摘要：人工智能在提高生产效率、减轻人工劳动强度、推进规模化作业、提高农机管理水平等方面具有十分重要的意义，已成为当前农机智能化研究的一个热点。本文以农机智能技术的应用和发展为背景，对机器视觉技术、无人驾驶技术、农业物联网的应用状况和发展方向进行了较为详尽的阐述，以期为我国农机技术的发展提供借鉴。

关键词：农业机械；智能技术；机器视觉；自动驾驶；农业物联网

引言

随着云计算、大数据、人工智能、物联网等新兴技术的不断推进，农业生产正朝着自动化、信息化、智能化、规模化的方向发展。农业机械设备作为现代农业的先进生产力，其与智能技术相结合发展，对提高生产效率、减轻人工劳动强度、推进规模化作业、提高农机信息化、智能化管理水平具有十分重要的意义，具有广泛的应用前景。智能农机作为智慧农业的一个关键环节，是推动其发展的关键物质基础，是当前全球农机装备发展的新趋势，也是当前国内外农业科研领域的研究热点。

一、在现代农业机械中应用智能化技术的意义

农业与人民群众的生产、生活密切相关，是国民经济与社会发展的支柱产业。我国早期的农业生产主要依靠人力，后来逐渐使用了牛羊等牲畜，这种农业生产方式不但生产效率低，而且对人畜的劳动强度也非常大。随着人类社会经济的不断发展，农业生产中逐步采用收割机、播种机、脱粒机等农机，取代了人工作业，极大地提高了农业生产的效率。随着我国信息化、机械化技术的不断发展，传统的农业生产方式已经无法满足发展需要，迫切需要提高农业生产的机械化和智能化，实现农机的机械化生产，解放传统的劳动力，减轻农民的负担，提高农业生产的效率和粮食产量。近年来，随着我国农业机械化水平的不断提高，各种类型的农业机械也逐渐走进了我们的生活，成为了我国农业的主要力量。

目前，农机的使用越来越多，农机的使用已经达到了较高的水平。在这样的大环境下，我国正在大力推动智慧农业的建设和发展，同时也在不断地提高农机的智能化和自动化程度，用智能化的农机来解放农村劳动力，提高农民的收入，推动乡村经济的发展。2018年，国务院明确提出，要把大数据、物联网、卫星定位等先进技术运用到农业机械中，以满足国家农业大发展的需求，推动农业可持续发展。

将智能技术运用到现代农业机械中，能够提升农业生产资源和劳动力的利用率，降低农业生产对环境的污染和损害，既能提升农业生产的经济效益，又能提升农业生产的环境效益，达到经济、环境和社会的协调、可持续发展。随着智能技术的应用，现代农机的功能越来越完善，很多依赖于人工操作的问题都可以被很好地解决，大大提高了农业的生产效率。

与传统农机相比，采用智能技术的新型农机工作更加安全可靠，在作业过程中能够对运行状况进行自动监测，能够对故障问题进行自诊断，在发生故障的时候，能够及时地向用户发出警告，让农户能够对农机的故障问题进行了解，从而能够有效地解决故障问题，从而不会因为故障问题的发展而影响到整个农业生产的正常运行。

另外，运用智能技术的现代化农机还可以实时监测气候、环境信息，依据收集到的气候、环境信息和当前的实际产量，对下一阶段的农业生产活动进行预测，并依据农作物的生长状况和周边环境因素，制定下一阶段的农业生产计划，保证所制订的农业生产计划具有高度的科学性和合理性。

二、机器视觉在农业机械中的应用与发展

机器视觉以计算机为核心，通过计算机模拟人类的视觉能力，对目标物体的图像进行抽取、处理和理解，最后将其应用到实际的检测、测量和控制当中，是一门涉及到人工智能、计算机科学、图像处理、模式识别等多个学科的交叉学科。机器视觉在农业生产中有着广阔的应用前景，其主要特点是以摄像头或摄像头为视觉传感器，以其快速、信息量大、安装简单、投资少等优势获得周边环境信息。近几年来，由于数码影像处理技术的飞速发展及电脑硬体效能的提升，使得以影像处理为导向的影像处理演算法，已具备较强的资讯处理能力。

根据视觉感知算法的发展历史，可以将其划分为传统的视觉算法，也可以将其用于检测物体的边缘、角点、颜色、纹理等，并通过统计特征抽取来进行检测。欧美学者最早从80年代开始将传统视觉算法运用到农业生产中，到目前为止，国际上各科研单位已对其进行了深入的研究，并在此基础上进行了大量的研究。

深度学习作为一种模拟大脑神经元的神经网络，在机器视觉、语音识别、自然语言处理等方面有着广阔的应用前景。近年来，深度学习在图像识别、物体检测、实例分割等方面表现出了优异的性能，对机器视觉、机器学习等学科产生了重要影响。随着计算机视觉技术的不断成熟，深度学习将会越来越多地被应用到农业生产中。

三、自动驾驶技术在农业机械中的应用与发展

无人驾驶是现代精细农业的核心技术，也是智慧农业的研究与应用热点。无人驾驶技术的应用和发展，对于提升我国农机装备与作业的自动化、智能化、信息化水平，推进农业科技体制的转型升级，构建高效的现代农业生产模式与运营机制，具有十分重要的意义。本文在此重点讨论了农业机械自主导航系统中的定位、路径规划和跟踪控制问题。

（一）农业机械中的定位技术

农业机械定位是指通过对农业机械的位置、方向、车轮角度、转速等进行姿态检测，使农业机械能够精确地感知自身所处的位置以及自身的运动状态。当前，在农机上使用的主流定位技术，按照其工作原理可以划分为三大类，第一种是以GPS为基础的 GPS定位算法，它能给农机提供三维坐标、速度和时间等信息，是农业生产中最为基础的定位手段。第二种、第三种方法均不能得到农业机械的绝对位置信息，一般是用来帮助前者完成联合定位的。近年来，多传感器信息融合技术已成为农业机械无人驾驶技术研究的热点，也是农业机械化发展的重要方向。近年来，快速发展的 SLAM （SLAM）技术，也逐步被应用于无人驾驶农业机械领域。

（二）路径规划与跟踪控制技术

轨迹规划是实现农业机械自主导航和自主操作的关键，其运动轨迹的形态及方向直接决定着农业机械的工作效率，对其进行科学的轨迹规划可以增强其实用性，有助于提升农业机械的工作效率与品质，减少农业机械的使用量。目前，国内外已有大量的研究成果，主要集中在农业机械的转向策略与路径规划、全域覆盖路径规划、避障路径规划、不规则地物路径规划等方面。

具体而言，此技术从作业成本、作业质量、作业效率等多方面出发，对作业路线进行优化分析，以获取最佳作业路线。

本项目拟从运动学角度出发，综合考虑机械质量、惯性和前后车轮的横向作用力，建立农业机械系统的动力学模型，使其更具精确性。这类方法的不足之处在于需对被控对象进行建模，存在建模复杂性高、参数获取困难、建模精度低等问题。第二种是以数据为基础的控制方式，目前在无人驾驶系统中有广泛的应用，如PID控制，模糊自适应控制，ANN等。该方法具有不依赖于模型的特点，具有较好的普适性，但其一般效果较差。

四、农业物联网技术在农业机械中的应用与发展

农业物联网是将物联网技术运用到农业生产管理中的一项重要内容，它是将农产品中的动植物生命体、环境元素、生产工具等实体要素及各类虚拟“物件”，依照约定的协议，与因特网相连，实现对农产品及其生产过程的智能化识别、定位、追踪、监测和管理。农业物联网在农业环境监测、智能育种、农产品质量溯源、农机监测与调度等方面具有广阔的应用前景。

农业物联网是推进农机信息化、智能化发展的关键，在农机行业有着广泛的应用前景，当前，基于物联网的农机远程监测与调度、农机运行质量监测等方面已经出现了大量的工程应用实例。通过移动电话与农业机械网络连接，使农民能够方便地利用手机，对农业机械的行驶路线、工作状态、工作时间和进展情况进行实时的了解。通过对多个农业机械进行传感，使多个农业机械之间进行信息交流，从而实现多个农业机械的协作操作。当前，农机物联网的应用与研究还处于起步阶段，亟需对物联网技术在农机上的新应用进行持续的探索。

五、结束语

欧洲，美国，日本等先进国家对其进行了较早的研究与应用，并取得了很大的进步。我国农业机械的智能化水平比较低，使用范围不广泛，发展比较落后，我国农业机械的智能化仍具有广阔的发展前景。随着5 G，大数据，物联网，人工智能等技术的不断发展，为农机的智能化提供了更加强大的技术支持。人工智能中的神经网络与增强学习算法在农业机械的视觉识别与智能决策方面有着广泛的应用前景；随着5 G技术的发展，农业智能化农业机械的发展将会有更多的崭新探索，诸如此类。

参考文献

[1]薛先斌，高刚毅.现代农业机械中计算机智能化技术的应用与研究[J].南方农机，2020，51（03）：56-57.

[2]施金泉.我国农业机械自动化的发展现状及未来前景[J].南方农机，2020，51（24）：2+5.

[3]林翔.电子信息技术在农业机械中的应用研究[J].信息通信，2016（01）：170-171.

[4]于晏同，崔亮，毕峰华.农业机械自动化在现代农业中的应用与发展趋势[J].工业设计，2016（07）：158+160.

[5]罗锡文，廖娟，胡炼，等.提高农业机械化水平促进农业可持续发展[J].农业工程学报，2016，32（01）：1-11.