关于农业机器人国内外一直有公司在进行商业化探索,最近在网上火热的是国外发布的一款猕猴桃采摘机器人,灵巧的“手”一下就能把猕猴桃从树上摘下来。
国外的农业机器人
其实,关于新西兰研究机器人摘猕猴桃有很多年了。
早在2014年,就有油管的报道:奥克兰大学和怀卡托大学的科学家们正联合进行研究,希望能让机器人进入水果种植等行业工作。除了这两家本地高校外,参与研究的还有Plant and Food和Robotics Plus公司。该计划为期四年,重点是开发用于果园的多用途机器人。项目负责人、奥克兰大学机器人专家Bruce MacDonald说,摘水果机器人开发成功后,将有助于猕猴桃果园的收获工作。
2017年,新西兰最大的农业博览会——Fieldays Day,奥克兰大学和怀卡托大学联合研制的“摘果机器手”就惊艳的亮相了一把。作为农业立国的新西兰,全称National Agricultural Fieldays的博览会绝不是普通的农场集市,而是最新农业技术交流的前沿,每年,都有来自国内国外的行业领军人物率队参加。
这台机器手4只机器臂开动后,不停地从新西兰奇异果的果架上,将成熟奇异果摘下,再通过机器臂下面的管袋中,传送到下面的收藏盒中。
奇异果是水果中相当柔软的果实,要用机器手摘取奇异果,可比摘苹果难多了。
除此之外,还有摘苹果的机器手,摘苹果的机器手有两种,一种“摘果机器人”有三根“手指”,可抓取果实,并将其从枝头拧下或者剪下。一台机器的“手”可以配4-12只,一个小时最高能采10000颗果子。
还有一种据说是美国公司在研发的“吸果机器人”:它可以直接将苹果从树上“吸”下来。
怀大工程系教授Mike Duke说,现在各国都在追赶技术前沿,谁先做成了,谁就占领了制高点。根据Duke教授的推算,一台机器的效率至少相当于12个摘果工人,下面这张图上有11个摘果工,他们将败给上面这个4手机器人。
再回到文章开头的视频中,机器人摘猕猴桃:据奥克兰大学(University of Auckland)的亨利·威廉姆斯(Henry Williams)博士表示,“我们已经训练了机器人来辨别什么才算是猕猴桃。我们利用一些三角法以及立体声计算方式来获得猕猴桃水果的确切坐标,然后把这讯息传送给机器人,叫他到某个地点进行采收。”
据NZ Herald的报道中指出,机器人里设有几架相机,以及一系列的学习算法,利用三维方式映射在上面的顶盖。而科研人员将机器人更校准化,采摘猕猴桃的力度甚至可以比人工采摘来得更柔和,减少对于猕猴桃因采摘力度太大而受损的机率。据机械公司Robotics Plus的首席技术官阿利斯泰尔·丝卡夫(Alistair Scarfe)表示:“机器人在处理猕猴桃时比人工来得更加一贯,力度也较柔和。”
我国农业机器人现状
回到我国,我国是个幅员辽阔的国家,农业一直是我国发展的基础,应该说大部分的主粮种植都占据了最有利的地形—平原地带。要想确保社会的和谐与国家的稳定,必然要重视农业的发展。
但一直以来我们关注的机械化也更多地集中在大田中,比如拖拉机收割机等等,这些大型机械也逐步走向智能化、无人化。除了大田,另一类种植是在小地块上,比如果园种植水果。对于果园来说,目前还是主要靠人工劳作,设备是以半自动化为主的小型机械,比如除草机开沟机等等。在大田种植中,农机与农艺相互影响相互适应,同步进化,造就了今天大田中的高度机械化。而果园中,农机与农艺的结合程度不高,尤其采摘部分完全靠人工。
但在国外农业机器人一般被认为是以农业产品为作业对象,具有人类部分感知和行动能力,综合了多种先进技术与关键零部件的自动化或半自动化设备。从国外对农业机器人分类来看,农业机器人主要包括了收获机器人、除草机器人、耕作机器人、挤奶机器人、智能拖拉机等各式智能农业机械设备,国内外也都有公司把目标对准果园的机械化智能化采摘上,有采摘番茄的机器人,还有采摘苹果机器人,还有采摘草莓的。
众所周知,农业机械化能够降低农业成本、节约资源、保护环境、节约劳动力以及提高农产品质量,有助于实现大规模生产,在我国农业现代化中占据核心地位。但当前,我国的农业机械化水平仍相对落后,综合技术水平仅相当于发达国家20世纪60~70年代的水平;农业装备的研发、创新有限,存在类型规格少、水平较低、而且可靠性差等问题,远不能适应现代农业生产发展的需要。
但丘陵山地提升农机化水平具有迫切性。南方丘陵山地是我国重要的粮食、油料、蔗糖、烟叶、蔬菜瓜果、麻类作物等生产基地,在我国农业生产中有着举足轻重的地位,但是南方丘陵山地农机化水平较低,农机综合机械化率还不足10%,大部分作物机械化生产处于技术改进熟化或示范推广阶段。
尤其在浙江、湖南、云南等11个南方省份中,丘陵山地占耕地比例在60%以上,导致南方地区成了我国农机化发展的“洼地”。所以,南方丘陵山地农业生产机械化水平提升迫在眉睫。
尽管国内一些厂家针对适合丘陵山地使用的小微型机具进行了研发和改进,但由于技术成熟度不高、机型少、性能不稳定等原因,导致研发的农机具种类不适宜或者不完全适宜丘陵山地农业生产,造成了丘陵山地农机装备供给严重不足,农机化水平难以提高。
同时丘陵山地林果采摘智能自动化也有着必要性目前,我国果品总种植面积和产量均占世界第。已成为种植业中位列粮食、蔬菜之后的第三大产业。2000年至2015年,中国果园面积由893.2万公顷增至1,281.6万公顷,CAGR2.44%,呈现稳定增长态势。2010年至2015年,中国水果总产量由2.14亿吨增至2.74亿吨。
据中国农业科学院预测,到2024年,中国人均水果消费量将达到93.9kg,市场规模将达到3.24万亿元。林果产业已成为我国林果产区经济发展和农民增收致富的新亮点和支柱产业,规模化生产需求越来越迫切。
图1.1.2.1 中国果园面积
图1.1.2.2 中国水果产量
林果采摘是整个林果生产环节中最重要的部分,所用劳动力约占整个生产过程所用劳动力的35%~45%,且具有季节性强、周期性短、劳动强度大、劳动力成本高但却采摘效率低下的特点,严重制约了我国林果产业的进一步发展。
作为全球最大的农业机器人市场国家之一,我国农业机器人产业发展形势良好,相关企业技术创新能力与市场竞争力不断加强。从数据来看,中国农业机器人研究产出规模已经超过美国,在收获和采摘机器人等部分细分领域优势更为明显。国家对于农业机器人产业发展也非常支持,相继出台了一系列政策举措,推动包括农业机器人在内的机器人行业加快发展。
不过,就目前而言,我国农业机器人市场的快速增长仍然面临一定挑战,与西方发达国家存在一定差距,如农牧业工艺与机械设备结合不够紧密,国内农业机器人产品稳定性、故障率、易用性等指标差强人意,智能化程度有待提升,核心算法尚有欠缺等。
难题与解决
机器视觉深度学习相结合的技术难题也是困扰我国农业机器人发展的关键原因。对于林果采摘机器人研究而言,当前最大的最迫切需要解决的问题是果实的实时识别和定位不准确。在采摘过程中,机器人通过相机实时捕获图像,视场中除了果实还包括天空、枝叶、果实、大地等干扰项,而且存在重叠、遮挡,光照不均,背景复杂等因素,对识别算法的鲁棒性提出了严峻考验。