|
系统分析国际农业机械研发态势，识别和探测国际农业机械领域的研究前沿，对该领域的科技规划和科技决策具有重要意义。 本研究利用文献计量方法，结合专家咨询，采取定量分析和定性内容研判的方法，揭示了农业机械领域的研究前沿方向和内容，为开展相关领域科技管理决策提供支撑，并解释未来农机发展方向。 对高被引论文及研究前沿的判读发现，农机基础研究和工程技术前沿主题主要包括机器人技术、精准农业传感器技术、旋翼无人机、精准农业遥感技术和地理信息系统等研究方向。 1 机器人技术 除草机器人 可以预计，未来机器人将在农场得到广泛应用并将改变农业机械的传统发展方向。 机器人技术前沿中除草机器人和无人驾驶的研究又是最多的。除草机器人控制系统的4项核心技术包括杂草检测与识别、杂草精准控制及制图，其中对杂草的检测和控制仍是最大的技术挑战。无人驾驶相关技术可以推广到田间轮式机器人研发。 放牧机器人 无人驾驶技术 在具体工程技术上，机器人领域的研究主题集中在农业机器人的导航、路径跟踪，运动控制，机器人视觉3个领域。 采摘机器人 路径规划的便利与精准控制、适应农业三维复杂地形的导航控制、避免对作物损害及降低能源消耗等是主要的研究目标；机器人运动控制研发主要侧重应用于农业复杂地形，如崎岖地面、坡地、有障碍物地面的运动控制；机器人视觉研究则主要围绕实际作业场景、面向自主导航的视觉捕捉、分辨等视觉功能的研究。 2 精准农业传感器技术 掉落柑橘计数传感器 精准农业传感器技术高被引论文包括无人机成像、病虫害监测等。 用于田间作物管理的监测传感技术主要包括田间电子传感器、光谱辐射计、机器视觉、机载多光谱和高光谱遥感、卫星成像、热成像、射频识别和机器嗅觉系统等。 其中用于作物生物量检测、杂草检测、土壤性质和养分监测的传感技术是最先进的，可以提供现场特定位置所需的数据。用于病虫害检测和表征，以及作物水分状况监测的传感技术是基于植物和传感器之间更复杂的相互作用，在田间水平上较难实施并需要更复杂的解释，可利用光谱成像技术或植物挥发性物质检测等技术，是重要的研究方向。 气象及病虫害监测站 传感器技术与无人机结合的无人机成像具有成本低、灵活、高空间分辨率和时间分辨率等优点，可用于监测作物和土壤条件的变化，近年来发展迅速，未来还需要发展图像空间参考和拼接的标准化及信息提取技术。 在具体工程技术上，前沿研究则主要集中在无线传感器网络、传感器设备与系统、传感器算法、传感器软件等。 3 旋翼无人机 无人机用于农田信息采集 近来，人们对开发具有先进自主能力的无人驾驶飞机系统（UAS）的兴趣日益增加，旋翼无人机具有能够垂直起降、能自由悬停、控制灵活及可适应各种环境能力等优点，成为国内外很多实验室研究的重点。 无人机放牧 其中旋翼无人机特别是四旋翼飞行器的导航与控制是无人机研究的前沿方向，受到了研究界的重点关注。 4 精准农业遥感技术和地理信息系统 农田卫星遥感图像 在遥感技术领域，目前使用从紫外到微波的电磁波长范围已经可以实现诸如光探测和测距（LiDAR）、荧光光谱和热光谱等高级遥感应用。随着高光谱遥感技术的出现，光谱带宽大大降低，从而改进了对特定化合物的分析、分子间相互作用、作物胁迫以及作物生物物理或生物化学特性的遥感监测。
GIS数据分析系统 机载和卫星遥感影像的空间分辨率已从100米提高到亚米级精度，从而允许在更高的空间分辨率下评估土壤和作物性质。遥感影像的时间频率也有了显著改善。 当前研究人员对遥感数据的多次收集更加关注，以便进行近实时的土壤、作物和病虫害管理。
美国Cropscape系统 CropScape是美国农业部开发的用于农田空间数据即时获取、定制的交互式网络应用程序，可查询、可视化、下载、传播在线地理空间农田数据层数据，具有很大的应用价值并受到广泛关注。 5 研究前沿机构 研究前沿的核心论文主要集中在美国、意大利、中国、澳大利亚、西班牙和丹麦等国。美国农业部农业研究局、意大利国家研究委员会、西班牙国家研究理事会、荷兰瓦赫宁根大学及研究中心、丹麦奥尔堡大学、澳大利亚新南威尔士大学，我国的武汉大学、西北农林科技大学等大学和研究机构，以及美国和德国的创新型公司是核心论文的主要来源机构。 研究表明，信息化、自动化、智能化是未来农业机械研发的主要方向，第四次工业革命驱动的新兴技术如大数据、物联网、人工智能和机器学习、自主车辆、机器人等技术可为农机行业转型升级提供重大机遇。 因此，建议国家大力支持智能农业机械的研发，支持信息技术、人工智能技术等多学科在农业机械领域的交叉融合应用，推动行业共性关键技术创新，提升农业机械科技和产业发展水平。 |
|
|
