2012 年中央一號文提出，要突出農業科技創新重點，在精準農業技術等方面取得重大突破。 2017 年中央一號文提出，要實施智慧農業工程。智慧農業是未來農業的發展方向，是現代農業的高階形式。智慧農業是以資料、知識和智慧裝備為核心要素，透過將現代科學技術與農業深度融 合，實現農業生產全過程的數字化感知、智慧化決策、精準化作業和智慧化管理的全新農業生產方 式當前，新一輪科技革命和產業變革正在興起，資訊科技、生物技術、新材料技術和新能源技 術廣泛滲透到農業領域，催生了一大批戰略性新興產業，農機裝備先進製造、農業物聯網、農業大 資料和農業機器人等高新技術逐步應用到農業生產各個領域，智慧農業呈現出強勁的發展勢頭。無人農場是實現智慧農業的重要途徑。無人農場以生物技術、智慧農機和資訊科技為支撐。生物技術為無人農場提供適應機械化作業的品種和栽培模式，智慧農機為無人農場自動化作業提供裝備支撐， 資訊科技為農機作業的精準定位、資料傳輸和無人農場的智慧管理提供支撐。無人農場採用 4G/5G、 物聯網、大資料和人工智慧等新一代資訊科技遠端控制各種智慧農機，使之自主決策和自主作業， 實現各個生產環節的智慧化。智慧農機具有智慧感知、自動導航、精準作業和智慧管理 4 個功能， 是無人農場的物質支撐，是農業機械的轉型升級。改革開放以來，經過 40 多年的發展，我國的農業機械化取得了舉世矚目的成就，為提高 我國農業生產率作出了巨大貢獻。目前，我國用不到世界 10%的耕地，生產了世界 25%的糧食，養活了世界 20%的人口。今天，隨著我國農業農村現代化加快推進，對農業機械提出了更高的要求， 提高農業機械的智慧化水平成為必然選擇，也是農業現代化的重要建設內容。國內外實踐表明，提 高農業機械化和智慧化可以大幅度提高勞動生產率、資源利用率和土地產出率。只有在智慧農機的支援下，無人農場才能成為現實。

1 智慧農機研究

1.1 智慧感知

農作物生長環境、作物長勢和作物病蟲草害資訊是智慧農機進行精準作業的依據。“星-機-地” 是獲取這些資訊的主要技術，“星”指根據衛星影像分析獲取所需要的各種農情資訊，“機”指根據 飛機或無人機獲取所需要的各種農情資訊，“地”指在地面用儀器直接獲取所需要的各種農情資訊。

1.1.1 作物生長環境資訊

農作物生長環境資訊的快速感知是實施精準農業中最為基本和關鍵的問題，農作物生長環境資訊包括土壤阻力、田面平整情況、土壤水分和土壤養分等資訊。農田土 壤中不同位置和不同深度的耕作阻力（土壤堅實度）差異較大，準確獲取土壤的耕作阻力資訊是進 行精準耕整的重要依據。張利民等成功研製出了帶 GNSS 的車載式土壤耕作阻力測定儀，採用 GNSS 定位資訊，透過液壓系統將圓錐儀（國際上通用的土壤堅實度測定儀）壓入土壤，獲取不同 地塊和同一地塊不同位置、不同深度（精度可以達到 0.5 cm）的耕作阻力。曾慶猛等研製出車載 式可連續測定土壤耕作和含水量的測定儀。

田面平整情況是進行農田平整的重要依據。周浩和胡煉等採用水準儀、全站儀、地面鐳射掃描器和無人機載鐳射掃描器快速採集農田平整度資訊，研製出基於 GNSS 的農田三維地形實時採集系統，可在平整作業過程中快速精準獲取田面的平整度資訊。

土壤水分是影響作物生長的重要引數，Xiao 等[製出既可在水田田面有水時測定水層深度又 可以在水田田面無水時測定土壤水分的無線測量系統，並可以根據田面/土壤中的水層/水分情況遠端 控制自動灌水和排水。

“莊稼一枝花，全靠肥當家”，土壤中氮、磷、鉀的實時線上快速測定是個世界難題，至今尚未取得實質性的突破，大都只能進行間接測量。孫建英等採用光譜測量技術，分析了東北黑土地和 華北潮土的土壤引數和光譜特性，採用 GNSS 定位資訊標誌土壤的位置，透過實驗室分析後可準確 給出氮、磷、鉀、pH 和有機質的分佈圖，為精準施肥提供依據。Dong 等 嘗試採用鐳射誘導技術測定土壤中的氮素。

1.1.2 作物長勢資訊

作物長勢資訊主要包括作物生長狀況（株高、葉面積指數、生物量、倒伏面積等）、養分脅迫和產量等資訊，目前多采用高畫質數碼相機、多光譜相機及熱像儀等感測器進行測定。 楊貴軍等研發了一套農業多載荷無人機遙感輔助小麥育種資訊獲取系統，可以實現冠層葉面積指數、作物倒伏面積和產量的高通量資料獲取。孫紅等基於作物在紅色範圍 660 nm 附近的光譜深吸 收和近紅外 850 nm 附近的光譜強反射特徵，設計了一種採用主動光源的雙波長行動式葉綠素含量檢測裝置，可以高效檢測作物葉綠素含量。楊燕瓊等採用衛星、高光譜儀和 3CCD 攝像機多資訊融合技術，進行了水稻生產過程中的葉綠素含量、葉面積指數測定以及生物量和產量估測，估產方程 的複相關係數均大於 0.92，精度均在 89%以上。汪沛等[22]採用無人機遙感平臺獲取水稻冠層影象， 提出了基於矩形約束對低空多光譜影象存在的桶形畸變進行校正的方法，該校正方法解決了沒有或缺少地面控制點的影象校正的困難。臧英等[23]建立了基於標準種植比值法的水稻養分資訊快速解析 和施肥決策模型，透過與已有標準種植模型比對的方式生成施肥處方，該方法可以有效地減少施肥 決策中對土壤肥力資料的依賴，提高了管理決策的效率。

在作物長勢資訊的快速獲取和解析處理中，傳統的航天、航空遙感技術存在氣象影響因子多、 週期長、解析度低等問題，尤其在廣東等南方地區，適合遙感的無雲氣象條件的時間視窗期更少。 採用無人機進行作物長勢資訊的近地遙感獲取，可彌補現有航天、航空遙感技術的不足。受載荷量 及滯空時間的限制，無人機掛載的遙感感測器要求質量輕、體積小。此外，受航空管制的影響，飛行高度通常比較低，這就決定了無人機低空遙感單張影像的覆蓋面積難以達到傳統航空航天的遙感 覆蓋面積。按照傳統的做法，遙感監測 66.67 hm2，拼接前的影像採集量可達 5 000 幅，普通圖形工作站完成校正、拼接及解析等後處理工作需要 5 h 以上。而作物的田間管理對農時要求通常比較緊， 需要即時生成作業處方圖，遙感資訊的獲取和解析處理需要有較高的實時性才能滿足實際生產的要 求。Jiang 等[24-25]研製的遙感感測器可以提供與專業級高光譜儀器和多光譜相機相近的反射率和輻射 照度測量精度，在水稻長勢資訊解析中，該研究資訊解析資料量可達 534.6 hm2 /min，相比傳統方法， 長勢專題圖的生成速率和變數施肥處方圖的決策效率大幅度提升。

1.1.3 作物病蟲草害資訊

作物病蟲草害的早期準確監測是精準噴施作業的基礎，對精準用藥和早期 防治具有重要意義。作物光譜反射特性與作物葉綠素含量具有高度相關性，當植株遭受病蟲害和草害時，可以透過光譜的方式進行檢測。目前，常用的作物病蟲草害監測方式主要有光譜檢測法、圖 像識別法和電子鼻檢測法等。袁媛等利用 R 分量和中值濾波進行影象預處理，並採用支援向量機 的方法對水稻紋枯病進行分類識別。劉又夫等對褐飛蝨 Nilaparvata lugens(Stal)誘導的水稻冠層熱 影象溫度特徵變異評估方法進行了研究，將水稻冠層的溫度特徵作為輸入向量，對水稻受褐飛蝨侵 害狀況測試集判斷的精準率達到 87.15%。He 等採用深度目標檢測網路對水稻區域性影象中的褐飛 蝨進行檢測和計數，提出雙層 R-FCN 網路的褐飛蝨檢測和計數演算法，可以有效提升演算法的召回率， 召回率達到 60.44%。鄧向武等[29]基於多特徵融合的 DBN 模型和深度置信網路對稻田苗期雜草進行 識別，識別率為 91.13%。Liu 等採用深度卷積網路對 5 136 幅圖片(12 種水稻蟲害）進行了蟲害識 別，準確度約為 95%。李澤軒收集並整理了包含 15 種病害和 22 種蟲害的水稻病蟲害資料集， 在深度殘差網路的基礎上提出了改進演算法 FRNet，對水稻病害和蟲害的識別率超過了 80%。李梓和建立了一個包含 8 種稻田雜草的目標檢測資料集，針對稻田雜草資料存在複雜背景以及目標相互 遮擋等問題提出了 Det-ResNet，檢測精度達到了 91.6%，並提出了一種輕量化的 RetinaNet 檢測模組 Efficient retina head（ERetina-Head），可以使模型的檢測精度提高 1.2%。

1.1.4 農田障礙物目標識別與定位

農田中存在著各種障礙物，影響了智慧農機的正常作業，並存在 安全隱患，因此，智慧農機必須具備障礙物識別與檢測的能力。在智慧農機對障礙物檢測的研究中， 按照所使用的感測器種類可以將障礙物檢測分為基於超聲波、毫米波雷達、鐳射雷達、機器視覺和 基於多感測器融合等多種方法。賈闖等研製了山地果園單軌運輸機超聲波避障系統，在一定條 件下，該系統能夠識別軌道上的障礙物和軌道旁的非障礙物，提高了單軌運輸機無人駕駛執行時的 安全性和可靠性。王水滿基於單線鐳射雷達感測器進行了無人機 360°全方位障礙物檢測與識別， 根據獲得的障礙物資訊和無人機的狀態資訊，實現無人機的自動避障。高振海等採用自適應卡爾曼濾波演算法對毫米波雷達資料進行分析，得到了前方目標的運動狀態估計，估計結果精度較高且濾 波收斂穩定。基於深度學習的目標檢測演算法根據候選框的生成方式，分成一階段( One-stage) 目標檢 測演算法和兩階段(Two-stage) 目標檢測演算法：一階段目標檢測演算法的代表有 YOLO系列和 SSD系列等，一階段目標檢測演算法計算量小，檢測速度快，但準確率較低；兩階段目標檢測演算法的代表 有 R-CNN、Fast R-CNN[40]和 SPP-NET[41]，兩階段目標檢測演算法的計算量大、檢測速度慢，但準 確率高。蔡舒平等[42]對 YOLOv4 目標檢測模型進行了改進，改進後的模型引數減少，檢測速度提高 了 29.4%，魯棒性強，實時性好。馬佳良等在傳統的 Fast R-CNN 基礎上，提出了 Accurate R-CNN 目標檢測框架，可以在不同資料集和不同的任務上取得良好的檢測效果。

單一的感測器在智慧農機的環境感知中具有侷限性，一般都將多個感測器資訊進行融合檢測。 目前比較常用的多感測器資訊融合的方法有鐳射雷達與視覺融合、毫米波雷達與視覺融合等融合方式。薛金林等將攝像機與鐳射雷達的資訊進行融合、實現了智慧農機車輛前方障礙物的實時檢測。 譚力凡利用毫米波雷達與機器視覺資料進行特徵級融合，先從毫米波雷達資料中獲取感興趣區域， 再透過座標系轉換和時間資料融合，基於影象處理技術，實現了對目標物的檢測與識別。

1.2 自動導航

自動導航是智慧農機的核心。我國農機導航的研究起步較晚，但經過 10 多年的努力，我國的農 機導航取得了長足進展，目前與世界上先進水平基本上處於“並跑”的態勢。華南農業大學、 上海交通大學、國家農業資訊工程技術研究中心、上海聯適導航技術股份有限公司[51- 52]和濰 柴雷沃重工股份有限公司等單位為我國農機導航技術的發展作出了重要貢獻。針對我國地域寬廣、 作物環境複雜、作物品種多、種植制度複雜等問題，我國農機的自動導航與作業需重點解決導航定 位、導航控制和系統整合三大難題，華南農業大學等單位對此進行了系統深入的研究並取得了重大 突破。目前，我國已形成了適應旱地和水田不同作物的耕、種、管、收等作業環節的電液轉向和電 機轉向的農機北斗自動導航產品，達到了國外同類產品先進水平，可滿足無人農場生產的需要。

1.2.1 導航定位

針對複雜農田環境和農機作業工況嚴重影響農機姿態測量精度的問題，黃培奎等採用北斗和慣性感測器相結合，設計了外部加速度補償的卡爾曼濾波演算法，俯仰角平均誤差從 2.00° 降低至 0.55°，航向角測量精度由 5.0°提高至 0.3°。針對作業環境複雜、單一感測器精度有限的 問題，朱忠祥等用多感測器資訊融合的方法，利用各感測器的優勢特徵，構成資料冗餘或資料 互補，以陀螺儀、加速度計和電子羅盤設計了農機的航跡推算系統，結合 GNSS 系統的絕對定位信 息，利用卡爾曼濾波融合方法，獲得了較好的定位測姿精度。針對複雜農田環境中衛星資訊遮擋， 電磁干擾和衛星定位精度降低的問題，張聞宇等採用基於北斗和 MEMS 慣性感測器的線性時變自 適應卡爾曼濾波演算法，在 RTS 差分訊號丟失 30 s 內導航系統定位精度（REM）仍可保持在 3 cm 以 內，顯著提高了導航系統的斷點續航能力。

1.2.2 導航控制

針對不同作物、不同生產環節和不同地塊的導航作業路徑需要最佳化規劃的問題，孟志 軍等提出了面向自動導航和農田全區域覆蓋作業路徑最佳化規劃方法，實現了農機自動導航系統最優作業方向計算和路徑自動生成。針對農田起伏多變，現有農機自動導航系統的控制精度和上線速度不能滿足精準作業要求的問題，王輝等[58]採用由預瞄跟隨控制器、前視距離自適應調節器、狀態 預估器和抗飽和變速積分器構成的農機導航複合路徑跟蹤控制器，顯著提高了農機導航系統的控制 精度和上線速度；針對水田側滑嚴重、農機俯仰橫滾變化頻繁且幅度大的問題，在農機導航複合路 徑跟蹤控制器中增加側滑估計補償器，顯著提高了農機導航系統的水田抗側滑干擾能力。針對現有 農機導航系統缺乏避障功能，影響農機自動導航作業安全的問題，苗峻齊等採用基於鐳射雷達的 農田障礙物識別與定位三次樣條函式的路徑規劃和純追蹤演算法的路徑跟蹤控制，開發了農機自動避障技術，可準確識別和繞行農田典型障礙物。針對現代農業生產中需要多機協同作業技術支撐的問題，張聞宇等]採用基於無線自組網路的主從裝備平行跟蹤導航控制技術，實現了主從裝備旋耕、 收穫作業直線行走段的橫向位置誤差小於 5 cm、縱向跟蹤誤差小於 10 cm。

1.2.3 導航整合

針對現有農機缺乏自動導航作業的底盤線控裝置的問題，開發了適用不同農機的車載 線控控制裝置，滿足農機自動導航作業的控制要求。提出了行為決策、動作規劃和反饋控制的多層 智慧控制策略與方法，智慧決策自動導航作業控制量，可以滿足不同種類農機自動導航作業的需要， 基於 SAE J1939 和 ISO 11783 匯流排標準，制定了團體標準，實現了農機自動導航作業系統的有效整合。

1.3 精準作業

1.3.1 精準耕整

精準耕整的目的是為作物生長提供良好的種床。智慧耕整農機應能根據作業的種 植農藝要求和土壤質地對作業機具的位置、姿態、壓力和作業深度等進行精準控制。目前，液壓系 統、感測器和電子控制系統已廣泛應用於各種耕整機械中，大大提高了耕整機械的智慧化水平。國 內外耕整機械的發展方向是多功能、複式作業、大型化和精量化，這對其智慧化水平提出了更高的要求。

農田精準平整是精準耕整的重要環節，華南農業大學和中國農業大學研製成功與插秧機 頭和拖拉機配套的水田鐳射平地機和旱地鐳射平地機，平地時平地鏟的高程和水平可同時調整，平 整後水田平整精度小於 3 cm，旱地平整精度小於 5 cm，大大提高了水肥利用率，提高了作物產量。 採用衛星資訊控制的平地機也投入了生產使用。先進技術，也是我國農業農村部重點推廣的先進技 術之一。孟志軍等研發成功土壤深松系統，該系統採用土壤深松是一種國內外公認的提高土壤耕作質量的衛星定位系統和耕深測量系統，可同時準確測定土壤深松深度和深松面積。

1.3.2 精準種植 “秧好半年禾”，精準種植是農作物的關鍵之一。智慧種植機械應能根據不同作物生長特性、土壤特性和種植時的氣候情況實現精準播種和移栽，包括開溝寬度和深度，同步施肥方式， 行距、穴（株）距，播種量和覆土深度等。直播和移栽是最常見的 2 種種植方式。對播種精度要求最高的是超級雜交稻、玉米、大豆、棉花（都要求每穴播 1 粒種子）以及一些園藝作物和經濟作物。 排種器是智慧播種機械的核心，由於不同作物種子的大小、形狀各異，對排種器的要求各不相同， 常用的排種器有機械式和氣力式 2 大類，目前，我國這 2 類排種器的研究與國外的先進水平不斷縮小，部分已達到國外先進水平，如勺輪式、指夾式和氣力式玉米精量排種器基本上與國外處於“並跑” 水平。氣力式排種器對種子的大小、形狀要求不嚴格，適合形狀不規則的種子，可以實現高速播種， 播種精度高，株距均勻，廣泛應用於各種智慧播種機中。華南農業大學採用型孔輪式和氣力 式排種器，研製成功同步開溝起壟穴播、同步開溝起壟施肥穴播和同步開溝起壟噴施穴播的“三同步” 水稻精量穴播機，實現了行距可選、穴距可調、播量可控和仿形作業，在國內 26 個省市推廣應用， 取得了一批高產記錄，在新疆實現了每 1 hm 2 產量超 15 000 kg。採用電機驅動代替地輪驅動排種器， 在播種機上加裝播種量檢測和調控系統以及補種裝置、播種時同步施肥和噴施農藥等先進技術，應用不斷擴大，部分地區已經普及。

採用移栽作業方式的作物主要有水稻、蔬菜以及一些園藝作物和經濟作物。目前，我國作物移 栽技術研究取得重大進展，與國外基本上處於“並跑”的態勢，特別是水稻插秧機，透過採用毯狀 苗、缽體苗和毯狀缽體苗，實現了不同品種水稻的精準移栽，插秧時同步施肥技術正在逐步普及。油菜移栽技術也取得重大突破。

1.3.3 精準田間管理

田間管理主要包括水、肥、藥的管理。精準施肥主要包括基肥和追肥。作物 種植前精確獲取土壤中的養分分佈情況是精準施基肥的前提。目前，田間實時線上測量土壤中氮磷 鉀的技術尚未取得實質性突破，主要還是採用衛星定位資訊在田間取土後在實驗室中分析獲得土壤 中的養分分佈圖；根據養分處方圖，採用智慧施肥機實現精準施肥。精確獲取作物的長勢和養分脅迫情況是精準施追肥的基礎。目前，國內外眾多學者採用光譜技術獲取作物長勢資訊的研究取得了 一定進展。李克亮等在廣東早稻生長中根據水稻長勢採取精準施肥，產量增加 9.27%。

精準施藥的施藥機械主要包括地面施藥機械和航空植保機械，根據獲取的作物病蟲草害資訊制定的處方圖，進行精準對靶變數噴施。噴霧壓力可調、噴霧流量可調等先進技術已廣泛應用於地面 施藥機械和航空植保機械中。高地隙寬幅噴杆噴霧機已得到了廣泛應用，透過變軸距調節技術， 可以適應多種耕地和不同壟距的作業需要。袁琦堡等研究成功自動混藥技術，水箱、藥箱和混 合器分別設定，根據病蟲草害資訊和噴施處方圖在田間作業時實時混藥，實現了藥液濃度和噴量自 動調節。航空植保技術近 10 年來在我國得到了快速發展，成為大田作物植保的主流技術之一，2020 年，無人機植保作業面積超過 0.67 億 hm2，田塊邊界自動識別，作物路徑自動規劃、高效低汙染施 藥、多機協同作業等先進技術等到了廣泛應用。

精準灌溉技術在國內得到了廣泛應用。在土壤中設定感測器，精確獲取土壤中的含水量，根據 作物不同生長期的需水規律，進行精準灌溉，並可實現水肥藥一體化灌溉。實踐表明，精準灌溉可大幅度減少用水量，提高作物產量。徐剛等採用物聯網技術和感測器網路採集農田的溫溼度和光照強度等引數，以此最佳化灌溉策略。阮俊瑾等設計了一種能實現灌溉、混藥和施肥為一體的 球混式水肥灌溉系統。

1.3.4 精準收穫

對精準收穫的基本要求是根據作物成熟度適時收穫，根據作物長勢和產量自動調節收穫機前進速度、割臺高度、脫粒滾筒轉速和清選工作引數，對各部件工作狀況實現監控、顯示 和報警。目前，國內外的收穫機普遍採用電子和液壓技術，實現了上述功能，還可以生成產量分佈圖。陳進等採用影象處理的方法，對收穫的水稻成分進行線上識別，破碎籽粒、稻稈雜質以及稻梗雜質的綜合評價指標分別達到 92.92%、90.65%和 90.52%，為調節作業引數提供了依據。麻 芳蘭等設計了一種以切割系統負載壓力作為反饋訊號的甘蔗收穫機入土切割切深自動控制系統， 切割器可隨負載壓力的變化而調整至 20 mm 左右的入土切割深度，調整誤差在 2 mm 左右。張光躍 等研製了一種基於壓電陶瓷感測器的清選損失率線上監測系統，實現了聯合收穫機工作過程中谷物損失率的實時監測，測量誤差小於 4.1%。

張漫等在收穫機上安裝產量感測器和衛星定位訊號接收裝置，生成了我國首張小麥產量分佈 圖。我國濰柴雷沃公司、中國一拖集團有限公司和沃得農機公司等一些農機企業生產的收穫機已開 始安裝穀物產量、含水率、流量、損失率和含雜率感測器，提高了智慧化水平。濰柴雷沃公司研製 的玉米穗莖收穫機，可一次完成玉米果穗摘取、輸送、剝皮、莖稈切割等功能，具有果穗損傷率低、 莖稈喂入均勻、切碎質量好、功率消耗小等特點。中聯重機的 AS60 型甘蔗收穫機實現了衛星 定位和自動導航等功能。

1.4 智慧管理

智慧農機的智慧管理包括遠端監控農機作業位置、作業速度和作業質量，遠端監控農機作業工 況並進行故障預警、指導維修和農機遠端排程。目前，各種智慧農機上都安裝有 GNSS（衛星定位） 裝置，農機開始作業就可將農機的位置和作業軌跡實時傳送至農機管理中心和農機生產企業，並支援農機作業歷史資料記錄與軌跡回放，而裝有質量監控感測器的智慧農機可同時傳送作業質量，包 括耕、種、管、收各環節的作業質量。透過安裝在農機上的各種工況感測器，農機管理中心和農機 生產企業可遠端監控農機的實時工況，如拖拉機的發動機引數、PTO 轉數、行駛速度等，收穫機的 發動機引數、割臺高度、實際割幅、脫粒滾筒轉速、清選風扇轉速、淨糧升運速度和穀物流量等， 播種機的播種量、播種堵塞狀態和播種深度等，施肥機的施肥輪轉速、施肥量和堵塞狀態等，噴霧 機的噴霧壓力、藥液流量和噴頭區段狀態等。將所獲得的各種工況資訊與資料庫中的相關資料自動 進行對比，如出現異常，即向農機駕駛員或無人農場管理中心發出預警資訊，比如發現收穫機脫粒 滾筒轉速降低過多，就立即建議降低收穫機前進速度或減小割幅，以防止堵塞；出現故障，就指導 駕駛員或相關人員進行排除或維修；出現較大故障，就通知農機所在地的維修站前往維修。透過 遠端監控智慧農機的位置和作業速度，根據最小轉移路徑原則，可以對農機進行遠端排程。

王慧平採用 Java 語言和 ArcGIS 等開發工具，結合 ArcGIS JavaSrcipt AP1，Ajax 及 JSF 等關 鍵技術，設計了一種基於 WebGIS 的農機遠端監管服務系統，實現了農機實時跟蹤、農機歷史軌跡 回放、農機作業任務報單、農機作業任務計量和農機作業工況報單等功能，能夠及時獲取和有效管理農機作業現場各類資料，實現了農機資訊採集、傳輸、分析和訪問的整合化。謝婷婷開發了一 套基於遺傳演算法 (Genetic algorithm，GA）的農機作業排程系統，提出了一種改進的遺傳演算法。系統 還結合北斗衛星導航技術和地理位置資訊系統，生成農機排程方案，實現了農機跨區作業排程。崔 徵澤[99]透過資料傳輸子系統、資料分析子系統以及監測管理子系統的結合，設計了一種用於農機終 端監測的物聯網應用系統，可以對農機終端資料進行收集、儲存和分析，並根據農機終端感測器數 據分析農機作業質量，實現對農機的高效管理。

2 無人農場的實踐

華南農業大學整合相關的智慧農機裝備，建立了水稻無人農場，並在廣東增城進行了實踐，2020 年的中稻試驗面積為 1.87 hm2，2021 年的早稻和晚稻試驗面積為 3.33 hm2。增城水稻無人農場從 2020 年 5 月 3 日開始旋耕，至 8 月 30 日收穫，歷時 120 d，實現了水稻生產耕種管收全程無人作業。水 稻無人農場的稻穀產量均高於當地的平均產量，表明了其巨大的發展潛力。2021 年早稻生產採用優 質絲苗米品種‘19 香’，產量 9 943.35 kg/ hm2，高於當地的平均產量 7 500 kg/ hm2。2021 年在廣東 三水啟動了花生無人農場建設，產量 3 164.10 kg/ hm2，高於廣東省花生種植的平均產量 2 400 kg/ hm2。水稻無人農場具有耕種管收生產環節全覆蓋、機庫田間轉移作業全自動、自動避障異況停車保 安全、作物生產過程實時全監控和智慧決策精準作業全無人等 5 個特點。

2.1 耕種管收生產環節全覆蓋

1）耕整。採用無人駕駛旋耕機進行旱旋耕，直線行駛橫向誤差不超過 2.5 cm，田頭轉彎對行誤 差不超過 3.0 cm。作業質量好、作業效率高，2021 年在 3.33 hm2 試驗田中的旋耕作業效率可達到 1.33 hm2 /h。

2）種植。採用無人駕駛直播機進行精量旱直播，這是華南大學近 10 年來在國內推廣的一種輕 簡栽培技術，在新疆採用精量旱直播技術 3 年平均產量均超過 15 000 kg/ hm 2[100]。播種時將水稻幹 種或浸泡 24 h 後的溼種（不催芽）直接播在播種機開出的播種溝中並覆土（2 cm 左右），然後上水 5~10 cm；幾天後，待水自然落下後，稻種吸飽了水，土壤溼潤，稻種紮根出苗情況特別好。

3）管理。在水稻生產前期採用無人機施肥和施藥，作業前先用無人機獲取水稻生長的養分脅迫和病蟲害情況，然後制定施肥和施藥處方圖，實現了精準對靶噴施。在水稻生長後期，採用無人駕駛高地隙噴杆噴霧機（地隙 1 m、噴幅 12 m），霧化效果好，作業效率高，由於作業路徑採用了最佳化規劃方法，實現了噴霧時“不重不漏”。

4）收穫。華南農業大學研製成功 2 種無人駕駛主從收穫系統：第 1 種為隨車卸糧模式，作業時 無人駕駛卸糧車與無人駕駛收穫機並行，在直線段卸糧，直線行駛時收穫機和運糧車橫向位置誤差不超過 5 cm，縱向位置誤差不超過 10 cm，可保證收穫機準確地將稻穀卸至運糧車中。第 2 種為等 待卸糧模式，無人駕駛收穫機在田中收穫時，無人駕駛卸糧車在田邊等待。收穫機糧倉快滿時，通 過雲端伺服器向卸糧車發出卸糧通知，卸糧車隨即自動行駛至收穫機旁邊，收穫機準確地將收穫的 稻穀卸至運糧車中。卸糧後收穫機繼續收穫，卸糧車糧倉裝滿後自動開至田邊，將稻穀卸至運糧卡 車中，由運糧卡車將稻穀運至乾燥中心。在增城水稻無人農場的收穫中，採用了第 2 種模式，即等待卸糧模式。

2.2 機庫田間轉移作業全自動

即農機自動從機庫轉移至田間，完成田間作業後自動回到機庫。基於無人農場高精度數字地圖 設計運移路徑關鍵點，自動生成直線行駛和圓弧過渡路徑，並採用預瞄點跟蹤方法實現高精度路徑 跟蹤，採用路徑資訊有限狀態機理實現機庫至田間的運移和田間作業的狀態切換。

2.3 自動避障異況停車保安全

在智慧農機上都裝有障礙物識別感測器，識別到障礙物為移動式物體（如人、車、動物等）時， 則採用等待模式，待移動式物體通過後再行駛；若是固定式的障礙物，則利用三次樣條函式的避障 路徑規劃和純追蹤演算法的路徑跟蹤控制，實現自動避障。作業時如遇異常情況，如機器故障（收穫 機堵塞等）或訊號問題（衛星或 RTK 訊號丟失等），則自動停車，並向管理中心發出警告訊號。

2.4 作物生產過程實時全監控

在無人農場田頭安裝了多個監控裝置，可以全程全方位實時監控水稻生長過程中的長勢和病蟲 害情況，並透過無線網路傳輸至管理中心和相關人員的計算機或手機中，必要時，再輔以無人機拍 攝全域性和區域性的各種資訊。

2.5 智慧決策精準作業全無人

根據作物的長勢和病蟲草情況，結合專家知識，及時作出決策，並指揮相關智慧農機進行精準 作業，包括精準灌溉、精準施肥和精準施藥等。

3 結論與展望

3.1 結論

農業的根本出路在於機械化，隨著工業化和城鎮化的發展，我國農業生產面臨勞動力短缺和老 齡化的嚴峻挑戰。現代農業要求大幅提高勞動生產率、土地產出率和資源利用率，智慧農業技術可 為“三率”的提高和現代農業建設提供強有力的科技支撐。

智慧農業是農業現代化的高階形式，依託生物技術、智慧農機和資訊科技建設的無人農場是實 現智慧農業的重要途徑。具有智慧感知、自動導航、精準作業和智慧管理功能的智慧農機是建設無人農場的物質支撐。改革開放以來，我國農業機械化取得了巨大成就，智慧農機裝備和無人農場技 術也取得了一定進展。華南農業大學整合相關智慧農機建設的水稻無人農場表明了其在發展智慧農業中的巨大潛力，也為我國無人農場建設發揮了示範作用。

建設無人農場可有效緩解農村勞動力短缺，並推進現代農業建設。無人農場技術可徹底將農民 從繁重的勞動力中解放出來，為解決“誰來種田”提供了重要的途徑。

3.2 展望

目前，我國的無人農場建設剛剛起步，要實現大範圍推廣應用還需要解決五個問題：1）關鍵技 術的突破。包括適應不同區域、不同地形、不同作物和不同種植制度的無人農場關鍵技術，特別是 智慧農機技術及整合和管控平臺；2）適應無人農場的經營規模和土地整治，要大力支援新型農業經營主體擴大經營規模和加強土地連片整治；3）要因地制宜，探索各種適宜的無人農場建設模式和制定相應的標準；4）要加強無人農場建設需要的各類人才的培養和培訓，包括各種技術人員和經營管理人員；5）要加強無人農場建設相關政策制定，調動政府、企業和社會資金投資建設無人農場的積 極性。

當前，以網際網路、大資料和人工智慧為代表的新一代資訊科技蓬勃發展，對經濟發展、社會進 步和人民生活帶來重大而深遠的影響，也推動了農業機械化和智慧化的快速發展，這都必將促進我 國無人農場建設進入快速發展期，進而為我國現代農業發展作出重要貢獻。

作者：羅錫文，廖娟，胡煉，周志豔，張智剛，臧英，汪沛，何傑

來源：《華南農業大學學報》