机器视觉技术在田间农业机械中的应用

［摘 要］ 机器视觉技术利用机器代替人眼进行测量和判断，能够有效提升农业机械的操作性能。因此，为加强机器视觉技术在田间农业机械中的应用，分析机器视觉技术在农田除草机械设备、农业采摘机械设备及农业运输设备中的应用，并提出加强专业人才培养、完善基础配套设施、做好农业机械设备的维修保养工作等保障措施，以助力农业智能化发展。

［关键词］ 机械视觉技术；农业机械；自动化技术

［中图分类号］ TP391.41；S220 ［文献标志码］ A ［文章编号］ 1674-7909（2022）10--3

0 引言

2019年，我国农作物耕种综合机械化率已超过70%，尤其是在大数据、人工智能等技术的推动下，我国农业机械呈现出智能化、自动化、网络化发展趋势。实践证明，提高农业机械自动化水平对提高农业生产效率、降低人工劳动强度、推进规模化作业具有重要的现实意义。机器视觉是一门涉及控制科学、计算机科学及图像处理等多门学科的综合技术。依托机器视觉技术的非接触性、高精准性和快速性等优点能够有效解决传统人工操作带来的偏差和误差等问题，提升农业机械的自动化操作水平，促进农业机械高质量发展。基于此，笔者结合实践调查详细阐述机器视觉技术在田间农业机械中的应用策略。

1 机器视觉技术概述

机器视觉主要是利用计算机模仿人的视觉功能，利用控制系统对客观事物的图像进行分析处理，最终应用于实际检测、测量及控制的技术［1］。机器视觉系统主要由以下5部分组成。一是光源。光源是影响机器视觉系统输入的重要因素，其直接影响机器视觉系统的运行质量。如果没有与机器视觉技术相匹配的光源，就会导致摄像机无法捕捉到检测对象，导致难以形成预定的数据信号。其中，机器视觉光源主要分为可见光和不可见光。二是摄像机组。摄像机组主要是收集检测对象图像的设备，可以根据使用场景选用不同分辨率的摄像机。三是图像采集卡。图像采集卡是整个机器视觉系统的重要组成部分，用于储存摄像机组拍摄的图像信息，并对信息进行处理。四是视觉处理器。视觉处理器一般与采集卡融为一体，对采集的图像信息进行快速处理。五是控制执行机构。控制执行机构根据视觉处理器发出的指令信息做出相应动作，完成整个机器视觉控制操作流程。

2 机器视觉技术在田间农业机械中的具体应用

机器视觉技术是推动农业智慧化发展的重要技术之一，能够有效替代人工操作，减少人工劳动量，提高农业机械操作的精准度。随着人工智能技术的不断发展，机器视觉技术在田间农业机械中的应用越来越广泛，成为智慧农业机械设计与制造不可或缺的部分［2］。机器视觉技术在农业机械中的应用主要体现在以下3个方面。

2.1 机器视觉技术在除草设备中的应用

农田中的杂草会影响农作物生长，导致农作物减产，及时有效清除田间杂草是提高农作物产量的关键。目前，农田除草主要采取机械除草和使用化学除草剂2种方式。使用化学除草剂会污染土壤，因此，机械除草是今后田间除草的主要发展方向。农田杂草无论外观还是生长特点都不同于农作物，利用机器视觉技术可以准确识别田间杂草。在机械除草设备中装载高分辨率摄像头，通过识别杂草分生组织中的热能，标记出作物和杂草。其关键点就是通过机器视觉技术快速获取田间杂草的密度和位置等空间分布情况，通过控制执行机构将识别的杂草清除干净。例如，胡炼等［3］研究的株间机械除草设备，利用机器视觉技术对杂草进行定位，将定位后的杂草清除掉。首先，利用Matlab R2010b图像软件处理系统将安装在除草设备中的摄像机拍摄的图片进行分割处理（图像中的对象主要是植物和背景）。为明确识别杂草和农作物分类，在图片处理时需要将24-bit彩色图像的RGB各个分量进行组合转化，以此增加植物的信息含量。其次，利用灰度化处理对农业物和杂草进行识别，选择灰度化处理的原因是此种方法可以很好地提取绿色植物的图像，集中展示绿色植被的数据信息。最后，提取绿色植被信息后，机器视觉技术对作物信息进行识别并确定杂草坐标，从而实现精准清除。

喷洒化学除草剂是当前田间除草的重要方式之一，其主要是由作业人员操纵喷洒设备将除草剂喷洒到杂草叶面上。根据调查，由于化学除草剂对农业物生长具有一定的负面影响，在喷洒除草剂时需要确保喷洒精度。利用机器视觉技术可以实现定向喷洒，有效避免除草剂喷洒到农作物上。例如，美国公司John Deere致力于智慧农业方面的研究，2022年该企业研发了定向喷雾除草系统，可针对玉米、大豆等田间的杂草喷洒非残留除草剂［4］。该系统通过在新型的碳纤维桁架式吊杆上安装摄像头和处理器，利用计算机视觉和机器学习技术来检测作物中的杂草。其中，吊杆总长36.576 m，每隔1 m安装1个摄像头，运行Blue River图像识别算法的Jetson Xavier模块可一次性扫描超过195.096 m2内的杂草，利用新型动臂高度控制系统，只对杂草进行喷洒，大大提高了定向喷雾的准确性，从而实现精准除草。

2.2 机器视觉技术在农作物采摘机械中的应用

传统的人工采摘作业模式采摘成本高、效率低，影响农业企业的经济效益。我国农业的规模化发展迫切需要基于机器视觉技术的自动采摘机械。以蘑菇采摘为例，种植人员需要在采摘过程中对蘑菇品质进行分类，根据蘑菇的大小、形状及颜色等进行分类采摘，因此，要求采摘设备要能准确识别蘑菇的外观等基本信息，做到精准采摘。

2.2.1 蘑菇自动采摘设备的总体设计。基于机器视觉技术的自动采摘机械设备的具体设计目标如表1所示［4］。基于机器视觉技术的自动采摘设备能够在蘑菇苗床上自主运动，根据视觉检测系统对蘑菇进行定位与自主装筐，从而实现蘑菇的智能化采摘。

2.2.2 蘑菇自动采摘机械的作业流程。基于机器视觉系统的蘑菇自动采摘系统由安装在机械设备中的摄像机对待采蘑菇进行识别，摄像机采集到相关图片信息后通过处理系统处理后，将采集控制信息反馈给执行操作机构，由执行操作机构完成采摘作业。由于蘑菇苗床为桁架式结构，当完成当前层所有蘑菇的采摘后，可由升降机构将移动平台搬运到其他层采摘。图1为蘑菇自动采摘示意图。由于蘑菇采摘属于分层作业，受相机视野及苗床高度的限制，基于机器视觉技术的控制系统不能将苗床宽度范围内的所有蘑菇信息拍摄到位，需根据每层的宽度进行拍摄。为防止漏检，基于机器视觉技术的自动采摘设备需设置3个拍摄区域，并确保3个拍摄区域有重叠，以有效提升视觉系统识别蘑菇的精准度。拍摄时相机要沿着苗床宽度方向移动拍摄（进行3次拍摄），自动采摘设备对待采蘑菇图片进行处理，末端执行机构按照图像处理后的定位信息执行采摘命令，完成采摘命令后，移动平台沿着衡量Y方向移动下一个采摘区域，重复上述动作，直到全部完成采摘任务［5］。

2.3 机器视觉技术在农业运输机械中的应用

农业运输机械设备是农业生产的重要组成部分，随着机械自动化的发展，农业运输机械设备实现了无人操作。例如，近年来发展起来的无人耕地机械就是利用机器视觉技术实施作业的。拖拉机是农业机械作业的重要动力来源，传统的人工操作拖拉机的模式受人们视觉的主观影响，导致拖拉机运行路线精准度不高。为了实现对拖拉机的无人控制要求，依托机器视觉技术构建的拖拉机运输控制系统成为助力农业自动化运输的重要技术。具体设计方案为：首先在拖拉机导向轮中安装传感器和转交传感器，可实现对拖拉机行进速度及导向轮偏转角度信息的实时监测，在拖拉机前部安装具有防抖功能的相机，相机的拍摄俯角为30°，在拍摄时需要根据拖拉机的前行速度确定拍摄频率，如拖拉机行进速度越快，拍摄的频率就越高［6］；然后拍摄后的图像经过采集卡转换为数字信号，计算机视觉系统分析识别拖拉机的行进路线后，根据机械与路径之间的横向距离偏差、导向偏差及导向轮转角确定调整角度；最后经数据处理中心处理后得出相应的执行命令［7］。

3 加强机器视觉技术在田间农业机械中应用的对策

机器视觉技术在农业机械操作过程中存在图像识别分析算法不高、对象识别不准等问题，严重阻碍了农业机械的智能化、自动化发展。为促进机器视觉技术在田间农业机械中的应用，相关部门需要采取以下措施。一是加强专业人才培养，提升农业机械研发人员的专业技能。机器视觉技术在农业机械中的应用涉及大数据、云计算、区块链等技术，要求农业机械研发人员要具备复合型的专业知识；农业机械研发企业要加强与高等院校的合作，深化产教融合，培养符合智慧农业发展的新时代机械设计人才。二是完善基础配套设施，实施数字乡村建设工程。机器视觉技术在农业机械中的应用需要数字化技术作为支撑，虽然我国“天地空”一体化监测技术基本框架已经形成，但是传感器实时性、自动监测设备的应用水平还不高，尤其是我国自主研发的农业传感器应用数量还未达到世界平均水平，不足以支撑农业机械自动化操作。因此，我国要加大农业机械自动化监测网络基础设施的建设力度，加强实时监测、智能分析等核心技术的研发工作［8］。三是要做好农业机械设备的维修保养工作。农田环境比较恶劣，基于机器视觉技术的农业机械设备对使用环境的要求比较高，为了降低故障发生率，提高机器视觉系统的运行效率，农业机械设备管理人员要做好日常维修保养工作，及时针对农业机械设备常见的故障问题制订维修保养预案，以便在发生故障时可以第一时间解决。例如，无人机作业时，会出现因机器视觉识别系统数据传输不及时导致无人机出现作业故障的问题。对于此种问题，需要无人机操作人员及时检修自动识别数据传输系统，做好无人机各电器元件的检修工作，避免出现信号连接不畅等问题［9］。

总之，基于智慧农业工程的实施，机械设备研发管理人员要加强技术创新，利用机器视觉技术的优势，将其应用到农业机械作业中，以此减少人工劳动量，提升农业机械工作效率，助力农业高质量发展。

参考文献：

［1］于万鹏.计算机视觉技术在拖拉机行进控制上的应用［J］.农机化研究，2019（12）：208-209.

［2］潘梅.机器视觉技术在田间农业机械上的应用［J］.自动化技术与应用，2021（8）：163-165.

［3］胡炼，罗锡文，曾山，等.基于机器视觉的株间机械除草装置的作物识别与定位方法［J］.农业工程学报，2013（10）：12-14.

［4］郑加强，徐幼林，张慧春，等.国内外植保机械发展及智能化有害生物综合治理系统展望［J］.中国植保导刊，2022（3）：20-28.

［5］杨永强.基于机器视觉的蘑菇自动采摘系统关键技术研究［D］.南京：南京航空航天大学，2019：92.

［6］殷悦.机器视觉技术在农业机械中的应用研究［J］.南方农机，2021（8）：94-95.

［7］刘江彩，崔彪.基于视觉分拣系统中机械手执行部的设计［J］.科学技术创新，2022（12）：181-184.

［8］王飞涛，樊春春，李兆东，等.机器人在设施农业领域应用现状及发展趋势分析［J］. 中国农机化学报，2020（3）：93-98.

［9］于希生.农业机械自动化技术要点及优化应用研究［J］.农业开发与装备，2022（3）：24-26.

作者简介：王玉芯（2001—），女，本科生，研究方向：机械设计制造及其自动化。

通信作者：戢敏（1979—），女，博士，副教授，研究方向：机电一体化。