農(nóng)業(yè)機(jī)器人指的是一種以農(nóng)產(chǎn)品為操作對(duì)象，兼有人類部分信息感知和肢體行動(dòng)功能，是綜合了多種學(xué)科交叉的可重復(fù)編程的柔性自動(dòng)化或半自動(dòng)化設(shè)備。

       農(nóng)業(yè)機(jī)器人能夠逐步代替人力而且不斷幫助農(nóng)業(yè)生產(chǎn)降低勞動(dòng)強(qiáng)度，同時(shí)，其還可提高勞動(dòng)效率，幫助解決目前許多國(guó)家面對(duì)的勞動(dòng)力稀缺難題。農(nóng)業(yè)機(jī)器越來(lái)越受到農(nóng)業(yè)人口較少的發(fā)達(dá)國(guó)家的重視，也成為國(guó)際農(nóng)業(yè)裝備產(chǎn)業(yè)技術(shù)競(jìng)爭(zhēng)的焦點(diǎn)之一。相對(duì)而言，我國(guó)與發(fā)達(dá)國(guó)家水平差距明顯，如農(nóng)牧業(yè)工藝與機(jī)械設(shè)備結(jié)合的不夠緊密，國(guó)內(nèi)穩(wěn)定性、故障率、易用性等指標(biāo)不理想，生產(chǎn)成本較高，生產(chǎn)效率偏低，智能化程度不高，核心算法的差距顯著。

       但未來(lái)的農(nóng)場(chǎng)一定將是無(wú)人農(nóng)場(chǎng)，將會(huì)需要大量的農(nóng)業(yè)機(jī)器人，國(guó)內(nèi)很多研究機(jī)構(gòu)和企業(yè)也在探討無(wú)人農(nóng)場(chǎng)，也建設(shè)了無(wú)人農(nóng)場(chǎng)的示范，雖然我國(guó)對(duì)機(jī)器人的研究起步相對(duì)較晚，但產(chǎn)業(yè)發(fā)展迅速，同時(shí)政策上支持力度不小，工業(yè)和信息化部、發(fā)展改革委、財(cái)政部于早前就曾聯(lián)合發(fā)布《機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃（2016—2020年）》，就為農(nóng)業(yè)機(jī)器人的進(jìn)一步發(fā)展提供了新機(jī)遇。


       據(jù)分析稱，農(nóng)業(yè)機(jī)器人目前已成為世界熱點(diǎn)，2017-2021年期間，人工智能在農(nóng)業(yè)中應(yīng)用的年復(fù)合增長(zhǎng)率為22.68%。2016年為27.6億美元，預(yù)計(jì)2020年為111億美元，2025年為308億美元，主要包括農(nóng)業(yè)無(wú)人機(jī)，無(wú)人拖拉機(jī)、智能收獲機(jī)、智能除草機(jī)、擠奶機(jī)器人、農(nóng)業(yè)自動(dòng)化與控制系統(tǒng)等。農(nóng)業(yè)機(jī)器人的廣泛應(yīng)用是人工智能農(nóng)業(yè)領(lǐng)域市場(chǎng)快速發(fā)展的重要因素。而目前中國(guó)農(nóng)業(yè)機(jī)器人研究產(chǎn)出規(guī)模已經(jīng)超過(guò)美國(guó)，同時(shí)重點(diǎn)關(guān)注在收獲和采摘機(jī)器人。

       本文以農(nóng)業(yè)機(jī)器人相關(guān)研究SCI論文為對(duì)象，對(duì)農(nóng)業(yè)機(jī)器人的論文產(chǎn)出趨勢(shì)、熱點(diǎn)研究主題、國(guó)家競(jìng)爭(zhēng)態(tài)勢(shì)及研究前沿進(jìn)行了四個(gè)方面的分析，旨在把握該領(lǐng)域的國(guó)際總體競(jìng)爭(zhēng)態(tài)勢(shì)和研究前沿方向，為科技布局和科技管理提供決策支撐。

       研究前沿分析的方法是，將所有檢索到的SCI論文數(shù)據(jù)進(jìn)行匯總，以排名在Top10%的論文為選擇基礎(chǔ)，篩選出被引頻次高的論文，同時(shí)在此基礎(chǔ)上邀請(qǐng)專家進(jìn)行甄選，同時(shí)選出重點(diǎn)論文，并對(duì)逐篇重點(diǎn)論文進(jìn)行內(nèi)容解讀，然后根據(jù)研究主題聚類、分析，以此獲得當(dāng)前農(nóng)業(yè)機(jī)器人的研究前沿方向及重點(diǎn)研究?jī)?nèi)容。

1.國(guó)際競(jìng)爭(zhēng)態(tài)勢(shì)

       該篇論文分析稱，中國(guó)農(nóng)業(yè)機(jī)器人研究產(chǎn)出規(guī)模超過(guò)美國(guó)，重點(diǎn)關(guān)注收獲和采摘機(jī)器人。2013—2018年，世界所有能檢索到與農(nóng)業(yè)機(jī)器人研究相關(guān)的SCI論文，數(shù)量為484篇（檢索日期截止到2018年12月）論文數(shù)據(jù)表明，相關(guān)農(nóng)業(yè)機(jī)器人的研究論文從2013年的53篇增加到了2017年的114篇（2018年數(shù)據(jù)不完整），增長(zhǎng)近1倍。從數(shù)據(jù)可以看出，年度數(shù)量變化呈增加趨勢(shì)，表明各國(guó)近年來(lái)農(nóng)業(yè)機(jī)器人研究產(chǎn)出規(guī)模不斷擴(kuò)大，同時(shí)該領(lǐng)域仍然處于研究的上升期，且越來(lái)越受到關(guān)注。

2. 領(lǐng)先國(guó)家

       2013—2018年，世界農(nóng)業(yè)機(jī)器人SCI論文貢獻(xiàn)自全球52個(gè)國(guó)家，其中數(shù)量最多的前10個(gè)國(guó)家依次是中國(guó)、美國(guó)、西班牙、德國(guó)、澳大利亞、荷蘭、以色列、意大利、英國(guó)和日本，10個(gè)領(lǐng)先國(guó)家的論文數(shù)量合計(jì)426篇，約占論文總量的88%。


       從論文數(shù)量的年度變化可以看出，在農(nóng)業(yè)機(jī)器人方面，中國(guó)的論文數(shù)量逐年增加，且增長(zhǎng)趨勢(shì)非常明顯，年度論文數(shù)量2014年開(kāi)始超過(guò)美國(guó)躍居第一。當(dāng)然這也不乏中國(guó)農(nóng)業(yè)相關(guān)的研究人員與日俱增的因素。

3.熱點(diǎn)主題

       在農(nóng)業(yè)機(jī)器人相關(guān)的SCI論文中表明，各國(guó)的熱點(diǎn)研究主題主要集中在作業(yè)場(chǎng)景與關(guān)鍵技術(shù)，分布較為不平均。其中中國(guó)比較關(guān)注的是收獲和采摘機(jī)器人的研究，而美國(guó)、澳大利亞、荷蘭和英國(guó)等更關(guān)注擠奶機(jī)器人，以色列和日本較為關(guān)注收獲機(jī)器人，德國(guó)與意大利關(guān)注噴灌機(jī)器人。


可以看到各國(guó)的農(nóng)業(yè)機(jī)器人相關(guān)研究都很大程度上受到本國(guó)的農(nóng)業(yè)國(guó)情影響，同時(shí)研究能產(chǎn)出效益的還是根據(jù)實(shí)際需求得到了很好實(shí)驗(yàn)和驗(yàn)證之后的成果。

4.前沿方向

       在論文整體產(chǎn)出上，雖然中國(guó)農(nóng)業(yè)機(jī)器人研究產(chǎn)出規(guī)模超過(guò)美國(guó)，但被引頻次能在一定程度上反映論文的質(zhì)量和影響力，高被引論文的研究?jī)?nèi)容在一定程度上可以反映該領(lǐng)域的研究前沿。

       從論文內(nèi)容中進(jìn)行判斷，我們可以很好確定出相關(guān)的前沿方向。例如對(duì)檢索到的與農(nóng)業(yè)機(jī)器人相關(guān)的SCI論文進(jìn)行篩選、判讀，可以看出，研究主題目前聚集在3個(gè)前沿方向，分別在作業(yè)對(duì)象識(shí)別和定位算法優(yōu)化，導(dǎo)航和路徑規(guī)劃算法優(yōu)化，以及對(duì)作業(yè)（農(nóng)業(yè)生產(chǎn)）對(duì)象的分選與監(jiān)測(cè)研究。


       在作業(yè)對(duì)象識(shí)別和定位算法優(yōu)化方面，各國(guó)的主要研究對(duì)番茄、甜椒、蘋(píng)果、柑橘和荔枝等蔬果及雜草和作物病害等的識(shí)別，而中國(guó)在這一方向上的研究產(chǎn)出相對(duì)較多。

       導(dǎo)航和路徑規(guī)劃算法優(yōu)化方面，日本和西班牙的相關(guān)研究則更加超前。

       美國(guó)在作業(yè)對(duì)象的分選與監(jiān)測(cè)研究上產(chǎn)出相對(duì)較多，研究重點(diǎn)包括果實(shí)分選及水產(chǎn)養(yǎng)殖監(jiān)測(cè)和牛奶產(chǎn)量與風(fēng)險(xiǎn)監(jiān)測(cè)等。

5.結(jié)語(yǔ)

       全球農(nóng)業(yè)生產(chǎn)的集約化和規(guī)模化進(jìn)程不斷加快，但無(wú)疑隨著人口的穩(wěn)定和下降趨勢(shì)，世界農(nóng)業(yè)勞動(dòng)力一定會(huì)不斷減少，但各國(guó)對(duì)農(nóng)業(yè)機(jī)器人的需求將持續(xù)加大。由于農(nóng)業(yè)環(huán)境和作業(yè)對(duì)象的復(fù)雜性、多變性和非結(jié)構(gòu)性，目前可以看到，農(nóng)業(yè)機(jī)器人研發(fā)難度大，相關(guān)作業(yè)效果有待提高。

       在作業(yè)對(duì)象識(shí)別和定位、導(dǎo)航和路徑規(guī)劃、作業(yè)對(duì)象的分選與監(jiān)測(cè)等前沿方向上，要以開(kāi)放創(chuàng)新的理念開(kāi)發(fā)和應(yīng)用新技術(shù)，促進(jìn)具有多環(huán)境適應(yīng)性的智能農(nóng)業(yè)機(jī)器人的研發(fā)。

       在技術(shù)上，隨著云計(jì)算、大數(shù)據(jù)和人工智能等新一代信息技術(shù)與農(nóng)業(yè)技術(shù)的深度融合，農(nóng)業(yè)機(jī)器人作為新一代智能化農(nóng)業(yè)機(jī)械將突破瓶頸并得到廣泛應(yīng)用。

       同時(shí)，未來(lái)農(nóng)牧機(jī)器人新技術(shù)研究包括深度學(xué)習(xí)、新材料、人機(jī)共融、觸覺(jué)反饋等技術(shù)，都值得全世界人類進(jìn)行探索。深度學(xué)習(xí)提高農(nóng)業(yè)機(jī)器人感知和決策能力，如感知包括表型特征識(shí)別、場(chǎng)景識(shí)別定位、作物病害識(shí)別。決策包括運(yùn)動(dòng)路徑優(yōu)化、作業(yè)姿態(tài)優(yōu)化、作業(yè)次序優(yōu)化。觸覺(jué)反饋控制要增強(qiáng)農(nóng)業(yè)機(jī)器人感知和執(zhí)行能力，如能力反饋的感知與執(zhí)行能力。

       新材料可以改善農(nóng)業(yè)機(jī)器人執(zhí)行能力，人機(jī)共融是未來(lái)農(nóng)業(yè)發(fā)展重要的一環(huán)，可提高作業(yè)效率，人機(jī)共融技術(shù)減少了研發(fā)成本，由機(jī)器人預(yù)測(cè)人的意圖配合完成工作。建立更加龐大的、宏觀的、虛擬的、戰(zhàn)略性的農(nóng)業(yè)機(jī)器人系統(tǒng)，實(shí)現(xiàn)無(wú)人農(nóng)場(chǎng)，這才是農(nóng)業(yè)大數(shù)據(jù)的本質(zhì)內(nèi)涵。