果园喷雾机器人的研究现状和发展趋势

董文杰

（温州大学，浙江温州325035）

果园在我国农业占据重要的分量，据相关数据有统计到2020年，中国的果园将会稳定在2 亿亩，约占耕地约12%[1]。常年多次喷施农药对施药机械作业水平要求较高，但是我国果园施药装备相对落后，很多地区仍然使用低端喷雾机械[2]。在农业喷施过程中雾滴漂移和农业残留比较严重；为了达到良好的防控效果，经常采用过量施药方式，对周围环境和人产生严重影响，繁琐的施药作业不利于农业生产[3]。在果园施药领域改善施药装备和提高施药技术水平是提高果品品质的重要途径。果园施药机器人作为一种新型施药机械，利用机器人搭载施药设备，在控制系统下实现精准喷雾。果园机器人在应对我国农村农业生产劳动力不足的现状中能够发挥巨人的作用，同时能够降低果园生产中的劳动强度，改善了果园生产作业环境。

1 果园施药机器人概述

1.1 果园施药机器人的介绍

如图1所示，果园施药机器人是利用导航技术、病虫害识别技术、变量施药技术、底盘技术等多种技术融合的智能化机械，由导航系统、施药系统、底盘系统、控制系统等组成。果机器人能够自主避障并根据树形和树高自动调节喷头喷雾；机器人自动行走系统利用RTK 定位和其他定位方式实时建模，实现较为理想的路径规划[4]。喷雾系统能够根据病虫害检测系统反馈值实时调节喷雾量，通过高压雾化后再通过风送装置进行二次雾化，可形成比传统喷雾枪更加细腻的雾滴，作业效果更加。

1.2 国外果园机器人发展概况

西方国家的农业生产机器人在20世纪80年代开始发展应用，其中日本农业机器人的发展速度最为迅速，种类最为齐全，引领世界农业机器人的发展[5]。20世纪90年代，日本率先研制了基于模糊控制算法的电磁诱导式果树喷雾机器人，机器人位置传感器根据地下30m 的电缆发送机发出的电流产生的磁场控制走向，控制了机器人的走向，首次实现了无人化作业[6]。英国科学家研制了了一种新的导航定位系统机器人，这种机器人利用CCD 摄像机和机器人左右行走轮的转速差，实现自主导航。进入21世纪，信息时代开始后，机器人技术的发展十分快，智能技术应用开始在农业机器人中广泛应用。美国伊利诺伊大学Tony Grift 博士和他的学生Nathaniel Gringrich 开发出了一种太阳能除草机器人，这台机器人装有超声波探测器、全球定位系统可以实现自主避障和精确定位，搭载的小型摄像机和一台微型计算机可以精确判断出杂草，利用刀片切断机器人并涂抹除草剂[7]。Blue River 开发出一种新型施药机器人，该机器人通过机器视觉技术分辨杂草和作物，利用机械臂实时控制农药喷洒，大大降低了农药的浪费。丹麦人发明了如图2所示的基于拖拉机载体的果园施药机器人，采用RTK-GPS 导航器，增加了光纤陀螺以提高导航能力，以提高航向精度和激光扫描仪，而且配有自主避障功能。增加缓冲器作为终极安全装置，缓冲器可以使发动机停止工作，保证拖拉机在遇到障碍物前紧急停车。国外果园机器人一般以大中型为主，主要是因为国外果园的种植标准化程度高，而且地势较为平坦、面积大[8]。

1.3 国内施药机器人发展概况

相对而言，我国果园地势多变地形复杂，密植型种植需要体积较小的机器人[9]。经过20 多年的发展，我国也建立了相应的机器人技术体系。在我国得到初步应用的农业机器人有嫁接机器人、黄瓜采摘机器人、草莓和林果采摘机器人、喷药机器人等[10]。但是我国对果园施药机器人的研究比较少，国内文献也比较少。我国科研人员提出直接施药的方法并研制了国内第一台除草机器人，这台机器标志着我国能自主研发农业类机器人。依托高校的研究，促进了国内果园施药机器人的发展。在国家科技项目的支撑下，中国农业大学针对自主行走和智能喷药，研制了电磁诱导式喷雾机器人，实现了直线行走和45°转弯[11]。西北农林科技大学研究了基于红外扫描的果园自动喷药机械的控制系统；西南大学研究了基于超声波传感器的轮式喷雾机器人移动控制系统。基于CCD 传感器的自动化可视除草机器人系统由我国科学家在2011年研制成功，实现了自动化、智能化除草。现在我国机器人带有移动平台、升降平台和执行系统等智能化较高的装置。图3 为迅凯科技研发柑橘施药机器人，实现果园精细化管理柑橘施药自动巡航机器人是基于双频RTK 技术进行果园路径的规划及导航，该机器人的特点是小型化、载药量大、操作简单，而且可以在夜间操作。采用风送式喷雾系统，履带底盘，适合丘陵坡地等南方地形作业。该装置带有液面传感器，实现自动返航加载药液。装备的适量喷雾系统可根据树形树冠自动调节喷头喷雾。最重要的是通用性高，经过简单的模块更换后，就可以实现其他功能，如除草、开沟、水果运输等。

2 果园施药机器人精准施药技术

果园施药机器人要通过病虫害识别技术和变量施药技术实现精准喷雾。首先是病害识别问题，这是一个难点问题，即复杂的作物生长环境中精确识别作物、对于相似病害的识别率很低、检测角度单一等，未来应该在这方面做更多研究，特别是多病害识别技术。其次是精准施药问题，精准施药目的是提高农药利用率和降低农药对环境和人体副作用，目前比较常用的方式是变量施药，变量施药技术是现在的研究热点。

2.1 病虫害识别技术

病虫害的检测始终是一个重要的问题，直接导致了施药效果的质量。果树病虫害识别是利用作物病害时其形状、纹理、颜色等会发生变化，通过对作物特征提取、处理等操作鉴别病害种类、程度。病虫害检测主要有光谱成像技术、机器视觉技术。

2.1.1 光谱技术

光谱技术是根据已有的光谱数据分析目标作物的病虫害，检测准确率依赖于所建数据库的好坏。光谱技术数据库普遍存在病虫害种类不全，设备昂贵等问题。

冯洁[12]利用神经网络和多光谱技术，对抓取的黄瓜图像进行灰度值处理，建立了病虫害识别模型，实验结果表明：能对红粉、黑星、白粉病识别，其中对白粉病识别率达到百分之百。迟茜等[13]通过采集有损和无损的猕猴桃的近红外光谱信息，对光谱信息的特征波长进行提取，对高光谱图像用ENVI软件的BasicTools/Masking 进行掩模处理，利用Matlab2011a 对损伤区域进行分割处理，对图像进行中值滤波和阈值分割，灰度阈值为230，并提出了早期隐性损伤猕猴桃的识别算法，该算法对有损猕猴桃的识别准确率达到97.9%。此研究表明近红外光谱技术对于识别早期有损猕猴桃是可行的。

2.1.2 机器视觉技术

机器视觉技术，涉及学科众多，主要应用视觉设备和计算机进行模拟人的视觉功能，从所采集的图像中通过提取、处理、分析得到所需信息。现在基于机器视觉的植物病害识别主要通过有色图像分割，其效果依赖于训练模型的质量。

郑建华[14]等研究了基于多特征融合与支持向量机的葡萄病害识别问题，对采集的图像进行预处理，提取4 种特征(RGB、HSV、GLCM、HOG)，经过级联融合方式得到葡萄病害特征，并利用支持向量机算法进行训练和检测。试验结果表明：综合颜色特征和纹理特征的支持向量机识别方法对葡萄病种识别的正确率高于只用颜色特征或纹理特征的准确率。刘鹏将快速独立分量方法与颜色矩的方法结合提取了甜柿病害图像的纹理特征和颜色特征参数，并使用支持向量机（SVM)识别甜柿表面病害，这种方法可能受到背景颜色的影响[15]，没有选取检测区域会收到无效区域的干扰。甘肃农业大学刘媛[16]设计了基于深度学习的葡萄叶片病害识别方法，该方法可以识别葡萄叶上6 种病害，通过使用Faster R-CNN 模型检测图像中的叶片框选病斑区域，然后将框选的矩形图像送入CNNs 进行病害识别，实验结果表明每种病害识别率高于90%。温芝元等[17]设计了基于模糊神经网络算法的机器视觉识别系统，有效识别了脐橙多种病害，该算法需要提前训练模型，需要采集大量数据。

现有基于机器视觉的识别技术只能识别特定作物的一种或者多种病害，不能检测不同作物病害；图像采集很大程度上要受到天气和光照条件影响；现在设计基于深度学习或神经网络的识别系统都需要提前训练模型，需要进行视觉识别技术的数据量，大部分技术目前仍处于实验室阶段，应用于实际效果不佳。未来研究多种病害识别系统和全过程病害自动化识别，

2.2 变量施药技术

传统的施药方式采用常量喷施，往往造成大量农药沉积，对农药的利用率很低。研究人员为降低农药残留采用变量施药技术。变量施药技术是精准施药技术的一种重要手段，主要是采用各种定位识别技术，获取作业目标图像，然后对图像进行各种处理得到靶标图像，并以此作为施药系统施药的依据[18]。变量施药的主要控制手段为PID 控制、模糊控制等。很多研究人员设计了不同的变量喷雾系统，主要通过改变泵和阀的流量从而实现喷头流量的变化。

张可儿[19]设计了基于52 单片机的变量喷雾器，利用PWM 技术调节泵的工作频率实现喷雾变化，但是该系统储存量小，在实际生产中实时性不太好。张敏[20]从变量施药系统入手，设计了基于BP 神经网络的变量喷雾供药系统，通过调节流量调节阀的开度实现对其喷雾量大小的控制。实验结果表明：误差率为0.2072，采用BP 避免了采用模糊控制算法分级控制流量所带来的流量输出不精确的弊端，使得农药流量的智能控制更加适宜于在针对动态变化植物作业时的可变量精确供药系统。

变量施药目前应用广泛，但是也存在很多问题，很多变量施药技术存在严重滞后问题，很多时候会受到来自自然界或系统本身的干扰，未来在这方多深入研究，特别是系统延时问题，以提高变量施药质量

3 果园施药机器人自主移动技术和配套装备

机械在移动过程很产生的颤抖和振动，严重影响施药的效果，因此需要对其行走技术和配套装备进行研究。

3.1 机器人自主移动技术

3.1.1 导航技术

对于导航系统，主要有电磁式导航、卫星导航、视觉导航、组合式导航，每种导航方式都有各自的优势。激光导航技术检测距离长、精度高，受环境因素影响小，多用于移动机器人，可以在没有光照的地方使用，而机器视觉导航必须在光照良好的环境中使用。

（1）电磁导航

中国农业大学研制了我国第一台电磁诱导式导航果园施药机，在地下30m 处埋设电缆诱导，利用模糊算法完成自主导航。张宾[21]教授设计了一种电磁诱导式农用喷雾机器人路径导航系统，通过样机进行试验，结果表明：机器人行走时的最小转弯半径为600 cm，机器人的行走速度在0.15～0.52 m/s的范围内，可以跟踪诱导线行走，最大偏移距离为30cm。该设计最小转弯半径过大，行走速度过低，位置偏移量比较大，在果园作业时不利。张宾[11]等人采用PID 算法和PWM 直流电机利用试验样机试验，结果表明：行驶速度12m/s，导航精度为90%，转弯半径0.5m，提过了作业速度，降低了最小转弯半径。

电磁导磁导航方式需要提前对线路进行规划设计，并埋设导航线，，在后续应用中如果想要更改或者扩充路线，就会变得十分麻烦。且导航线的埋设在一定程度上来说比较麻烦，固定线路的导航在智能化中略显不足。因此现在这种导航方式使用比较少。

（2）GPS 导航（卫星导航）

GPS 导航主要是利用已知位置的卫星到用户接收机之间的距离（伪距测量），进行多方位的立体几何运算进行包括（伪距单点定位、载波相位定位、实时分差定位），来求得接收机具体的位置。张智刚[22]等在久保田插秧机上开发了基于GPS 和电子罗盘的导航控制系统，利用航向跟踪实现路径跟踪，但是在果园生产中，果树在成树后比较高大，对GPD导航的屏蔽作用明显，会影响其作业效果。

（3）视觉导航

图像处理技术日益发展进步且广泛应用，视觉处理机器人在农业工程机械中的应用越来越重要。视觉系统采集的图像具有信息量大，图像中包含的我们需要检测的目标信息相对全面等优点。

聂森[23]等人利用HSV 色彩模型和最大类间方差法对果树树行特征进行提取，同时使用H 变换对果树树行线进行了拟合，并最终获得了相邻两树行的中线作为导航路径，能够有效地克服非果树的干扰，但是对于光照和天气有很严格的要求。国内的学者安秋[24]关于解决机器视觉导航中的光照问题，首次提出颜色恒常性理论，图像分割采用增强的方法是最大类间方差法，作物的中心线的提取采用优化的Hough 变换，最后通过一系列坐标转换获得导航参数，并自行设计了试验方法，进行了作物行跟踪和地头转向试验，试验结果表明，该方法具有较高的可靠性，对于复杂性果园效果不佳。针对果园导航环境的复杂性，冯娟[25]提出了一种基于图像处理的果园导航基准线生成算法，采用二维Otsu 算法、二值化处理、二乘拟合法，提取边界线上各行中心点生成果园导航基准线，结果表明，该算法对噪声的干扰有较强的鲁棒性，使导航基准线的生成准确率高于90.7%，具有较好的实时性。机器视觉在外界自然环境下主要处理分散、复杂的自然物体，会影响视觉系统处理的效率。

（4）组合式导航

单一的导航模式不能够完美解决果园导航问题，组合式导航不再选取单一角度，最大限度发挥其优势。吴东明[26]采用GPS 和机器视觉联合定位系统，使得定位误差不超过0.1m，大大提高了定位精度，只是试验还处于试验阶段，需要进一步研究。中国农业大学学者张漫[27]利用RTK-GPS、RTD-GPS和电子罗盘来获取车辆的位置信息和航向信息。系统采用卡尔曼滤波对RTD-GPS 信息和电子罗盘信息进行了融合，并对单一GPS 导航和两种信息融合的导航方式通过计算权重值进行了评估，最终发现GPS、电子罗盘融合系统和单一GPS 系统相比定位精度更高，稳定性更好。Cho[28]等学者开发了基于机器视觉和超声波传感器的拖拉机导航系统，并利用模糊控制将传感器数据进行融合，该系统被用于果园喷药作业上。此外，Cho[29]等利用模糊控制理论将DGPS 和超声波信号进行了融合，开发出了一套果园导航移动机器人。

未来导航技术的研究热点是机器视觉和组合式导航，特别是组合式的导航会避免了单个导航的弊端。

3.1.2 底盘平衡技术

机器人在移动过程中喷杆会抖动，影响了施药机器人的作业效率，其中很重要的因素就是底盘平衡技术的落后。底盘平衡技术可以减轻地面不平度引起的车身晃动，保证机器人作业的稳定性。20世纪60年代美国是世界上第一个研制出被动适应式车身调平系统，采用电液式调平技术，通过控制电磁阀通断以此控制车身平衡，但此系统灵敏度不高，精度低，受外界因素影响大。约翰迪尔4030 系列自走式喷雾机具备底盘空气悬浮平衡系统，该平衡系统是在4 个轮胎处安装悬挂装置，通过空气阀来调节气囊内的空气体积，始终保持机器有更平稳的喷药作业状态和牵引水平，气动技术使得系统不稳定，有冲击的问题，承载量比较小。液压减震悬浮系统通过纵向和横向推力杆，保证液压缸在伸长或缩短时，车轿与车架之问只有竖直方向位移，而无前后和左右方向位移，从而保证喷杆升高和速度变化时系统的稳定[30]。

3.2 机器人底盘装置

机器人底盘行走装置有轮式、履带式、足式和组合式，它们各有各的特点，双足式机器人几乎可以适应各种复杂地形，能够跨越障碍，缺点是行进速度较低，且由于重心原因容易侧翻、不稳定，所以很少采用。组合式底盘机构的机器人能够融合两种或多种底盘结构的特点，克服单一方式的缺点。国内对于组合式果园研究比较少，未来果园底盘的研究热点将会是组合式底盘。东北林业大学孙雪[31]副教授等人设计了一种新型果园喷药机器人，该机设计了轮子-履带复合式行走机构，减少对地面土壤的碾压，实现了灵活转弯和翻越障碍等功能，针对不同的路况摆臂可做出相应的移动姿势。如图4所示，机器人装有的喷雾升降平台可根据果树特征适时调整喷雾，对地面的附着力和强大的牵引力，对于复杂地形具有很好的作业能力。

如图5所示朱学才[32]通过对复合履带式机器人底盘运动分析，计算出了机器人底盘在快速运动时的加速阻力、爬坡时的阻力、摆杆的驱动力矩，找到了机器人底盘的越障能力和驱动力的关系，得到了机器人底盘爬坡的最大坡度角。

4 发展趋势

通过对国内外果园喷雾机器人研究进展进行梳理分析，总结了以下几点发展趋势。

4.1 图像识别技术

越来越的图像识别技术被运用到农业上，更过的是图像处理技术在精度、信息量灵活性以及再现性上都存在着不可替代的优势。但是现在图像识别技术大多处理的信息为二维信息，而且对于果园枝繁叶叶茂会导致树叶重叠、光照等自然因素的干扰，使得图像技术在实际运用中效果差强人意。未来图像识别技术研究热点在于将深度学习和机器学习等技术相结合[33]、三维成像视觉技术[34]，此举是提高作业效率的关键。

4.2 稳定的移动端操作平台

随着智能化、信息化的兴起，国内外涌现很多操作系统，但是没有统一的标准，存在接口不融合问题，为了实现稳定操作和高度融合，要尽快搭建一个公开、开放的统一操作系统平台，建立我国成熟稳定安全的移动端操作平台。

4.3 多模式识别

国内外很多学者对果园病虫害和路径识别技术研究很多，也取得了很多成果，但是大部分识别技术都是功能单一，很多还处于理论研究阶段。为了适应现代农业的发展，必须研究多模式研究，多模式识别技术融合使得优势互补，从而准确、快速、灵敏的辨识。

4.4 多传感器融合

新时代下，我国对农业机械化需求不断增大，同时面临农业环境复杂而且多变局面，单个角度或者单一传感器技术已经不能够满足农业生产对精度、灵敏度等指标的要求。未来要解决精准化问题，必须从多角度、多技术研究开展融合，最大限度发挥传感器的优良性能，为智能化机器的实现提供基础。

4.5 农艺和农机相结合

我国果园地理差异大，种植品种差别明显，种植模式不同，因而果园的株距、行距、密度等千差万别。果园施药机器人不能够完全与现在的种植模式相适应，限制了机械的作业效果和潜力。为了进一步挖掘果园施药机械的作业潜能，提高喷雾效果，相关部门要建立标准化种植模式，为实现农业现代化、信息化、智能化奠定基础。

5 结束语

本文通过梳理国内外果园喷雾机器人的研究现状，有助于把握我国果园机器人的发展方向。发展我国果园施药机器人时，要借鉴国外的成功技术和经验，立足我国果园的实际情况，依托我国产学研技术体系，突破技术瓶颈，研制适合我国果园的施药机器人。随着我国职业农民计划的兴起，我国农民专业化程度不断提高，对果园的管理更加科学，同时对果园喷雾机器人也提出更高的要求。