74亿美元的农业机器人市场有四大难点需突破

7月15日，在第七届中国机器人峰会暨智能经济人才峰会上，中国工程院院士、国家农业信息化工程技术研究中心赵春江分享了《农业机器人展望》的报告。他在分享中提到，2020年农业机器人市场的规模大概为74亿美元，预计2025年达到206亿美元。他同时提到了目前农业机器人遇到的瓶颈问题，以及目前我国在农业机器人方面的一些实践案例。

图：中国工程院院士、国家农业信息化工程技术研究中心赵春江在分享

市场规模74亿美元，国内农业机器人应用集中在无人机

在赵春江看来，不管是学术界还是产业界对农业机器人都给与了高度的关注，比如2007年美国的《时代周刊》将年度最佳发明奖颁发给了Hortirobot除草机器人；IEEE设置了专门的农业机器人与自动化学术委员会；欧盟赞助了CROPS、Sweeper，MARS机器人等系列农业机器人项目；在中国2018年开始也在重点关注农业机器人项目等等。

除了学术方面，在产业界，农业机器人公司现在属于蓬勃发展期，农业机器人的种类非常多，也有很多的公司在做，比如采摘、除草、放养、打药、搬运，以及给植物授粉。此外，还有无人驾驶的拖拉机等等。据美国商业资讯对农业机器人市场做的预测，2020年市场规模是74亿美元，2025年达到206亿，复合增长率22.8%。

虽然，农业机器人的市场非常大，但目前主要集中在无人驾驶的拖拉机、喷药的机器人、挤奶机器人，这几类农业机器人在农业生产当中实现了大规模生产应用，国际上面有很多公司从事相应产品的研发和生产。

我国也为农业特定的结构和功能研发了一批机器人，不过基本都是实验性质的，还没有完全的实用化。最近，国内最大的农机的生产商家依托一拖拖拉机做无人驾驶，并且已经开始在生产当中示范应用。

目前，我国的农业机器人应用方面主要还是在无人驾驶拖拉机和喷药无人机，比如大疆的植保无人机出货量很大。

据统计，目前我国的农业无人机的数量是6万架，每年服务农业生产的面积是10亿亩次。

农业机器人发展的瓶颈

赵春江院士表示，机器人在农业领域有非常巨大的应用前景，但其发展还有三大瓶颈需要突破。

首先是农业的非结构化环境，使得农业机器人比工业机器人难做。因为工业机器人的焊接都有相对固定的结构，而农业上面没有，全世界没有一棵结构一样的苹果树，苹果树分枝位置都会有变化；相互遮挡，颜色纹理复杂；以及白天、阴雨天、黑夜的光环境变化对机器人的影响也很大。

二是农业对象的生物特性。农业对象一般都具有移动性、柔软性和商品性等生物特性，比如说采摘苹果，如果机器臂很强硬地把苹果摘下来，很可能会破坏掉苹果的商品价值，但如果没有力气的话，苹果又摘不下来。

三是农业上面要求高技术，且低成本。农业当中的场景也是复杂多变的，有粉尘、风雨、光照条件的变化，因此，场景的感知、精度、处理速度要求比较高。此外，还需要考虑如何对被操作对象的定位识别等等一系列的问题。

四是效率问题。由于很多不确定性，还有执行系统，我们要求很多都是柔性的执行系统，挤奶机器人，挤奶器，摘苹果，摘蔬菜，包括西瓜果品的分类方面都是要求有柔性，还有执行效率，执行效率并不是很高，目前的一些采摘机器人的效率还比不上人类。因此，怎么样从算法和控制上提高机器人的采摘速度，也是目前需要突破的瓶颈之一。

农业机器人的实践

赵春江院士还在分享中讲到了他们团队在农业机器人方面的实践。比如他们团队做的嫁接用的机器人，为了病害把新的苗嫁接在老的木头上面，过去是人拿刀子和人协作完成，现在是人跟机器协同来完成。

他们还做了一个拖拉机无人驾驶的免耕播种的机器人，“我们现在做无人农场，无人农场必须用车相当于一个机器人作业，像人一样作业，能够进行场景的感知，自动判别，包括里面障碍物等各方面，难度在于拖拉机不像汽车一样，他后面是载荷很重要的负载的农具，这是我们做的施肥的机器人，我们通过模型把每个地方的作物种子情况判断出来，跟位置进行关联，把这些数据给机器人，机器人根据位置施肥，实现每个地块精准的施肥。”赵春江分享说。

除了单台的机器，现在实际当中是多个机器在农业场景中同时作业，那么，多个机器怎么协同配合、路径怎么规划、一个机器坏了，另外机器加入怎么进行任务分配，需要很多的算法，过去叫无人驾驶是讲机械脑，现在农业里面强调多个机械共用一个脑，这样减少成本的投入。赵春江的团队在黑龙江做了一个多农业机器人协作的实践项目。

结语

展望未来，我们国家对农业机器人有巨大的需求，1991年我国的劳动力占全社会的劳动力61%，现在农业的劳动力占全社会的劳动力只有26%，城镇化发展使得农村的劳动力大量转移，现在农村存在谁来种地的问题，而农业机器人刚好可以解决这个问题。当然，目前农业机器人与人之间还有很大的差距，我们需要在材料、算法、控制、策略，以及加工的工艺等各方面做到提升，以减少这个差距。

未来要把新材料，新技术，新方法融入在一起，研发适合农业场景的机器人，进行学习提高判断能力，提高机构的执行力，达到人机共融。