“对于农业机器人来说，非结构环境主要指农田自然环境。”张春龙开门见山。农田自然环境中光照条件复杂多变、作业空间不可预知、作业目标随机分布、作业对象形态多样、枝叶果实交错遮挡、苗草簇生、地形起伏，垄沟纵横……因此给农业机器人技术研发与应用带来了很大挑战。

　　“人的视觉是一个非常复杂的生物系统，可以直接和周围环境进行信息交互，对环境具有较强的感知适应性。”张春龙说，而机器视觉一般指一个特定的信息感知系统，往往只针对单一特殊任务进行某种有效描述，而且其感知环境通常是可以被改造和控制的，因此很难建立一个“通用”的机器视觉系统。机器视觉的“用武之地”在哪儿呢？“它的任务主要是模拟人的视觉功能，来感知环境并有效解决人眼难以解决的问题。”张春龙告诉记者，特别是在高风险特种作业环境下，或执行高精度、高效率、高强度作业任务等人眼难以满足要求的场景，来辅助或代替人的视觉。

　　机器视觉是人工智能领域的重要技术组成，通过利用电子设备和光学感知技术获取环境和目标图像信息，利用处理器分析和解释图像，进而根据图像处理结果来控制机器动作。当前，以机器视觉为主的作业信息感知已成为农业机器人智能化的研究热点。谈及其“热度”高的原因，张春龙表示，机器视觉作为农业机器人最大的信息源，具有感知信息丰富、采集信息完整、识别信息直接等特点。但机器视觉信息感知的准确性和可靠性易受自然光照、风力、阴影、遮挡等非结构化环境因素，和作业对象随机性、多样性等个体特征的影响，从而影响农业机器人智能化作业效率和成功率，制约着农业机器人技术的推广与应用。

　　该项目通过分析视觉信息对自然光照变化的敏感程度，构建光照波动控制模型，突破了自然光照变化对作物信息动态稳定获取的技术局限，增强了机器视觉对农田自然光照的适应能力。项目研究了集光谱检测、可见光视觉技术和深度学习方法交叉融合的农业非结构环境作物信息获取技术，对农业机器人末端执行机构视觉伺服控制进行了技术创新，提高了自然环境下农作物信息获取的精准度，破解了农业机器人精度与速度、效率与损伤之间辩证关系的协同控制难点问题。

　　记者了解到，该项目的技术成果目前已经在果蔬采摘机器人、精准喷药机器人、大田锄草机器人、植保无人机等农业智能装备领域进行了应用。比如，果蔬采摘机器人有“眼睛”和“手臂”，不仅能自主采摘果实，还能辨别果实的成熟度，只对那些个头大、品相好的目标“下手”。精准喷药机器人，则能利用自己的“眼睛”识别田间病虫草害，及时对重点区域精准喷洒农药，降低化学农药使用量，更加符合农业绿色生产的要求。

　　张春龙表示，相关机器人产品已经推广到北京、江苏、新疆、河南等地，覆盖大田、温室、果园等农业作业场景，可节省劳动力50％以上。

　　“未来，项目技术将应用到设施农业果蔬采摘、巡检、运输等系列机器人产品和大田田间管理到产后各生产环节作业机器人中。”张春龙告诉记者，在规模农业生产中，农业机器人不但可以解决农时集中用工紧张问题，还可以为精耕细作、绿色高效的农业可持续发展模式提供技术支撑，有很好的用武之地和巨大的市场需求。“随着我国农业机械化、规模化发展，农业生产向智能化升级已经成为可能。”张春龙对未来农业机器人的规模应用充满信心。(农民日报·中国农网)