由於農業機器人的作業目標是離散個體，其個體特征具有隨機性和多樣性，這種非標準化的目標信息增大了農業機器人機器視覺系統感知與判斷的難度。張春龍表示，機器視覺系統只有具備對作業對象的準確識別和對目標位置的精確感知，才能降低對作業對象的損傷，提高作業成功率和效率。
“目前，以機器視覺為主的作業信息感知技術已成為農業機器人智能化的關鍵技術和研究熱點。”張春龍說。
多項技術打破國外壟斷、填補空白
田間的非結構環境為農業機器人研發帶來了挑戰，制約著農業機器人技術的推廣與應用。張春龍介紹：“非結構環境下農業機器人機器視覺關鍵技術與應用”項目通過對農業機器人機器視覺技術的深入研究，在非結構環境下信息獲取、複雜光機電協同控制、“激光+視覺”多元信息感知等方面取得了技術突破，多項技術打破國外技術壟斷，填補國內空白。項目擴展了人工智能技術在農業場景的落地應用，實現了農業機器人從實驗室走向田間生產的創新實踐，引領了傳統農機的智能化轉型。
農田環境中的自然光照、陰影、風速等因素複雜多變，使得機器視覺作物信息動態穩定獲取成為難點。“項目從自然光照補償和抑制機理、機器學習與立體視覺算法匹配等方面進行了技術創新，提出了農業非結構環境下自然光照補償和抑制機理的機器視覺處理技術，通過分析視覺信息對自然光照變化的敏感程度，構建光照波動控制模型，突破自然光照變化對作物信息動態穩定獲取的技術局限，打破了傳統機器視覺缺乏對自然光照適應性的技術瓶頸。”袁挺說。
此外，農田環境作物信息叠加多義、作業空間複雜多變，枝葉交錯、果實重叠、苗草簇生，使得機器視覺難以準確識別作物信息。“項目從作物光譜特性、物理性狀與視覺圖像智能算法匹配等方面進行了技術創新，研究了近紅外、可見光視覺技術和深度學習方法交叉融合的農業非結構環境下作物信息智能獲取技術，突破了自然環境下農作物信息精准獲取難點問題。”張春龍介紹。 |
