此前，基于机器视觉技术的识别、定位研究是主流趋势，但是经过多年的研究实践，仍未能很好的解决这一问题，陷入了瓶颈期。随着计算机应用技术的不断发展，人工智能技术得到了长足的发展，尤其是识别技术和深度学习技术。

　　目前基于深度学习技术的识别、定位研究已有初步成效。比如农业界就有位AlphaGo 已学习成为“植物医生”，可以实时告诉农业人员什么疾病正在对农作物产生影响。生物学家戴维·休斯和作物流行病学家马塞尔·萨拉斯开发的手机应用Plant Village，也运用深度算法可以检测出14种作物的26种疾病，作物疾病的识别准确率高达99.35%。

　　又如此前视频中，乔戈里科技就在以往机器视觉技术等研究的基础上，以深度学习技术为创新突破口，在学习了近万张猕猴桃的照片后，已经能像经验丰富的一样桃农根据猕猴桃的大小、质量等自动进行分拣，目前准确率已达到90%。

　　由于有深度学习技术的加持，机器在后续的使用中还能不断累计数据，边工作边学习，变得越来越“聪明”。事实证明机器视觉技术结合深度学习等人工智能技术在实时精准识别、定位上大有所为。总之，对于农业机器人市场的增长趋势，我们可以保持更大的乐观。不管是深度学习、人工智能、深度学习等技术也好，还是农业机器人本身也罢，都将在未来的农业变革时代中发挥更关键作用。技术的渗透将进一步提升农业机器人的价值和优势，而农业机器人市场也将会受到积极影响，保持长久增长。

　　关于农业机器人的未来

　　数据也证明了这一增长趋势，根据调研机构Tractica的报告显示，在未来的几年时间里，全球农业机器人的出货量将快速增长，有望从2018年的每年约6万台增快速长到2025年的72.7万台。Tractica还预计，到2025年，农业机器人的全球市场价值将达到879亿美元。

　　就现实情况来看也是如此，我们不得不承认，农业机器人等机器人产品将越来越多的出现在市场上、出现在网络媒体、出现在我们身边，工作被机器人所取代是不可避免的。在机器人技术展现更大优势的背景下，各国对于机器人产业的投入不断增加，用户对于机器人的认可也持续提升，这是农业机器人等机器人市场得以可持续增长的重要原因。

　　总体来看，目前，全球人口依然在持续增长，而疫情的爆发无疑对不少国家的农业安全造成了威胁。在农业劳动力减少、粮食需求增加以及疫情的影响下，发挥农业科技的力量更显示出高度的重要性。越来越多的国家开始推动农业智能化发展，积极促进农业机器人等智能设备的应用，希望以此提高土地产量，维护粮食安全和社会稳定。

　　与此同时，人工智能、物联网等新一代信息技术的发展和5G网络的加快部署，为农业机器人的性能提升和规模化普及带来了更大支撑。在诸多因素的综合影响下，农业机器人成为了机器人领域新的市场增长极，全球农业机器人市场规模正迎来快速增长，年复合增长率非常可观。

　　由于全球人口呈现指数级增长，我国人口规模在短期内也将持续上升，发展现代化、智能化、信息化农业依然是紧迫需求与主流趋势。除此之外，大规模应用农业机器人和发展智能农业也将创造巨大的经济效益。

　　不过，现在国内农业的人工成本还是比机器人的成本要低，尤其对于采摘机器人来说，采摘通常一年一次大部分时间都是闲置状态，这种现实情况依然会制约行业的发展。

　　采摘机器人的普及可能需要两个条件：

　　1、国内农业人工工资继续上涨到接近发达国家或者农业劳动力完全匮乏甚至连老年劳动力都不再有的时候

　　2、避免一年使用一次的单功能机器人，将末端设计成可更换的、能适应多种场景，提高机器人的使用率。

　　但不管怎么说，农业这个古老的行业需要更多人的关注和投入，共同努力推进它的发展。