果蔬采收機(jī)器人，農(nóng)業(yè)自動(dòng)化發(fā)展新突破

丘陵采收機(jī)器人，農(nóng)業(yè)自動(dòng)化發(fā)展新突破

農(nóng)業(yè)是我國(guó)發(fā)展的基礎(chǔ)，要想確保社會(huì)的和諧與國(guó)家的穩(wěn)定，必須要重視農(nóng)業(yè)的發(fā)展。農(nóng)業(yè)機(jī)械化能夠降低農(nóng)業(yè)成本、節(jié)約資源、保護(hù)環(huán)境、節(jié)約勞動(dòng)力以及提高農(nóng)產(chǎn)品質(zhì)量，有助于實(shí)現(xiàn)大規(guī)模生產(chǎn)，在我國(guó)農(nóng)業(yè)現(xiàn)代化中占據(jù)核心地位。

當(dāng)前，我國(guó)的農(nóng)業(yè)機(jī)械化水平仍相對(duì)落后，綜合技術(shù)水平僅相當(dāng)于發(fā)達(dá)國(guó)家20世紀(jì)60~70年代的水平；農(nóng)業(yè)裝備的研發(fā)、創(chuàng)新有限，存在類(lèi)型規(guī)格少、水平較低、而且可靠性差等問(wèn)題，遠(yuǎn)不能適應(yīng)現(xiàn)代農(nóng)業(yè)生產(chǎn)發(fā)展的需要。

1．丘陵山地提升農(nóng)機(jī)化水平的迫切性

南方丘陵山地是我國(guó)重要的糧食、油料、蔗糖、煙葉、蔬菜瓜果、麻類(lèi)作物等生產(chǎn)基地，在我國(guó)農(nóng)業(yè)生產(chǎn)中有著舉足輕重的地位，但是南方丘陵山地農(nóng)機(jī)化水平較低，農(nóng)機(jī)綜合機(jī)械化率還不足10%，大部分作物機(jī)械化生產(chǎn)處于技術(shù)改進(jìn)熟化或示范推廣階段。

尤其在浙江、湖南、云南等11個(gè)南方省份中，丘陵山地占耕地比例在60%以上，導(dǎo)致南方地區(qū)成了我國(guó)農(nóng)機(jī)化發(fā)展的“洼地”。所以，南方丘陵山地農(nóng)業(yè)生產(chǎn)機(jī)械化水平提升迫在眉睫。

盡管?chē)?guó)內(nèi)一些廠家針對(duì)適合丘陵山地使用的小微型機(jī)具進(jìn)行了研發(fā)和改進(jìn)，但由于技術(shù)成熟度不高、機(jī)型少、性能不穩(wěn)定等原因，導(dǎo)致研發(fā)的農(nóng)機(jī)具種類(lèi)不適宜或者不完全適宜丘陵山地農(nóng)業(yè)生產(chǎn)，造成了丘陵山地農(nóng)機(jī)裝備供給嚴(yán)重不足，農(nóng)機(jī)化水平難以提高。

2．丘陵山地林果采摘智能自動(dòng)化的必要性

目前，我國(guó)果品總種植面積和產(chǎn)量均占世界第1位，已成為種植業(yè)中位列糧食、蔬菜之后的第三大產(chǎn)業(yè)。

2000年至2015年，中國(guó)果園面積由893.2萬(wàn)公頃增至1,281.6萬(wàn)公頃，CAGR2.44%，呈現(xiàn)穩(wěn)定增長(zhǎng)態(tài)勢(shì)。2010年至2015年，中國(guó)水果總產(chǎn)量由2.14億噸增至2.74億噸。

據(jù)中國(guó)農(nóng)業(yè)科學(xué)院預(yù)測(cè)，到2024年，中國(guó)人均水果消費(fèi)量將達(dá)到93.9kg，市場(chǎng)規(guī)模將達(dá)到3.24萬(wàn)億元。林果產(chǎn)業(yè)已成為我國(guó)林果產(chǎn)區(qū)經(jīng)濟(jì)發(fā)展和農(nóng)民增收致富的新亮點(diǎn)和支柱產(chǎn)業(yè)，規(guī)模化生產(chǎn)需求越來(lái)越迫切。

圖1.1.2.1 中國(guó)果園面積

圖1.1.2.2 中國(guó)水果產(chǎn)量

林果采摘是整個(gè)林果生產(chǎn)環(huán)節(jié)中最重要的部分，所用勞動(dòng)力約占整個(gè)生產(chǎn)過(guò)程所用勞動(dòng)力的35%~45%，且具有季節(jié)性強(qiáng)、周期性短、勞動(dòng)強(qiáng)度大、勞動(dòng)力成本高但卻采摘效率低下的特點(diǎn)，嚴(yán)重制約了我國(guó)林果產(chǎn)業(yè)的進(jìn)一步發(fā)展。

3.機(jī)器視覺(jué)深度學(xué)習(xí)相結(jié)合

對(duì)于林果采摘機(jī)器人研究而言，當(dāng)前最大的最迫切需要解決的問(wèn)題是果實(shí)的實(shí)時(shí)識(shí)別和定位不準(zhǔn)確。在采摘過(guò)程中，機(jī)器人通過(guò)相機(jī)實(shí)時(shí)捕獲圖像，視場(chǎng)中除了果實(shí)還包括天空、枝葉、果實(shí)、大地等干擾項(xiàng)，而且存在重疊、遮擋，光照不均，背景復(fù)雜等因素，對(duì)識(shí)別算法的魯棒性提出了嚴(yán)峻考驗(yàn)。

此前，基于機(jī)器視覺(jué)技術(shù)的識(shí)別、定位研究是主流趨勢(shì)，但是經(jīng)過(guò)多年的研究實(shí)踐，仍未能很好的解決這一問(wèn)題，陷入了瓶頸期。

隨著計(jì)算機(jī)應(yīng)用技術(shù)的不斷發(fā)展，人工智能技術(shù)得到了長(zhǎng)足的發(fā)展，尤其是識(shí)別技術(shù)和深度學(xué)習(xí)技術(shù)。目前基于深度學(xué)習(xí)技術(shù)的識(shí)別、定位研究已有初步成效。比如農(nóng)業(yè)界就有位AlphaGo 已學(xué)習(xí)成為“植物醫(yī)生”，可以實(shí)時(shí)告訴農(nóng)業(yè)人員什么疾病正在對(duì)農(nóng)作物產(chǎn)生影響。生物學(xué)家戴維·休斯和作物流行病學(xué)家馬塞爾·薩拉斯開(kāi)發(fā)的手機(jī)應(yīng)用Plant Village，運(yùn)用深度算法可以檢測(cè)出14種作物的26種疾病，作物疾病的識(shí)別準(zhǔn)確率高達(dá)99.35%。又如喬戈里科技在以往機(jī)器視覺(jué)技術(shù)等研究的基礎(chǔ)上，以深度學(xué)習(xí)技術(shù)為創(chuàng)新突破口，在學(xué)習(xí)了近萬(wàn)張獼猴桃的照片后，已經(jīng)能像經(jīng)驗(yàn)豐富的一樣桃農(nóng)根據(jù)獼猴桃的大小、質(zhì)量等自動(dòng)進(jìn)行分揀，目前準(zhǔn)確率已達(dá)到90%。

由于有深度學(xué)習(xí)技術(shù)的加持，機(jī)器在后續(xù)的使用中還能不斷累計(jì)數(shù)據(jù)，邊工作邊學(xué)習(xí)，變得越來(lái)越“聰明”。事實(shí)證明機(jī)器視覺(jué)技術(shù)結(jié)合深度學(xué)習(xí)等人工智能技術(shù)在實(shí)時(shí)精準(zhǔn)識(shí)別、定位上大有所為。