农业机器人技术综述：应用方向、科研功能与实现路径

摘要

本综述系统梳理了农业机器人的当前应用方向，详细介绍科研室农业机器人的现有功能，并深入剖析农业机器人功能的实现步骤。通过综合分析多篇硕士学位论文及外文文献，总结农业机器人在农业领域的发展现状与技术路径，为农业机器人的进一步研发与推广提供理论参考。

一、农业机器人当前应用方向

1.作物监测与环境感知

农业机器人通过多光谱传感器、无人机和地面移动平台实现作物微观监测，实时分析土壤湿度、病虫害及生长状态。

2.精准喷洒与智能除草

基于计算机视觉的精准喷洒与智能除草技术，通过“感知-决策-执行”闭环，农业机器人通过计算机视觉识别杂草并靶向喷洒农药，减少90%的除草剂使用。

3.自动化采摘

侯小艳，常宗旭创新性的引入轻量级目标检测网络YOLOv4-tiny，实现对油茶果的精准识别；利用3D感知系统在三维空间中得到精确坐标。Kexin Song ，Shuyu Chen， Gang Wang，
Jiangtao， QiXiaomei Gao， Meigi Xiang研究的采摘机器人利用改进的SSD模型实现对果实的损伤。

果园采摘类机器人是指应用于果园生产环境中，具备精准定位和自主导航能力，通过智能控制系统自主灵活地控制机械臂和末端执行器，精准识别、采摘、收取和转运果实的机器人，核心由感知（水果精准识别）、规划 （控制） 和动作（利用机械臂与末端执行器抓取水果）3个主要部分构成。

4.智能播种与栽培管理

L Haibo, D Shuliang, L Zunmin, Y Chuijie等人设计了一种轮式移动机器人实现小麦精量播种技术，建立了机器人运动学模型并进行了仿真，并在不同的工况下进行了试验研究，由于影响因素较多，试验中采用二次正交旋转组合设计法来增加小麦播种合格率。

高精度播种机器人通过地舆测绘优化种子分布，减少作物浪费。室内农场机器人对于作物栽培可以节约水分加速生长。

5.畜牧养殖管理

李硕基于TRIZ思维，设计了一款七自由度挤奶机器人,挤奶机器人的结构创新设计、有限元分析、运动学、动力学以及模拟挤奶实验五个方面进行了研究。

在养殖领域，农业机器人也逐渐崭露头角。在畜禽养殖中，饲喂机器人可以根据畜禽的生长阶段和营养需求，精准投放饲料。李硕研究奶牛挤奶机器人，利用传感器和控制系统，实现奶牛的自动识别、挤奶操作，提高挤奶效率和质量。

6.作物修剪与密度优化

Y Li, S Ma提出了一种改进的RRT-Connect算法来增加修剪机器人导航效率，改进算法能够覆盖整个苹果园，路径长度比RRT-Connect算法缩短32%，整体导航时间比RRT-Connect算法缩短35%。

修剪机器人利用计算机视觉实现精准切割，提升作物健康率。

7.智能灌溉

智能灌溉通过融合传感器技术、人工智能和自动化控制，实现水资源的精准管理与高效利用。

8.智能授粉

李凯通过授粉末端的对靶喷雾模式技术，授粉机械臂控制来实现智能授粉。

智能授粉机器人通过集成环境感知、精准定位、仿生执行和智能决策等技术，模拟自然授粉过程并实现更高效率。

二、科研室机器人现有功能

1.键盘控制移动

2.雷达测试

3. Web浏览器显示摄像头

4. 开启风扇

5. 车道线识别

6. 控制小车沿车道线运动

7.YOLO目标检测

8. 基于YOLO的决策控制

9. 资源监视器

10. 机械臂使用

11.智能灌溉机器人

12.智能授粉机器人

三、农业机器人功能实现步骤

1.作物监测与环境感知实现步骤

（1）硬件配置：多光谱传感器，无人机平台，地面移动平台，边缘计算设备

（2）数据采集与预处理

1. 空中监测（无人机）

   • 航线规划：利用GIS工具（如QGIS）划分农田网格，设置重叠率（≥70%）和飞行高度。

   • 多光谱成像：在特定时段采集不同波段图像，同步记录地理位置和光照条件。

   • 实时遥测数据：收集风速、环境温湿度等辅助信息。

2. 地面监测（移动平台）

   • 土壤剖面检测：插入式湿度传感器（如TDR探针）测量不同深度的土壤含水量。

   • 近地成像：机械臂搭载微距摄像头拍摄叶片背面，识别早期病虫害（如蚜虫、锈病斑点）。

   • 环境感知：LiDAR生成3D点云，分析冠层结构密度；气体传感器检测挥发性有机化合物（VOCs），预警病害。

3. 数据预处理：辐射校正，几何校正，多源数据融合

（3）数据分析与模型构建

1. 特征提取与算法训练

   • 植被指数计算：NDVI（健康度）、NDWI（水分）、PSRI（胁迫）等。

   • 病虫害识别：YOLOv7或Mask R-CNN模型训练，标注数据集包含病斑、虫害特征。

   • 土壤湿度建模：基于介电常数-含水量关系建立回归模型，结合历史数据预测灌溉需求。

2. 实时分析引擎：边缘计算，云端协同

2.精准喷洒与智能除草

(1)硬件配置

1. 喷洒模块：变量喷头：采用电磁阀控制的多级雾化喷头，药箱与管路

2. 除草模块：激光除草器，机械除草单元

3. 感知系统：多光谱相机，3D ToF摄像头

4. 移动平台与通信

   • 底盘设计：四轮驱动AGV，配备RTK-GPS（水平精度±1cm）与IMU融合定位，适应复杂地形。

   • 通信架构：ROS（机器人操作系统）框架下集成CAN总线（控制执行机构）与5G模块（远程监控）。

（2）目标检测

       1.数据采集：利用多光谱数据采集，在作物不同生长周期（苗期、拔节期等）拍摄杂草与作物的反射光谱库

        2.深度学习模型训练：光谱特征流：ResNet-50提取NDVI（归一化植被指数）与红边波段特征；空间特征流：YOLOv8分割作物与杂草轮廓

（3）精准作业路径规划：全局路径生成，实时避障与局部调整

（4）精准执行与控制：变量喷洒控制，智能除草执行

3.自动化采摘

三维视觉感知模块——数据通信模块——机器人运动抓取模块

(1)硬件配置

1.3D感知系统：3D视觉传感器，近红外光谱仪，激光雷达

2.执行机构：柔性机械臂

（2）目标检测与成熟度判断

1.数据采集：多模态数据集构建：RGB图像，深度信息，光谱数据

2.深度学习模型训练：检测网络：识别果实位置与类别（YOLOv4-tiny)。成熟度分类：结合光谱数据输出成熟度概率。3D姿态估计：计算果实空间坐标与抓取角度。

（3）运动规划与避障

（4）柔性抓取与采摘执行

4.智能播种与栽培管理

(1)硬件配置

1.播种模块：精量排种器，种箱与监测

2.栽培管理模块：多参数传感器，变量施肥机

3.移动平台：自动驾驶底盘，模块化挂载

（2）农田建模与播种规划

1.农田数字化：三维地形扫描，土壤处方图

2.智能播种策略：动态行距调整，播深控制，避障重规划

（3）精准播种执行：导航与路径跟踪，播种质量控制

5.畜牧业养殖管理

（1）1.饲喂机器人硬件配置：精准饲喂设备，个体识别模块，环境感知传感器

          2.生长阶段与营养需求建模：生长阶段划分：按日龄、体重分类（如犊牛、育成牛、泌乳                牛）。营养数据库：基于NRC标准构建动态需求表。

          3.动态配方模型：优化算法：线性规划（LP）求解最低成本配方，约束条件为营养需求上              限/ 下限。实时调整：根据环境温度增减代谢能需求。

           4.精准投放控制：定时定量投放，按需补饲（红外传感器检测料槽余量）

（2）1.挤奶机器人硬件配置：奶牛识别模块，乳房定位与清洁，挤奶执行机构

          2.流程：身份验证与数据加载——乳房准备——自动清洁——乳头刺激——挤奶杯吸附——视觉伺服控制——真空度调节——挤奶过程监控——流量曲线分析——电导率报警——挤奶后处理——自动脱杯——乳头药浴

6.作物修剪与密度优化

（1）硬件配置：感知系统

1. 环境传感器：光照强度计（PAR传感器）、温湿度探头，评估冠层微气候。

2. 多模态传感器：3D视觉系统，高光谱相机，触觉传感器

   执行机构

   • 协作机械臂

   • 移动平台：履带式机器人：适应果园复杂地形，搭载RTK-GPS（±1cm定位）实现行间导航。轨道系统（温室场景）：顶棚轨道+悬挂式机械臂，覆盖整行作物。

   • 边缘计算单元：NVIDIA Jetson AGX Xavier，运行实时决策模型，响应延迟<100ms。

3. 通信与控制架构：ROS 2框架：集成传感器数据流（点云、图像）、机械臂运动规划与导航控制。5G/光纤冗余通信

（2）数据采集与预处理：多视角扫描，数据融合

（3）修剪规则与ai决策：通过专家知识库来进行修剪，利用ai进行剪枝点位置和疏果决策。

（4）机械臂运动规划：全局路径规划，局部避障调整

（5）精准修剪操作：剪切控制：自适应剪切力：根据枝条直径（触觉传感器测量）调节伺服电机扭矩，伤口保护；疏果操作：柔性夹取，落果回收

（6）密度实时反馈与优化：冠层透光率监测：修剪前后通过PAR传感器测量冠层底部光照。植株间距调整（适用于行栽作物）：基于LiDAR扫描的行内植株密度图，标记过密区域，AGV搭载移栽臂进行间苗补苗。

7.智能灌溉

（1）硬件配置：移动平台：底盘类型：四轮驱动AGV；导航系统：RTK-GPS（水平精度±1cm）+ 激光雷达（如Velodyne VLP-16）融合定位。感知模块：土壤多参数探头：插入式TDR土壤湿度传感器；冠层监测：多光谱相机（如Parrot Sequoia+）计算NDVI/NDWI指数；气象站。灌溉执行机构：变量喷灌系统：电磁阀阵列，静电喷雾模块；滴灌溉机械臂。

（2）数据收集与灌溉决策

1.多源数据融合：土壤剖面建模：三维湿度分布：在不同深度部署传感器；电导率-肥力映射：检测土壤肥力值

2.智能灌溉模型：水量平衡模型，根系吸水模型

（3）精准灌溉执行

1.导航与路径规划:全局路径，动态避障

2.变量灌溉控制：喷灌模式，滴灌模式（机器臂精准定位）

8.智能授粉

（1）硬件配置：移动平台：对靶喷雾授粉机器人；感知系统：多模块传感器：高分辨率相机，近红外光谱仪，微气象传感器；授粉执行机构：仿生授粉单元：利用振动模块模拟蜜蜂翅膀振动，利用气流辅助定向吹拂花粉，用软毛刷吸附并转移花粉；精准定位机械臂。

（2）花朵识别与授粉决策

1.数据采集：多光谱数据库构建：拍摄花朵从花蕾到凋零的全周期图像，利用近红外光谱检查花粉活性

2.深度学习模型训练：双阶段检测模型：检测网络：识别花朵位置与开放状态并对花粉活性进行分类；3D定位优化

3.识别精准位置后进行授粉末端的对靶喷雾授粉模式

（3)实时避障：动态障碍处理：通过事件相机检测快速移动物体，触发紧急悬停；柔性机械臂阻碍控制模式实现碰撞后快速撤回。

参考文献

[1]Kexin Song ，Shuyu Chen， Gang Wang，Jiangtao， QiXiaomei Gao， MeigiXiang.Research on High-Precision Target Detection Technology for Tomato-Picking Robots in Sustainable Agriculture[j].Sustainability,2025,17(7):3267-3267

[2]L Haibo, D Shuliang, L Zunmin, Y Chuijie.Study and Experiment on a Wheat L Haibo, D Shuliang, L Zunmin, Y Chuijie.Precision Seeding Robot[j].Journal of Robotics, 2015

[3]S.Mohan Raj, V. Kavitha.Machine Vision BasedAgricultural WeedDetection and SmartHerbicide Spraying[j].Indian Journal of Science and Technology,2018,11(23):1-5

[4]Yechen Li, Shaochun Ma.Navigation of Apple TreePruning Robot Based onImproved RRT-ConnectAlgorithm[j].Agriculture,2023,13(8)

[5]李硕.七自由度挤奶机器人的设计与研究[D].安徽：安徽理工大学,2023

[6]李凯.猕猴桃精准对靶喷雾授粉方法研究[D].陕西：西北农林科技大学,2024

[7]侯小艳，常宗旭.基于机器视觉的农业机器人目标识别技术研究[j].农业技术与装备,2025,2(7)：26-28+31