精准施药机器人关键技术研究进展

２０１７年１　１月　农机化研究　第１　１期　精准施药机器人关键技术研究进展　刁智华　，刁春迎　，魏玉泉　，毋媛媛　，钱晓亮　。，刘玉翠　（１．郑州轻工业学院，电气信息工程学院，郑州４５０００２；２．河南省信息化电器重点实验室，郑州４５０００２）　摘要：精准施药机器人是在及时获取作物病害信息的基础上，对病害部位进行准确的定量衡量，并根据其差异　性采取变量施药，实现按需施药。精准施药机器人关键技术包括有针对性的作物病害识别技术、精准施药技术　及自主行走技术，自主行走是基础，病害检测和精准施药是核心。根据目前的研究进展，综合阐述了精准施药机　器人的技术分类及应用，总结了现有技术的局限性及重点需要解决的问题，并提出了未来精准施药机器人的发　展方向。　关键词：机器人；精准施药；病害识别；图像处理　中图分类号：￥２３３．３　文献标识码：Ａ　文章编号：１００３－１８８Ｘ（２０１７）１１－０００１—０６　

０　引言　我国是一个农业大国，据相关数据统计，每年的　农作物病害面积多达２亿ｈｍ　，造成巨大的经济损失。　每年用于病害使用的农药约２５万ｔ（有效利用率仅为　２０％～３０％），这些农药在作物上的分布极不均匀，真　正施在病害部位的仅占０．０２％左右，其余的农药都散　布在水域、农田、空气中，造成严重的水土资源污染、　生态系统失衡；或者喷洒到未受病害的作物上，使农　产品农药残留量增加，导致农产品品质下降及人们的　健康受到威胁等问题…。农业操作如喷洒农药、病害　检测十分繁琐，特别是当喷洒农药时会采取过多的预　防措施，如穿合适的衣服、戴口罩和手套等，这些措施　可以避免农药对他们造成伤害，但也不能完全避免。　因此，在这样的情况下，使用精准施药机器人给出了　最好的解决方案。　施药机器人的发展经历了两个阶段：２０００年以前　为机械电器自动化阶段；２０００年至今为加入人工智　能、机器视觉等新技术的自动化阶段。发展初期，施　药机器人仅是用于机械施药，如Ｍ．ｓｅｅｌｉｎｇｅｒ等　设计　了基于摄像机空间操作方法的视觉导航施药机器人　系统，采用等离子移动喷嘴，减少了机器人的运行时　间和高成本，使机器人在合适的轨迹移动，达到了一　个高水平的６自由度机械手臂的控制精度，但还没有　收稿日期：２０１６—０９—２６　基金项目：河南省科技厅科技攻关项目（１６２１０２１１０１１８）；河南省高等　学校重点科研项目（１５Ａ４１３００６）；国家自然科学基金项目　（６１５０１４０７）　作者简介：刁智华（１９８２一），男，河南夏邑人，副教授，博士，硕士生导　师，（Ｅ—ｍａｉ）ｄｉａｏｚｈｕａ＠１６３．ｅｏｍ。　对作物实现病害识别的精准施药系统。随着各种新　技术的发展，施药机器人的缺陷在应用中逐渐凸显，　新形势下迫切需要可以实现自主检测病害、自主移动　及变量施药的精准施药机器人，能够在平原、实地行　间或温室自主移动。使用精准施药机器人以智能化　技术替代劳动力，对提高农业的效率和生产率具有重　要的推动作用。本文首先对现存的精准施药机器人　的技术分类及应用进行了综合阐述，然后总结了现有　技术的局限性及重点需要解决的科学问题，最后提出　了未来精准施药机器人的发展方向　

１　精准施药机器人关键技术　自２０世纪８０年代发达国家开始研究农业机器人　后，相继出现了采摘、嫁接、施药机器人；但早期的施　药机器人各方面性能低、智能化程度不高，没有针对　性的病害检测系统和精准施药系统。后来，由于人工　智能、机器视觉等新技术的发展及应用，有效促进了　施药机器人的自动化和精准化研发。在精准施药机　器人研发方面，包括病害识别、精准施药及自主行走　等关键技术。　１．１病害识别技术　机器人的检测系统是用来收集目标区域的信息，　对其进行分类、病害症状的识别及危害程度评价，并　进行施药的系统，适用于各种传感技术，如机器视觉、　光谱反射率及遥感等。精准施药机器人的技术核心　在于及时准确地获取作物病害区域的信息，在早期发　现并准确定位作物病害，可提高施药处方决策和综合　防治的针对性和准确性。作物病害自动识别相关的　问题在近２Ｏ年受到了密切的关注，到目前为止提出　２０１７年１　１月　农机化研究　第１　１期　的技术主要包括机器视觉检测和光谱检测两种方法。　１．１．１机器视觉检测　过去大多数情况下，作物病害识别是人工进行　的，通过人工测量或使用显微镜；但是，这需要有经验　的专业人士，且有些作物的许多病害症状是非常相似　的，通过肉眼很难分辨，难以达到精准的效果。机器　视觉是用计算机模拟人类视觉的一门科学，可以理解　为图像处理和图像分析。作物因其感染不同的病原　体在作物上出现不同纹理、颜色和形状的病斑，机器　视觉就是通过这些病斑的不同特征来识别病害，主要　步骤包括作物图像采集、病斑分割、病害特征提取和　识别等。　图像采集是图像处理的第一步，其把目标物的模　拟信号转换成数字信号传给计算机进行实时处理。　典型的数字图像采集系统如图１所示　Ｊ。摄像机拥　有自动控制镜头的光圈，可以结合所有类型的图像传　感器。图像采集的质量很重要，提高质量可以显著减　少图像处理和计算机视觉算法的开发工作。　１．摄像机２．环状光源３．光照箱４．被测对象　５．载物台６．计算机７．图像采集卡　图１　图像采集系统　图像的病斑分割面临的一项重大挑战是在复杂的　结构特征中找出感兴趣的部分，应对这一挑战常用的　病害分割方法是随机纹理模型，即描述作物不同大　小、形状区域的结构特征。这种方法以快速、准确分　割得到了广泛的使用，但对复杂结构特征的系统分割　精度较低。为解决图像分割的难度，国内外研究者提　出了各种解决方案，并取得了部分研究成果。在国　外，Ｐａｓｑｕａ等　提出了一种高性能的基于ＧＰＵ并行　广义松弛法的图像分割方法，使用并行线性代数子程　序的并行软件模块实现了快速、准确的图像分割。ｓ．　Ｂｉｓｗａｓ等　提出了一种基于曲线拟合的多项式平滑　图像分割方法，比现有的方法分割效果更加明显。Ｒ．　Ｓ．Ｍｅｄｅｉｒｏｓ等　提出了一种基于多尺度随机纹理外　观模型的图像分割方法。实验结果表明：所提出的图　像分割方法能在复杂结构特征的情况下做出准确的　・２・　分割。在国内，李冠林等　提出了一种基于Ｋ—ｍｅａｎｓ　硬聚类算法（ＨＣＭ）的彩色图像分割方法，对病害图像　的彩色分割和二值化分割效果比较明显。刁智华　等　提出一种在复杂背景下的图像分割方法，实验结　果表明：该算法能有效的分割出棉花害螨病斑，准确　率可达９７．８３％。刘涛等　利用ｍｅａｎ　ｓｈｉｆｔ图像分割　法分割出水稻的叶部病斑，显著提高了相似病害的识　别度。　图像特征提取作为图像处理应用的基本组成部　分，通常用提取的特征来表示图像，病害识别中作物　的形态特征包括叶形、颜色、叶长、株高及叶基角等。　针对图像特征提取，国内外研究者相继提出一些新的　方法并将其应用于实践中。在国外，Ａ．Ｅ１Ａｄｅｌ等　提出了一种基于快速　小波网络的图像特征提取方　法，实验结果证明该方法能够快速地提取出图像的特　征。Ｍ．Ｐｏｎｔｉ等以图像量化的降维方法对图像的颜色　和纹理特征进行了提取，实验表明：量化在保持和提　高系统的准确性上简化了图像特征提取，减少了系统　的复杂性。Ａｚａｄｅｈ等提出了一种非参数线性特征提　取方法并将其应用于高光谱图像的分类，实验结果表　明：该方法在特征提取和分类精度上有比其他方法更　高的性能。在国内，邵庆等…　以小麦条锈病为研究　对象，采用微分边缘检测和迭代阈值分割来提取小麦　病斑部位的形状特征。毋媛媛等¨　将７个Ｈｕ不变　矩参数定义为形状特征并引入新的参数，对作物病害　的形状特征进行了提取。　图像识别由于其潜在的应用已成为一个非常活跃　的研究课题，独立分量分析是常用的方法，但昂贵的　成本一直阻碍着它的进展。近年来，国内外研究者提　出了更加方便、快捷、精确的方法，并且得到了迅速发　展与应用。在国外，Ｋ．Ａ．Ｖａｋｉｌｉａｎ等…　采用基于人　工神经网络的图像处理算法对黄瓜病害进行了识别，　实验结果表明：该装置通过检测叶片的症状能够识别　出黄瓜的真菌病害。Ｊｙｏｔｉ等¨　提出一种彩色图像识　别方法并将其应用于柑桔分类，成功率高达９８％。在　国内，彭吴琦等㈠　使用ＭａｔＬａｂ对小麦叶部图像依次　进行彩色图像转换为灰度图像、绘制灰度图像直方图　并确定分割阈值及灰度图像二值化等操作反映病害　分布情况，根据病害覆盖率识别作物病害程度。王献　峰等¨　取用不同环境下的病害叶片图像，采用属性　约简法提取病害叶片的５个环境特征和病斑颜色、形　状、纹理等３５个统计特征，利用最大隶属度准则识别　出了病害叶片的病斑类别。刘君等…　使用偏微分方　程水平集模型法和ＥＭ算法准确地实现了作物病害的　２０１７年１　１月　农机化研究　第１　１期　自动识别。王美丽等¨　将小麦病害图像经过颜色空　间转换来提取病害的颜色和形状特征，分析采集的大　量样本图像得到作物病害的特征值范围，进而对未知　样本进行病害识别。　１．１．２光谱检测　光谱检测的依据是作物在受到病害威胁时会根据　感染病菌的不同吸收不同波段的光线且发出不同的　光谱，随着传感器波段的增多，光谱的波段更加细化、　精确，基于光谱的检测技术日益兴起与成熟，它以快　速诊断、精准识别在病害识别上得到迅速发展。　目前，在光谱检测方面，国内外研究者们取得了　部分研究进展，并将其应用于实际病害识别中。在国　外，Ｋｏｂａｙａｓｈｉ．Ｔ等使用多光谱技术对不同时期的水稻　进行多光谱技术分析，实现了对水稻病害程度的识　别。Ｊ．Ｊｉａｎｇ等对冬小麦的冠层反射光谱进行了调查，　结果表明：高光谱指数能够反映出冬小麦感染条锈病　的严重程度。Ｓｈａｆｒｉ等使用高光谱信号进行棕榈油病　感染检测，可以检测出灵芝棕榈油病感染程度，但早　期检测仍然具有存在挑战。Ｙ．ｍ．Ｓｈｉ等采用傅里叶变　换红外光谱法对玉米丝黑穗病孢子进行了快速检测　和识别，结果表明：傅里叶变换红外光谱法可以检测　出真菌孢子的信息。在国内，曹入尹等¨　以小麦条　锈病为例设计了高光谱波谱库和动态波谱库，为病害　种类的识别和受害程度的鉴定建立了波谱参考。徐　晓鸥等　。。对带有两种病菌的豌豆样品进行红外扫　描，发现两种病菌豌豆光谱差异明显，分别有不同的　特异性峰位。王斌等　利用高光谱成像技术对梨枣　进行识别分类，结果对梨枣的腐烂、病害识别率达　９０％以上。Ｙｏｕ等　根据作物叶片出现病害时声发　射出现畸变识别出作物的病害区域，建立了一种新型　的模糊施药控制系统，该系统能够依据声发射频次分　布规律判断植物病害程度。　１．２精准施药技术　精准施药技术是通过多种技术手段，根据不同作　物病害部位和正常部位的差别进行感染程度判别和　定位后把农药精量、准确地施撒到目标上，只针对受　害作物区域喷药，在正常作物上面不喷或尽量少喷，　达到真正意义上的精确而又按需施药的目的。２０世　纪９Ｏ年代，许多发达国家开始研究农药精准喷雾技　术，如美国加利福利业大学戴维斯分校研制的基于视　觉传感器对成行作物实施精量喷雾系统。２０世纪８０　年代，我国便开展了农作物生产管理的农业专家系统　的研究工作，９０年代许多应用成果已达实际应用水　平。　随着精准农业的发展，精准施药技术以显著提高　农药利用率、极大减轻环境污染、保证作物品质及降　低食品安全隐患等优势，在国内外得到了大力发展与　广泛应用。在国外，Ｄ．Ｋｏｚｌｏｗｓｋｉ等设计了自动控制的　六脚并联机械臂精准施药机器人，实验结果表明：并　联机械手解决了复杂的精准施药问题。Ｓ．Ａｒｉｍａ等提　出了一种基于作物信息获取的多操作精准施药机器　人，达到了传感、控制和数据管理３种功能的融合。　在国内，胡天翔等　提出了基于模块化的智能对靶　喷雾机软件系统，实验表明：该软件系统能更好地满　足智能对靶喷雾机的需要。ＸＵ等　设计了一种基　于ＤＳＰ和ＦＰＧＡ的精准施药机器人，实验结果表明：　该装置的速度和精度都能很好地满足精准施药机器　人的要求。耿长兴等　设计了ＰＬＣ控制的精准施药　机器人系统（见图２），在３种病情等级上对机器人进　行了试验，药液节省率达到６０％以上。陈勇等　提　出了自动调节喷头组合及射程的智能喷雾机器人，通　过脉宽调制实现了可变量施药。柳平增等　设计了　精准施药动态仿真测控系统（见图３），现场应用结果　表明：系统运行稳定可靠，信息检测精度高且传输准　确，具有较强的实用性和推广价值。