物的外观图像中获取信息并进行处理和分析，进而判断农作物的生长状态，以及监测病虫害和辨别杂草。智能机器人能更精准地施肥、打药，比传统方式节约90%的农药和化肥，实现了减肥减药的目标。

在现代农业生产的产后阶段，人工智能技术可用于农产品检验，确保其质量安全。在搬运和销售过程中，新型机器人及识别技术能提高农产品产业链的销售效率，减少劳动力投入，进而获得更高的经济效益。

3 结语

当前，人工智能技术已贯穿农业生产的各个阶段，其在农业领域的应用将越来越广泛，尤其在农机社会化服务项目中，应用智能监测终端可实现定位跟踪、作业监控、远程调度、运维管理、大数据分析等功能，进而为深松、播种、秸秆覆盖、植保、收获等作业监管提供实时准确的数据，保障国家农机作业补贴政策有效实施。

参考文献

[1] 陈向东，李军辉.人工智能技术在农业机械上的应用[J].农业机械，2018（12）：66-68.

[2] 方啸，安冬冬，王保国，等.人工智能在农机装备智能化中的应用[J].南方农机，2018，49（14）：1-2.

[3] 刘晨.人工智能在农业机械发展中的前景和意义[J].农业工程技术，2019，39（36）：89-90.

[4] 马菁泽，甘诗润，魏霖静.人工智能在农业领域的应用现状与未来趋势[J].软件导刊，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