编辑:机器人智能农场

农业正面临着许多经济挑战方面的生产力,成本效益和劳动力短缺(Meuwissen et al ., 2019)。农业正在接近到“智能”时代,操作变得数字化,数据驱动,使可以监视和控制作物生长等许多多元化和相互关联的过程评估、害虫控制、疾病监测、灌溉、种植、作物喷洒,场分析等(Klerkx et al ., 2019)。这种方法将通过越来越多的自动化设备和工具的交互需要跟踪生产过程的操作优化或可追溯性对消费者。引入自动化,包括智能机器人,自动感应、建模、决策、人工智能(AI)、智能分析、计划和驱动,和基因型的作用与环境,允许农业操作提高效率(Gonzalez-de-Santos et al ., 2020)。此外,提高驱动、传感和监控生产减少对环境的影响,提高质量,数量,和可持续性。机器人智能农场给了一个独特的可能性评估和评价农业可持续发展和空前的准确度和精密度。

这个研究课题提供了一个有用的机器人系统的功能和应用程序的概述(包括空中和地面机器人)和人机协作结合人工智能(AI)的发展策略在农业环境中不同的任务。

应用程序在当前的研究主题集中在各农业机器人系统的使用和实现任务。例如,Ulloa et al。提出一种光学感官系统对数据采集和处理在精准农业机器人受精过程。他们整合不同的感官系统,如激光雷达,RGB和多光谱相机,以及机械臂配备了施肥系统在机器人平台重建行作物的施肥机械手臂和提取信息。

此外,近年来特定站点喷雾器的解决方案(包括杀虫剂和肥料)应用使用无人机(uav)获得了农业部门的兴趣。马等。提出一个数据驱动框架来预测密度分布的蛭石分发模式从一个盘旋无人机(UAV)作为无人机的运动状态的函数,风力条件,和分发器设置。作者提出一个模型基于无人机高度、风速、风向,和分发器设置(孔径大小和流量)估计的二维分布低密度材料蛭石,常常被用来作为载体在无人机分布的生物控制剂。

中一个重要的元素引入机器人系统在智能农业合作运营商和机器人。哈曼和Sklar多智能体任务分配方法,提出一个帮助农场经理和团队领导管理收获劳动力有效和高效。作者提出的一种变体轮循(RR)分配工人的问题领域,应用和以市场为基础的任务分配机制的挑战将任务分配给工人在字段。作者定义一个工作模型,从观察每个工人在收获季节的表现,这可以是一个人或一个机器人,因此预测方法采用人机劳动力。

一个伟大的机器人和人工智能系统目前面临的挑战是缺乏监管框架和指导方针,可以保证农业生产系统的安全性和可操作性。对于这个伊斯特伍德et al。提出一个创新设计的“责任”的方法在机器人与自动化,使用批处理机器人挤奶的发展pasture-grazed乳品业作为一个案例研究。作者强调更广泛的考虑,技术开发人员和决策者需要考虑当设想未来创新机器人在智能农业的发展轨迹,对设计工作,包括影响工人健康和安全,改变农业系统,市场和监管约束的影响。

这个研究课题显示一个小但重要的机器人和人工智能能有助于农业生产系统,作为一种管理农田,动物,人们更有效,高效和自动化。的方法提出了研究课题涉及到传感器的使用,机器,无人机,和卫星监测动物、土壤、水和植物。通过监测获得的数据被用来解释过去和预测未来,为了更及时和准确决策,农场和供应链。

作者的贡献

所有作者列出了一大笔,直接和知识贡献的工作,批准发布。

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

出版商的注意

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。

引用