为理清国内外农业机械与信息技术融合发展现状，找到重点发展方向，借此大力推进中国农业机械智能化发展，本文首先分析了国外农业机械与信息技术融合发展的现状，总结了其发展的五大特点。之后指出中国农业机械化发展虽然成效显著，但仍存在农机信息化融合的区域及结构发展不平衡、企业和农民对农业机械信息化的认可度还不高、基础研究与关键技术研究薄弱、农机作业信息系统管理水平不高且缺乏统一标准等问题。最后提出了中国农业机械与信息技术融合发展的方向，包括促进智能感知技术发展与导航技术研究、推进农业机械装备智能化、构建农机智慧作业系统、推进农机自主作业技术研究与无人农场建设、加强农机信息化技术标准制定与复合型人才培养等。农业机械与信息技术融合是中国现代农业机械发展的必然趋势，利用信息技术促进农业机械的发展，能够最大化发挥信息技术的引导效应，提高农业生产效率，对于推进中国农业机械高质高效发展具有重要意义。
鲜食果蔬收获是难以实现机械化作业的生产环节，高效低损采摘也是农业机器人研发领域中的难题，导致目前市场化的自动化果蔬采摘装备生产应用几乎空白。针对鲜食果蔬采摘需求，为改善人工采摘费时费力、效率低下、自动化程度低的问题，近30年来，国内外学者设计了一系列自动化采摘设备，推动了农业机器人技术的发展。在研发鲜食果蔬采摘设备时，首先要确定采收对象和采收场景，针对作物的生长位置、形状和重量、场景的复杂程度、所需自动化程度，通过复杂度预估、力学特性分析、姿态建模等方式，明确农业机器人的设计需求。其次，作为整个采摘动作的核心执行者，采摘机器人的末端执行器设计尤为重要。本文对采摘机器人末端执行器的结构进行了分类，总结了末端执行器的设计流程与方法，阐述了常见的末端执行器驱动方式、切割方案，并对果实收集机构进行了概括。再次，本文概述了采摘机器人的总体控制方案、识别定位方法、避障方法及自适应控制方案、品质分类方法以及人机交互、多机协作方案。为了总体评价采摘机器人的性能，本文还提出了平均采摘效率、长期采摘效率、采收质量、损伤率和漏采率指标。最后，本文对自动化采摘机械的总体发展趋势进行了展望，指明了采摘机器手系统将向着采摘目标场景通用化、结构形式多样化、全自动化、智能化、集群化方向发展的趋势。
实现智能化是提升保护性耕作机具作业质量和效率的重要途径，自动导航与测控技术作为智能化技术的重要组成部分，近年来在保护性耕作中的应用发展迅速。本文首先从接触式、机器视觉式和GNSS式三种免少耕播种自动导航技术入手，阐述了自动导航技术在保护性耕作中的应用现状；然后对作业参数监测技术的发展动态进行了详细介绍，包括地表秸秆覆盖率的快速检测技术、免少耕播种机播种参数监测技术及保护性耕作机具作业面积监测技术；之后阐述了保护性耕作机具作业控制技术的发展现状，主要介绍了免少耕播种机漏播补偿控制技术和作业深度控制技术。最后在总结自动导航与测控技术在保护性耕作中现有应用的基础上，展望了未来保护性耕作机具自动导航技术、作业参数监测技术和保护性耕作机具作业控制技术三者的研究方向。
自动化割胶不仅可以把胶工从繁重的体力劳动和恶劣的工作环境中解放出来，还能降低对胶工的技术依赖，极大地提高生产效率。实现非结构环境下作业信息自主获取及割胶位置伺服控制是割胶机器人的关键技术。针对工作环境复杂多变、作业信息叠加交互、目标背景特征相近、亚毫米级作业精度要求等技术难点，本研究以人工橡胶林中橡胶树为割胶对象研发割胶机器人，通过建立割胶轨迹的空间数学模型，规划机器人快速接近和远离操作空间的运动路径；采用双目立体视觉技术获取树干和割线结构参数，融合机器人运动学、机器视觉技术和多传感器反馈控制技术研制了割胶机器人模块化样机。割胶机器人主要由轨道式机器人移动平台、多关节机械臂、双目立体视觉系统和末端执行器等组成。在海南天然橡胶林进行的割胶试验结果表明，在割胶机器人切割1 mm厚的橡胶树皮时，耗皮量误差约为0.28 mm，切割深度误差约为0.49 mm。该研究可为探索天然橡胶树的自动化割胶作业提供技术参考。
依据笋芽出土状态的选择性收获是目前白芦笋公认的最佳收获方式。针对采收过程中机器视觉识别笋尖存在笋尖与垄面纹理和颜色相近等识别难题，本研究提出了一种变尺度感兴趣区域（ROI）检测方法，融合图像色域变换、直方图均值化、形态学和纹理滤波等技术，研究了笋尖识别与精准定位方法；在定位多笋尖坐标基础上，提出了多笋芽的采收路径优化方法，解决了因采收路径不合理导致的采收效率低的问题。首先，通过机器人视觉系统实时采集采收区域图像并进行RGB三通道高斯滤波，采用HSV色域变换并进行直方图均值化处理。在此基础上，对笋尖、土壤进行特征聚类分析，根据笋芽抽发程度研究变尺度ROI检测方法，对采集图像中笋尖的形态学以及笋尖和土壤的纹理进行统计学分析，设定笋尖的似圆度阈值，并参考纹理特征参数，判定笋尖位置，计算其几何中心，获得笋尖轮廓中心坐标。其次，为实现白芦笋的高效采收，根据多目标点与集箱点的位置分布，本研究设计了一种基于多叉树遍历的采收路径优化算法，以获得多个目标笋尖的最优采收路径。最后，搭建采收机器人试验平台开展了笋尖定位与采收验证性试验。结果表明，视觉系统对白芦笋的识别率可达98.04%，笋尖轮廓中心坐标的定位最大误差X方向为0.879 mm，Y方向为0.882 mm，采收笋的个数在不同情况下，采用路径优化后的末端执行器运动距离平均可节省43.89%，末端执行器定位成功率达到100%，在实验室环境下的白芦笋采收率达到88.13%，验证了采用视觉定位的白芦笋采收机器人选择性采收的可行性。
针对畜禽养殖防疫消毒劳动强度大、安全性差的问题，设计了防疫消毒机器人系统，以实现畜禽舍防疫消毒喷雾的智能化作业。机器人系统由移动承载平台、防疫喷雾部件、环境监测传感器以及控制器等4部分构成，支持全自动运行和遥控操作2种工作模式。针对畜禽舍内弱光、低应激的工况条件，提出了“磁标-射频识别”组合的导航路径探测方法，实现在畜禽舍内养殖笼架间的自主移动。设计了风助式药液喷嘴，可同步实现消毒药液的雾化和扩散。通过对喷嘴内腔风场进行流体动力学仿真，对喷嘴气体导流和药液雾化部件结构参数进行了优化设计，确定了锥形导流垫块和雾化栅板的倾角分别为75°和90°。最后，在禽舍内对机器人导航和喷雾性能进行了现场测试。试验结果表明，机器人移动平台可满足0.1~0.5 m/s速度范围的自动巡线导航，其实际轨迹相对磁钉标记的最大偏移量为50.8 mm；风助式喷嘴可适用于200~400 mL/min流量的药液喷洒，形成的雾滴直径（DV.9）为51.82~137.23 μm，雾滴沉积密度为116~149 个/cm2。本畜禽舍防疫消毒机器人可实现养殖舍内消毒和免疫药液的智能化喷雾作业。
为提高联合收获机收获质量与效率，构建了轮式谷物联合收获机视觉导航控制系统，结合OpenCV设计了谷物收获边界直线检测算法识别水稻田间已收获区域与未收获区域边界，经预处理、二次边缘分割和直线检测等得到联合收获机视觉导航作业前视目标路径，并根据前视路径相对位置信息进行田间动态标定获得联合收获机满幅收获作业状态；提出了一种基于前视点的直线路径跟踪控制方法，通过预纠偏控制实现维持满割幅的同时防止作物漏割，以相对位置偏差值和实时转向后轮转角作为视觉导航控制器的输入，并根据纠偏策略对应输出转向轮控制电压大小。稻田试验结果表明，该导航系统实现了轮式联合收获机田间相对位置姿态的可靠采集及目标直线路径跟踪控制的稳定执行，在田间照度符合人眼正常工作的情况下，收获边界识别算法检测准确率不低于96.28%，单帧检测时间50 ms以内；以不产生漏割为前提的视觉导航平均割幅率为94.16%，随作业行数增多，割幅一致性呈提高趋势。本研究可为联合收获机自动导航满割幅作业提供技术支撑。
自动化除草是现代精确农业科学领域的研究热点。已有的自动化除草解决方案中普遍存在鲁棒性不强、过度依赖大量样本等问题，针对上述问题，本研究提出了基于图像处理多算法融合的田间杂草检测方法，设计了一套田间杂草自动识别算法。首先通过设置颜色空间的阈值从图像中分割土壤背景。然后采用面积阈值、模板匹配和饱和度阈值三种方法对作物和杂草进行分类。最后基于投票的方式，综合权衡上述三种方法，实现对作物和杂草的精准识别与定位。以大豆田间除草为对象进行了试验研究，结果表明，使用融合多图像处理算法的投票方法进行作物和杂草识别定位，杂草识别平均错误率为1.79%，识别精度达到98.21%。相较单一的面积阈值、模板匹配和饱和度阈值方法，基于投票权重识别杂草的精度平均提升5.71%。同时，针对复杂多变的农业场景，进行了存在雨滴和阴影干扰的鲁棒性测试，实现了90%以上的作物识别结果，表明本研究方法具有较好的适应性和鲁棒性。本研究算法可为智能移动机器人除草作业等智慧农业领域应用提供技术支持。
针对中国智能农机装备标准化工作中缺乏系统性标准体系指导的问题，本研究构建了中国智能农机装备标准体系框架。首先从标准体系、具体标准、国际化水平等方面分析了中国智能农机装备标准化现状及存在问题；依托智能农机装备标准体系框架构建的目标及原则，总结了级别、约束力、通用性、性质、对象、标准类别、参考模型、行业分类、产业环节等构成标准体系框架的维度。之后利用级别、类别、产业环节构建了中国智能农机装备标准体系三维框架结构，并将其二维分解为基础层、共性通用层和应用领域层。最后提出了中国智能农机装备标准研究与编制的建议。本研究可为中国智能农机装备标准的制修订、实施与服务提供系统性指导，引领中国智能农机装备产业快速发展。
近年来，应用植保无人机防治农业有害生物已成为中国植保机械发展的一大新亮点。无人机旋翼提供飞行升力的同时具有下洗气流场，低空低量施药作业雾滴沉积分布质量优劣与旋翼下洗气流场的作用密不可分。为探究植保无人机旋翼下洗气流场对喷雾效果的影响，本研究以当前植保无人机主流机型——“X型”布局八旋翼无人机为研究对象，采用实际作业测试方式，利用微气象测量系统测定无人机飞行状态下旋翼下方不同水平位置下洗气流场风速，同时采用诱惑红示踪剂水溶液代替农药喷雾获取喷雾沉积分布情况，重点对下洗气流场分布实测结果进行可视化分析，包括不同飞行高度、不同速度下旋翼下洗气流场分布特性与雾滴沉积分布特性以及二者的相互关系。测试结果显示：八旋翼植保无人机飞行过程中随着飞行速度加快（1.0~6.0 m/s）和飞行高度升高（1~2 m），冠层位置X、Y、Z三向下洗气流场总体表现为气流强度由强到弱、分布状态由集中到分散的变化趋势；X方向气流来源于下洗气流与外界空气相互作用产生的卷扬气流，对喷施雾滴的作用为逆飞行方向；Y方向为下洗卷扬气流以及地面效应共同作用的结果，对雾滴的作用为垂直于航线朝向两侧；Z方向为下洗气流竖直向下方向分量，对雾滴下降沉积具有直接促进作用；飞行速度与下洗气流场范围内风速峰值（P＜0.05，r=-0.836）和有效喷幅内平均沉积量（P＜0.05，r=-0.833）均表现出显著负相关；在飞行速度为1.0 m/s和3.0 m/s时，雾滴沉积量与下洗气流场风速均呈现极显著正相关关系（P＜0.01，r＞0），即垂直地面方向的下洗气流场越强，有效喷幅内沉积的雾滴越多；速度加快至6.0 m/s，风速显著降低，气流场对雾滴沉积的促进作用逐步消失（P＞0.05）。因此，植保无人机作业时飞行速度不应设置超过6.0 m/s，避免因下洗气流场作用减弱而导致雾滴损失。本研究结果可为改善低空低量施药作业质量和无人机田间作业规范的制定提供技术参考和支撑。
为解决大型禽业企业物流订单位置跨度大、配送车辆调度工作人工参与度高、雏鸡配送成本高的问题，本研究结合车辆路径优化问题求解思路，提出了基于订单位置聚类的雏鸡配送车辆调度优化模型。模型通过引入K-means聚类算法，实现了基于订单位置的配送单元划分方法，并基于肘部法则与轮廓系数法设计了自动化订单位置聚类流程，实现了订单配送单元的自主式划分。在划分的各组订单基础上，以配送成本最优作为目标函数，建立雏鸡配送车辆调度优化模型，并结合改进的遗传算法进行求解。研究采用北京某禽业企业实际订单数据，对订单未聚类情况下的整体调度优化与聚类分组情况下的调度优化两种情况的结果进行了对比分析，结果表明订单聚类分组情况下，优化模型使配送车辆平均每天总里程比订单未聚类情况降低69.84%，可以得出，加入聚类算法的订单分组优化更适合实际订单位置跨度大、订单数量多的车辆调度场景。基于以上研究，研发设计了适用于雏鸡配送的车辆调度优化服务系统，实现了订单自动化聚类、配送车辆调度优化、定制化模型服务等功能，通过模型的实际应用，达到了为禽业企业提供智能化配送车辆调度优化服务的目的，切实提高了企业运行效率，降低了企业配送成本。
果园由于面积范围广、地形复杂、壕沟多、杂草丛生、土壤湿度较高且土质较为疏松，对自动导航小车（AGV）的机械结构、控制系统，以及能源动力系统的设计都提出了更高的标准和要求。混合动力AGV小车可以满足果园中长距离移动的需求。为探索合适的混合动力AGV控制系统算法以及能量管理策略，同时减少设计过程中由于果园地形复杂导致的控制器设计验证迭代、需求多样化问题带来的人力、物力，以及时间成本，本研究针对果园面积广的特点，选择串联式油电混合动力系统进行AGV动力能源系统模型的搭建。另外，针对果园AGV需要适应地形范围广的特点，采用履带车模型结构，利用硬件在环仿真技术，以树莓派作为控制系统搭载控制算法实物，利用Matlab和RecurDyn软件建立包含能源动力系统、电机驱动系统、履带车行驶部分模型以及路面模型的系统实时仿真模型，最终实现了串联式混合动力AGV控制器硬件在环仿真功能。基于串级比例积分微分（PID）以及模糊控制器控制算法的仿真验证表明，模糊控制器控制算法能够减少参数调节带来的时间成本，在转向角度小时响应速度加快了50%，在转向角度大时串级PID控制器产生了10%的超调，而模糊控制器无超调，转向更加平稳。结果表明硬件在环仿真平台能够有效地应用于果园AGV控制器的开发，避免了控制实物试验，在降低成本的同时可以加快果园自动导航小车的开发过程。
