浅析智能化技术在农业机械中的应用与发展

赵辉

平原县政务服务效能管理中心 山东德州 253100

人工生产是中国农业自古以来的模式，种植业和养殖业的生产条件都相对落后。随着社会经济的发展使得智能化技术的研究不断深入，同时在农业生产中起着重要作用。智能技术的应用可以促进农业机械设计的自动化，让农业生产更方便。此外，农业机械化的实现还可以更好的保护生态环境和创造更多的经济价值[1]。

1 机器视觉在农业机械中的应用于发展

1.1 用于农机自动驾驶过程中的环境感知

自动驾驶领域的核心技术是环境感知技术。它的目的是通过模拟人类驾驶员的感知能力，通过获取和辨别周边环境的信息，将其适用于自动驾驶中的定位、路径规划和控制。在农业机械中使用较多的是以摄像机为主的图像采集设备，在行驶过程中采集信息来用于识别切割线通过驾驶捕捉分析和处理障碍物。另外，在实际的农业环境中经常会有树木、电线杆等静态障碍物或者动物等动态障碍物的存在，农业机械在实际的自动驾驶过程中必须能够及时检测到障碍物并且避开障碍物以免发生危险。

1.2 用于农业机器人的作业目标识别与定位

为了能够更进一步的实现农业生产的自动化和智能化，农业机器人的实施便可以更好地替代人力劳动，解放双手。视觉技术的在实际操作中可以通过其技术识别需要选择的水果以及确定水果的成熟程度并进行定位，在采摘西红柿、黄瓜、草莓等不同对象中广泛应用的采摘机器人。此外，该技术在农业施肥和除草等领域也有重要的应用。例如在除草时，利用视觉技术对农作物和杂草进行识别，通过定点识别来进行喷洒操作。近年来，机器视觉在农业机器人的识别和定位上取得了很好的研究成果，但因为农业具有复杂性、随机性和变化性，仍然有许多问题需要解决。

2 自动驾驶技术在农业机械中的应用于发展

现代精准农业的关键技术是自动驾驶技术，也是智能农业技术的研究热点，应用于各种用途的智能农业机械领域。自动驾驶技术对促进中国农业发展实现自动化、智能化和信息化发挥着重要作用，为加快农业技术体系的转型以及建立现代高效的生产模式起到重要作用。

2.1 农业机械中的定位技术

定位技术是对农机的位置、航向角和速度等进行测量，以便农机可以准确知道其位置和运动状态，正确定位是农机实现自动转向的前提，它直接影响后续路线的规划和控制。当前，主要应用的定位技术根据其原理可分为三类：第一类是基于全球卫星导航系统的定位方法，可以为农业应用提供基本的坐标、速度和时间。第二类是机器视觉定位方法，为农业应用提供图像采集和处理来测量农作物和农机的相对位置和方向。第三类惯性导航定位方法，通过惯性测量结合当前位置信息推断出下一刻的位置。第二类和第三类是用于辅助第一类进行组合定位，无法占据农机的重要位置。但是，单纯的依靠GNSS导航定位技术容易受外在因素而出现定位不准和没信号的情况从而导致无法定位。因此需要GNSS技术与其他导航技术相结合，形成多传感器的定位方法实现进一步的精准定位，广泛应用于农机自动驾驶领域也是以后重要的发展趋势。

2.2 路径规划与跟踪控制技术

道路规划是农业机械自动导航和做主运行的重要组成部分，操作道路的走向和形状是影响农业效率的主要因素，为了减小农机消耗，提高运行的效率和质量就需要对道路进行合理的规划以此提高导航系统的实用性。允许自主农机遵循由道路规划得到的轨迹就是道路跟踪控制的目的，它的原理是根据农业机械测得的位置与计划路径之间的偏差信息控制转向机构，已使农机按照预定轨迹运行。农机的追踪方法可以大致分为两类：第一种是模型的控制方法，此方法结合了农业机械的运动模型或动态模型来设计控制器，这种方法考虑了运动学或动态约束，对农机的运动状态具有一定的预测功能，会取得更好的控制效果。但是缺点就是它需要创建控制对象的数学模型，在某些情况下的适用性较差。第二类是数据的控制方法，在自动驾驶领域研究最多的方法是PID控制、模糊自适应控制和人工神经网络控制，优点是通用性强，缺点就是总体效果不如基于模型的控制方法[2]。

3 农业物联网技术在农业机械中的应用于发展

物联网技术在农业生产和管理领域的特定应用是农业物联网，利用农业信息的感知设备，根据商定的安排，将物理部件和各种虚拟“对象”与互联网相关的信息交换和交流，以此实现过程的智能化识别、定位、跟踪、监控和管理的网络。它不仅是智能农业的主要内容，而且是现代农业强大的技术支持。农业物联网技术在促进农业发展中起着重要作用，在农业机械领域拥有广泛的发展前景，目前已有许多工程利用农机的远程监控和调度，实现对农机运行作业质量的监督；利用手机与物联网结合，通过手机轻松了解农机的行驶方向、工作状态以及进度；把多台农机连接到远程网络控制系统以实现多台农机的信息交互，对机械的运行进行协调控制。当前，物联网技术的研究和应用还不完善，有必要不断研究物联网技术在农业机械中的新应用。

4 结语

智能化农业机械是促进农业转型和现代化的重要工具，是发展的关键因素，发达国家已经研究并应用了农业机械智能技术，并且具有较高的发展水平。我国的机械智能化水平较低，适用范围不广，发展也相对落后，农业机械的智能化在我国农业的发展中仍有许多工作要做。随着大数据、物联网和人工智能的不断发展，为农业机械智能化提供了更强大的技术支持，在农业机械智能化方面物联网仍存在许多需要探索的应用途径；神经网络和加固学习方法分别在农机的视觉技术和智能决策领域具有广阔的应用前景[3-4]。