Research progress of intelligent agricultural machinery and practice of unmanned farm in China

LUO Xiwen; LIAO Juan; HU Lian; ZHOU Zhiyan; ZHANG Zhigang; ZANG Ying; WANG Pei; HE Jie

doi:10.7671/j.issn.1001-411X.202108040

Journal of South China Agricultural University > 2021 > 42(6): 8-17. > DOI: 10.7671/j.issn.1001-411X.202108040

LUO Xiwen, LIAO Juan, HU Lian, et al. Research progress of intelligent agricultural machinery and practice of unmanned farm in China[J]. Journal of South China Agricultural University, 2021, 42(6): 8-17. DOI: 10.7671/j.issn.1001-411X.202108040

Citation:

PDF (833 KB)

Research progress of intelligent agricultural machinery and practice of unmanned farm in China

College of Engineering, South China Agricultural University/Guangdong Engineering Research Center for Agricultural Aviation Application/Guangdong Provincial Key Laboratory of Agricultural Artificial Intelligence/Key Laboratory of Key Technology on Agricultural Machine and Equipment, Ministry of Education, Guangzhou 510642, China

More Information

Received Date: August 25, 2021
Available Online: May 17, 2023

Graphical Abstract

Abstract

Abstract

Smart agriculture is an advanced form of modern agriculture. Unmanned farm is an important way to realize smart agriculture, and intelligent agricultural machinery is the material support for unmanned farm. Took plant production of intelligent agricultural machinery in smart agriculture as an example, this paper introduced the research progress of status and key technology of four functions of intelligent agricultural machinery, including intelligent information sensing, automatic navigation, precision operation and smart management. South China Agricultural University integrated the intelligent agricultural machinery of rice production and built the unmanned rice farm. The five characteristics of unmanned rice farm are summarized as follows: 1) All production processes, including cultivation, planting, management and harvesting are unmanned; 2) Transfer between hangar and field, and operation are full-automation; 3) Avoiding obstacle and parking automatically at abnormal condition ensure the safety; 4) Real-time monitoring of all production process; 5) Unmanned intelligent decision-making and precision operation. In the production of medium rice in 2020 and early rice in 2021, the yield of rice in unmanned farm was higher than the average yield in traditional farm, which indicated that unmanned farm had great development potential. The construction of unmanned rice farm provides an important way to solve the problems of “who will farm” and “how to farm” in the future of China.
- smart agriculture,
- intelligent agricultural machinery,
- automatic navigation,
- precision operation,
- unmanned farm,
- information technology,
- rice production

FullText(HTML)

References (100)

References

[1]	中共中央国务院. 关于加快推进农业科技创新持续增强农产品供给保障能力的若干意见[EB/OL]. (2012-08-30)[2021-07-21]. http://www.moa.gov.cn/ztzl/nyfzhjsn/zyhwj/201208/t20120830_2901691.htm.
[2]	中共中央国务院. 提出深入推进农业供给侧结构性改革[EB/OL]. (2017-02-15)[2021-08-03]. http://www.gov.cn/xinwen/2017-02/05/content_5165613.htm.
[3]	唐华俊. 智慧农业赋能农业现代化高质量发展[J]. 农机科技推广, 2020(6): 4-5. doi: 10.3969/j.issn.1671-3036.2020.06.002
[4]	赵春江. 智慧农业发展现状及战略目标研究[J]. 智慧农业, 2019, 1(1): 1-7.
[5]	李道亮, 李震. 无人农场系统分析与发展展望[J]. 农业机械学报, 2020, 51(7): 1-12. doi: 10.6041/j.issn.1000-1298.2020.07.001
[6]	方宪法, 吴海华. 农机装备亟待智能化转型升级[J]. 中国农村科技, 2018(2): 54-57. doi: 10.3969/j.issn.1005-9768.2018.02.016
[7]	FAO. 粮农组织统计数据库[EB/OL]. (2021-02-26)[2021-07-03]. http://www.fao.org/home/zh/.
[8]	尹来武. 农业物联网信息采集与识别关键技术研究[D]. 哈尔滨: 哈尔滨理工大学, 2014.
[9]	姚元森, 廖桂平, 赵星, 等. 农作物生长环境信息感知技术研究进展[J]. 作物研究, 2013, 27(1): 58-63. doi: 10.3969/j.issn.1001-5280.2013.01.16
[10]	JUNG H C, KANG D H, KIM E, et al. Towards a soil moisture drought monitoring system for South Korea[J]. Journal of Hydrology, 2020, 589: 1-10.
[11]	张利民, 罗锡文. 差分GPS定位技术在土壤耕作阻力测量中的应用[J]. 农业工程学报, 1999, 15(4): 35-39. doi: 10.3321/j.issn:1002-6819.1999.04.007
[12]	曾庆猛, 马道坤, 林剑辉, 等. 面向车载式测量的土壤含水量与电导率复合传感器设计[J]. 农业机械学报, 2010, 41(9): 163-167.
[13]	胡炼, 殷延勃, 杜攀, 等. 水稻田激光平地技术研究与展望[J]. 中国稻米, 2020, 26(5): 16-18. doi: 10.3969/j.issn.1006-8082.2020.05.003
[14]	周浩. 激光控制水田精准平地打浆关键技术研究[D]. 广州: 华南农业大学, 2019.
[15]	胡炼, 唐灵茂, 罗锡文, 等. 一种农田三维地形实时测量装置和方法: ZL201910451342.8[P]. 2021.
[16]	XIAO K H, XIAO D Q, LUO X W. Smart water-saving irrigation system in precision agriculture based on wireless sensor network[J]. Transactions of the CSAE, 2010, 26(11): 170-175.
[17]	孙建英, 李民赞, 唐宁, 等. 东北黑土的光谱特性及其与土壤参数的相关性分析[J]. 光谱学与光谱分析, 2007, 27(8): 1502-1505.
[18]	DONG D M, ZHAO C J, ZHENG W G, et al. Spectral characterization of nitrogen in farmland soil by laser-induced breakdown spectroscopy[J]. Spectroscopy Letters, 2013, 46(6): 421-426. doi: 10.1080/00387010.2012.747542
[19]	杨贵军, 李长春, 于海洋, 等. 农用无人机多传感器遥感辅助小麦育种信息获取[J]. 农业工程学报, 2015, 31(21): 184-190. doi: 10.11975/j.issn.1002-6819.2015.21.024
[20]	孙红, 邢子正, 张智勇. 基于RED-NIR的主动光源叶绿素含量检测装置设计与试验[J]. 农业机械学报, 2019, 50(S1): 175-181.
[21]	杨燕琼, 罗锡文, 黄农荣. 基于3CCD摄像机的水稻农学参数估算[J]. 农业工程学报, 2012, 28(6): 174-178. doi: 10.3969/j.issn.1002-6819.2012.06.028
[22]	汪沛, 张俊雄, 兰玉彬, 等. 多光谱低空遥感图像光照辐射度校正[J]. 农业工程学报, 2014, 30(19): 199-206. doi: 10.3969/j.issn.1002-6819.2014.19.024
[23]	臧英, 侯晓博, 汪沛, 等. 基于无人机遥感技术的黄华占水稻施肥决策模型研究[J]. 沈阳农业大学学报, 2019, 50(3): 324-330.
[24]	JIANG R, WANG P, XU Y, et al. Assessing the operation parameters of a low-altitude UAV for the collection of NDVI values over a paddy rice field[J]. Remote Sensing, 2020, 12(11): 1-16.
[25]	JIANG R, ARTURO S A, KATI L, et al. UAV-based partially sampling system for rapid NDVI mapping in the evaluation of rice nitrogen use efficiency[J]. Journal of Cleaner Production, 2021, 289: 1-16.
[26]	袁媛, 陈雷, 吴娜, 等. 水稻纹枯病图像识别处理方法研究[J]. 农机化研究, 2016, 38(6): 84-87. doi: 10.3969/j.issn.1003-188X.2016.06.017
[27]	刘又夫, 肖德琴, 刘亚兰, 等. 褐飞虱诱导的水稻冠层热图像温度特征变异评估方法[J]. 农业机械学报, 2020, 51(5): 165-172. doi: 10.6041/j.issn.1000-1298.2020.05.018
[28]	HE Y, ZHOU Z, TIAN L, et al. Brown rice planthopper (Nilaparvata lugens Stal) detection based on deep learning[J]. Precision Agriculture, 2020, 21(6): 1385-1402. doi: 10.1007/s11119-020-09726-2
[29]	邓向武, 齐龙, 马旭, 等. 基于多特征融合和深度置信网络的稻田苗期杂草识别[J]. 农业工程学报, 2018, 34(14): 165-172. doi: 10.11975/j.issn.1002-6819.2018.14.021
[30]	LIU Z Y, GAO J F, YANG G G, et al. Localization and classification of paddy field pests using a saliency map and deep convolutional neural network[J]. Scientific Reports, 2016, 6(1): 1-12. doi: 10.1038/s41598-016-0001-8
[31]	李泽轩. 基于卷积神经网络的水稻病虫害识别算法的研究和应用[D]. 广州: 华南农业大学, 2020.
[32]	李梓和. 基于深度学习的水稻杂草检测研究[D]. 广州: 华南农业大学, 2021.
[33]	李文涛, 张岩, 莫锦秋, 等. 基于改进YOLOv3-tiny的田间行人与农机障碍物检测[J]. 农业机械学报, 2020, 51(S1): 1-8. doi: 10.6041/j.issn.1000-1298.2020.S1.001
[34]	贾闯, 李加念, 洪添胜, 等. 山地果园单轨运输机超声波避障系统的设计与试验[J]. 农业工程学报, 2015, 31(S2): 69-74.
[35]	王水满. 基于激光雷达的植保无人机自主避障技术研究[D]. 唐山: 华北理工大学, 2020.
[36]	高振海, 王竣, 佟静, 等. 车载毫米波雷达对前方目标的运动状态估计[J]. 吉林大学学报(工学版), 2014, 44(6): 1537-1544.
[37]	REDMON J, DIVVALA S, GIRSHICK R, et al. You only look once: Unified, real-time object detection [C]// 2016 IEEE Computer Vision and Pattern Recognition. Las Vegas NV, USA, 2016: 779-788.
[38]	LIU W, ANGUELOV D, ERHAN D, et al. SSD: Single shot multibox detector[C]//European Conference on Computer Vision. Glasgow, United Kingdom, 2016: 21-37.
[39]	REN S, HE K, GIRSHICK R, et al. Faster R-CNN: Towards real-time object detection with region proposal networks [C]//International Conference on Neural Information Processing Systems. Montreal, Canada, 2015: 91-99.
[40]	GIRSHICK R. Fast R-CNN [C]//Proceedings of the IEEE International Conference on Computer Vision. Washington, DC, USA, 2015: 1440-1448.
[41]	HE K, ZHANG X, REN S, et al. Spatial pyramid pooling in deep convolutional networks for visual recognition[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2015, 37(9): 1904-1916. doi: 10.1109/TPAMI.2015.2389824
[42]	蔡舒平, 孙仲鸣, 刘慧, 等. 基于改进型YOLOv4的果园障碍物实时检测方法[J]. 农业工程学报, 2021, 37(2): 36-43. doi: 10.11975/j.issn.1002-6819.2021.2.005
[43]	马佳良, 陈斌, 孙晓飞. 基于改进的Faster R-CNN的通用目标检测框架[J/OL]. 计算机应用, (2021-02-05)[2021-08-26]. http://kns.cnki.net/kcms/detail/51.1307.TP.20210205.1531.023.html.
[44]	薛金林, 董淑娴, 范博文. 基于信息融合的农业自主车辆障碍物检测方法[J]. 农业机械学报, 2018, 49(S1): 29-34. doi: 10.6041/j.issn.1000-1298.2018.S0.005
[45]	谭力凡. 机器视觉与毫米波雷达融合的前方车辆检测方法研究[D]. 长沙: 湖南大学, 2018.
[46]	何杰, 朱金光, 张智刚, 等. 水稻插秧机自动作业系统设计与试验[J]. 农业机械学报, 2019, 50(3): 17-24. doi: 10.6041/j.issn.1000-1298.2019.03.002
[47]	何杰, 高维炜, 王辉, 等. 基于GNSS航向微分和MEMS陀螺仪的农机轮角测量方法[J]. 华南农业大学学报, 2020, 41(5): 91-98.
[48]	胡鸿彬, 李彦明, 唐小涛, 等. 基于Android的农机导航管理系统研究与设计[J]. 农机化研究, 2019, 41(5): 179-183. doi: 10.3969/j.issn.1003-188X.2019.05.034
[49]	曾宏伟, 雷军波, 陶建峰, 等. 低对比度条件下联合收割机导航线提取方法[J]. 农业工程学报, 2020, 36(4): 18-25. doi: 10.11975/j.issn.1002-6819.2020.04.003
[50]	孟志军, 付卫强, 徐飞军, 等. 拖拉机自动导航控制系统及其方法: CN101833334 A[P]. 2010.
[51]	缪存孝, 楚焕鑫, 孙志辉, 等. 基于双GNSS天线及单陀螺的车轮转角测量系统[J]. 农业机械学报, 2017, 48(9): 17-23.
[52]	马飞. 自主、创新、开拓: 联适导航自动驾驶系统的发展应用[J]. 农业工程技术, 2018, 38(18): 72-74.
[53]	黄雅威. 潍柴雷沃自动导航技术助力春耕春播[J]. 农机质量与监督, 2021(3): 42. doi: 10.3969/j.issn.1002-7203.2021.03.026
[54]	黄培奎, 张智刚, 罗锡文, 等. 田间作业车辆外部加速度辨识与姿态测量系统研制[J]. 农业工程学报, 2019, 35(3): 9-15. doi: 10.11975/j.issn.1002-6819.2019.03.002
[55]	朱忠祥, 韩科立, 宋正河, 等. 基于置信度加权的拖拉机组合导航融合定位方法[J]. 农业机械学报, 2013, 44(1): 210-215.
[56]	张闻宇, 王进, 张智刚, 等. 基于自校准变结构Kalman的农机导航BDS失锁续航方法[J]. 农业机械学报, 2020, 51(3): 18-27. doi: 10.6041/j.issn.1000-1298.2020.03.002
[57]	孟志军, 刘卉, 王华, 等. 农田作业机械路径优化方法[J]. 农业机械学报, 2012, 43(6): 147-152. doi: 10.6041/j.issn.1000-1298.2012.06.027
[58]	王辉, 王桂民, 罗锡文, 等. 基于预瞄追踪模型的农机导航路径跟踪控制方法[J]. 农业工程学报, 2019, 35(4): 11-19. doi: 10.11975/j.issn.1002-6819.2019.04.002
[59]	苗峻齐, 罗锡文, 张智刚, 等. 无人驾驶水稻精量穴直播机的自动控制系统设计[C]//中国农业工程学会2011年学术年会论文集. 北京: 中国农业工程学会, 2011.
[60]	张闻宇, 张智刚, 罗锡文, 等. 收获机与运粮车纵向相对位置位速耦合协同控制方法与试验[J]. 农业工程学报, 2021, 37(9): 1-11. doi: 10.11975/j.issn.1002-6819.2021.09.001
[61]	张智刚, 王进, 朱金光, 等. 我国农业机械自动驾驶系统研究进展[J]. 农业工程技术, 2018, 38(18): 23-27.
[62]	张漫, 季宇寒, 李世超, 等. 农业机械导航技术研究进展[J]. 农业机械学报, 2020, 51(4): 1-18. doi: 10.6041/j.issn.1000-1298.2020.04.001
[63]	胡炼, 杜攀, 罗锡文, 等. 悬挂式多轮支撑旱地激光平地机设计与试验[J]. 农业机械学报, 2019, 50(8): 15-21. doi: 10.6041/j.issn.1000-1298.2019.08.002
[64]	周浩, 胡炼, 罗锡文, 等. 激光控制水田打浆平地机设计与试验[J]. 华南农业大学学报, 2019, 40(5): 23-27. doi: 10.7671/j.issn.1001-411X.201905071
[65]	刘刚, 李民赞, 唐存干, 等. 一种基于模糊控制的激光平地系统控制方法: CN106155048A[P]. 2016.
[66]	孟志军, 尹彦鑫, 罗长海, 等. 农机深松作业远程监测系统设计与实现[J]. 农业工程技术, 2018, 38(18): 34-37.
[67]	罗锡文, 王在满, 曾山, 等. 水稻机械化直播技术研究进展[J]. 华南农业大学学报, 2019, 40(5): 1-13. doi: 10.7671/j.issn.1001-411X.201905069
[68]	王在满. 同步开沟起垄水稻机械化穴播技术研究[D]. 广州: 华南农业大学, 2016.
[69]	陈雄飞, 罗锡文, 王在满, 等. 水稻穴播同步侧位深施肥技术试验研究[J]. 农业工程学报, 2014, 30(16): 1-7. doi: 10.3969/j.issn.1002-6819.2014.16.001
[70]	张明华, 王在满, 罗锡文, 等. 水稻精量穴直播机开沟装置的设计与试验[J]. 农业工程学报, 2017, 33(5): 10-15. doi: 10.11975/j.issn.1002-6819.2017.05.002
[71]	陈建国. 小麦精量播种与精准控制智能决策系统研究与设计[D]. 上海: 上海交通大学, 2019.
[72]	丁幼春, 杨军强, 张莉莉, 等. 油菜精量排种器变量补种系统设计与试验[J]. 农业工程学报, 2018, 34(16): 27-36. doi: 10.11975/j.issn.1002-6819.2018.16.004
[73]	罗细芽, 黎刚, 杨青如, 等. 水稻大钵体毯状苗育插秧技术试验[J]. 农机科技推广, 2019(4): 40-42. doi: 10.3969/j.issn.1671-3036.2019.04.017
[74]	陈惠哲, 徐一成, 张玉屏, 等. 超级早稻钵形毯状秧苗机插效果及产量形成[J]. 中国农业科学, 2019, 52(23): 4240-4250. doi: 10.3864/j.issn.0578-1752.2019.23.005
[75]	王金武, 唐汉, 李响, 等. 水稻密苗插秧分插机构: CN208317376U[P]. 2019.
[76]	袁文胜, 吴崇友. 我国油菜移栽机械的现状和发展趋势分析[J]. 中国农机化, 2007(6): 61-63.
[77]	李克亮, 周志艳. 水稻氮肥精准管理技术研究进展[J]. 江苏农业科学, 2019, 47(12): 18-25.
[78]	乔白羽, 何雄奎, 王志翀, 等. 基于LiDAR扫描的高地隙宽幅喷雾机变量施药系统研制[J]. 农业工程学报, 2020, 36(14): 89-95. doi: 10.11975/j.issn.1002-6819.2020.14.011
[79]	袁鹏成, 李秋洁, 邓贤, 等. 基于LiDAR的对靶喷雾实时控制系统设计与试验[J]. 农业机械学报, 2020, 51(S1): 273-280. doi: 10.6041/j.issn.1000-1298.2020.S1.032
[80]	顾若波, 刘勇兰, 高素琴. 高地隙遥控自走式智能喷杆喷雾机: CN109380208A[P]. 2019.
[81]	袁琦堡, 胡炼, 罗锡文, 等. 在线实时混药喷雾系统设计与试验[J]. 农业机械学报, 2016, 47(S1): 176-181.
[82]	程忠义. 2020年度植保无人机行业发展报告出炉[J]. 农药市场信息, 2020(4): 3.
[83]	王炜. 精准自动化灌溉系统设计及应用探讨[J]. 陕西水利, 2020(4): 77-79.
[84]	王飞, 简菁涓. 基于作物需水曲线的精准灌溉系统设计[J]. 天工, 2019(4): 138. doi: 10.3969/j.issn.2095-7556.2019.04.122
[85]	徐刚, 陈立平, 张瑞瑞, 等. 基于精准灌溉的农业物联网应用研究[J]. 计算机研究与发展, 2010, 47(S2): 333-337.
[86]	阮俊瑾, 赵伟时, 董晨, 等. 球混式精准灌溉施肥系统的设计与试验[J]. 农业工程学报, 2015, 31(S2): 131-136.
[87]	朱玉祥. 精准网络通信理念在智能作物收获机中的应用[J]. 农机化研究, 2021, 43(1): 201-206. doi: 10.3969/j.issn.1003-188X.2021.01.037
[88]	陈进, 张帅, 李耀明, 等. 联合收获机水稻破碎籽粒及杂质在线识别方法[J]. 中国农机化学报, 2021, 42(6): 137-144.
[89]	麻芳兰, 滕筱, 李科, 等. 甘蔗收获机切割器入土深度自动控制系统设计与试验[J]. 中国农机化学报, 2021, 42(4): 1-7.
[90]	张光跃, 金诚谦, 杨腾祥, 等. 联合收割机清选损失率监测系统设计与实现[J]. 中国农机化学报, 2019, 40(4): 146-150.
[91]	张漫, 邝继双. 谷物联合收割机测产数据中的误差分析与处理[J]. 农业工程学报, 2003, 19(3): 144-148. doi: 10.3321/j.issn:1002-6819.2003.03.034
[92]	王晓亮. 雷沃农业备技下乡助力秋粮丰收雷沃农业装科[J]. 农机科技推广, 2013(9): 60-61. doi: 10.3969/j.issn.1671-3036.2013.09.030
[93]	姚彬. 玉米收割机升级产品: 雷沃谷神CC04[J]. 农村新技术, 2018(10): 40. doi: 10.3969/j.issn.1002-3542.2018.10.025
[94]	朱茗. 甘蔗收获机: 中联重科引领自主品牌与外资对决[J]. 当代农机, 2017(1): 30-32. doi: 10.3969/j.issn.1673-632X.2017.01.016
[95]	朱登胜, 方慧, 胡韶明, 等. 农机远程智能管理平台研发及其应用[J]. 智慧农业(中英文), 2020, 2(2): 67-81.
[96]	康康. 基于“互联网+”的智慧农机管理信息系统研究与实现[D]. 重庆: 西南大学, 2018.
[97]	王慧平. 基于WebGIS的农机远程监管服务系统的设计与实现[D]. 北京: 首都师范大学, 2014.
[98]	谢婷婷. 基于GA的农机作业调度研究与应用[D]. 武汉: 武汉理工大学, 2015.
[99]	崔征泽. 农机监测管理系统的设计与实现[D]. 哈尔滨: 哈尔滨工业大学, 2018.
[100]	王奉斌, 章秀福, 吴文俊, 等. 新疆南疆垦区水稻机械精量旱穴直播1000 kg/667 m²超高产栽培技术[J]. 中国稻米, 2016, 22(1): 67-69. doi: 10.3969/j.issn.1006-8082.2016.01.015

Cited By

Get Citation

PDF

XML

Article views (2766) PDF downloads (1760)

Turn off MathJax

Article Contents

Abstract

References

Research progress of intelligent agricultural machinery and practice of unmanned farm in China

Abstract

References

Catalog

Export File

Citation

Format

Content