大田除草机器人研究进展详细介绍.doc

大田除草机器人研究进展详细介绍 随着人们对食品安全要求的提高及农业可持续发展的需求，有机农业生产及农产品越来越受到人们的关注。除草是农业生产中的重要环节，非化学方式除草是摒弃除草剂、生产有机农产品的重要保障。 研究背景意义 传统的中耕锄草机主要解决行间锄草问题。由于株间苗草集聚， 机械锄草难度较大，目前主要依靠人工，导致劳动成本高且效率低。智能株间锄草机器人是一种能够实时识别作物行和苗草信息，并能控制株间锄草刀高速作业的自动锄草装备，具有智能、高效、环保等特 点，可大大减少劳动力，提高锄草效率[82]。 国内外研究现状 智能株间锄草技术的研究多见于欧洲，原因是其政府对除草剂使用的限制，并规划在2005年前将5～10%的土地实现有机种植，同时日益增加的市场需求也促进了该技术的发展[83]。近年来，美国、日本、加拿大以及中国等国也相继开展株间智能锄草的研究。 2002年瑞典哈尔穆斯塔德大学的Aastrand等研制了一种基于机器视觉的锄草机器人移动平台，导航误差为±2厘米[83]。2003年英国克兰菲尔德大学Home研制了一种摆动株间锄草系统，平均株距为300毫米，前进速度在4千米/小时以下时锄草效果良好，8千米/小时情况下有17%的作物根区域被锄刀入侵[84]。2014年西班牙塞维利亚大学的 Pérez等设计了一款协作株间锄草机器人，1.2千米/小时为最佳的工作速度，8小时连续作业伤苗率为0.5%[85]。 国内在智能株间锄草机方面的研究起步较晚，现阶段主要以研究部分关键技术为主。苗草信息获取方面，中国农业大学张春龙等提出基于机器视觉的最小耗时最大包容准确度的作物信息获取方法，试验表明该方法检测平均误差±5毫米，平均耗时小于20毫秒[86]。中国农业机械化科学研究院的毛文华等人采用基于多特征的田间杂草识别方法，识别率为89-98%，耗时为157~252毫秒[87]。株间锄草装置及运动控制方面，胡炼等研制了一款爪齿株间锄草装置，伤苗率小于8%[88]。中国农业大学黄小龙设计的一种旋转盘株间锄刀，锄草率为88.6%， 伤苗率为1.6%[89]。 关键技术与研究热点 对行技术 对行技术，是指控制机具或拖拉机实时沿作物行方向运动，且锄刀相对作物行的横向偏差应控制在不会伤害作物范围内。对行分为人工对行和自动对行，人工对行主要依赖于拖拉机驾驶员的驾驶技术。自动对行技术分为锄草机载体导航技术和锄草机自主对行技术。锄草机载体导航技术主要依赖GPS或机器视觉对载体进行路径规划和导航。锄草机自主对行技术使用主动横移装置对机器相对作物行的横向偏差进行实时补偿，横向偏差可通过机器视觉和GPS获得。 苗草信息获取技术 苗草信息获取技术可分为3类：机器视觉技术、地理信息系统 （GIS）技术和近距离传感器实时检测技术。杂草和作物的辨别主要依靠机器视觉技术实现[90-92]。 机器视觉技术是通过实时采集、处理、分析图像，辨别作物与杂草，并计算作物的位置信息。机器视觉优点在于在大田现场环境下可以对作物和杂草进行实时识别和定位，精度较高，硬件成本相对较低。缺点是视觉信息会受到光线、阴影、遮挡、作物大小、杂草密度、机械振动等其他因素的影响。 GIS技术是采用装配GPS的播种机或移栽机记录每棵作物的位置信息，整合并绘制成地理种子地图。作物GPS坐标配合里程值信息对作物位置进行实时跟踪，并控制株间锄刀相应动作。GIS方法对作物定位不会受到外界因素的影响，提高了定位精度，但该方法使用前需绘制的地理种子地图，由于地图绘制与锄草作业并不在同一个时间段，因此锄草作业现场出现的新问题无法及时获取；且该方法增大前期投入成本，对机器配套使用提出更高要求；整个系统对里程器的要求大大提高。 近距离传感器检测技术主要是通过使用近距离传感对作物进行识别和定位，此类传感器的优点是成本较低，操作方便，系统简单。但该类传感器只有当作物靠近时才能检测出来，因此无预判功能；且对机器响应速度提出更高要求；同时机器前进速度受到限制。 锄草装置 锄草末端执行器的性能直接影响锄草的效率。耙和铲仍然是人工锄草的主要工具；中耕除草提高了锄草效率，但只能清除行间杂草。根据株间锄草装置是否有动力源可分为被动锄草装置和主动锄草装置。被动株间锄草装置包括指状锄草刀、弹性锄草齿、垂直轴刷式锄草刀等，当作物相对杂草更健壮时，采用被动锄草即能满足锄草要求同时成本低。主动株间锄草装置可实现避苗和锄草动作，根据其运动形式分为摆动式、旋转式及两种方式的混合。其中摆动式主要由液压缸或气压缸带动锄刀进行往复运动，根据摆动轴线的位置，可分为左右摆动和上下摆动；旋转式根据旋转轴位置分为垂直轴旋转和水平轴旋转，垂直轴旋转方式包括带豁口锄刀、爪齿摆线锄刀等。 存在问题与发展策略 存在问题 国内对智能株间锄草技术的研究目前还处于初级阶段，主要针对