农业机器人指的是一种以农产品为操作对象，兼有人类部分信息感知和肢体行动功能，是综合了多种学科交叉的可重复编程的柔性自动化或半自动化设备。

 

农业机器人能够逐步代替人力而且不断帮助农业生产降低劳动强度，同时，其还可提高劳动效率，帮助解决目前许多国家面对的劳动力稀缺难题。农业机器越来越受到农业人口较少的发达国家的重视，也成为国际农业装备产业技术竞争的焦点之一。相对而言，我国与发达国家水平差距明显，如农牧业工艺与机械设备结合的不够紧密，国内稳定性、故障率、易用性等指标不理想，生产成本较高，生产效率偏低，智能化程度不高，核心算法的差距显著。

 

但未来的农场一定将是无人农场，将会需要大量的农业机器人，国内很多研究机构和企业也在探讨无人农场，也建设了无人农场的示范，虽然我国对机器人的研究起步相对较晚，但产业发展迅速，同时政策上支持力度不小，工业和信息化部、发展改革委、财政部于早前就曾联合发布《机器人产业发展规划（2016—2020年）》，就为农业机器人的进一步发展提供了新机遇。

 

 

据分析称，农业机器人目前已成为世界热点，2017-2021年期间，人工智能在农业中应用的年复合增长率为22.68%。2016年为27.6亿美元，预计2020年为111亿美元，2025年为308亿美元，主要包括农业无人机，无人拖拉机、智能收获机、智能除草机、挤奶机器人、农业自动化与控制系统等。农业机器人的广泛应用是人工智能农业领域市场快速发展的重要因素。而目前中国农业机器人研究产出规模已经超过美国，同时重点关注在收获和采摘机器人。

 

本文以农业机器人相关研究SCI论文为对象，对农业机器人的论文产出趋势、热点研究主题、国家竞争态势及研究前沿进行了四个方面的分析，旨在把握该领域的国际总体竞争态势和研究前沿方向，为科技布局和科技管理提供决策支撑。

 

研究前沿分析的方法是，将所有检索到的SCI论文数据进行汇总，以排名在Top10%的论文为选择基础，筛选出被引频次高的论文，同时在此基础上邀请专家进行甄选，同时选出重点论文，并对逐篇重点论文进行内容解读，然后根据研究主题聚类、分析，以此获得当前农业机器人的研究前沿方向及重点研究内容。

 

该篇论文分析称，中国农业机器人研究产出规模超过美国，重点关注收获和采摘机器人。2013—2018年，世界所有能检索到与农业机器人研究相关的SCI论文，数量为484篇（检索日期截止到2018年12月）论文数据表明，相关农业机器人的研究论文从2013年的53篇增加到了2017年的114篇（2018年数据不完整），增长近1倍。从数据可以看出，年度数量变化呈增加趋势，表明各国近年来农业机器人研究产出规模不断扩大，同时该领域仍然处于研究的上升期，且越来越受到关注。

2013—2018年，世界农业机器人SCI论文贡献自全球52个国家，其中数量最多的前10个国家依次是中国、美国、西班牙、德国、澳大利亚、荷兰、以色列、意大利、英国和日本，10个领先国家的论文数量合计426篇，约占论文总量的88%。

 

 

从论文数量的年度变化可以看出，在农业机器人方面，中国的论文数量逐年增加，且增长趋势非常明显，年度论文数量2014年开始超过美国跃居第一。当然这也不乏中国农业相关的研究人员与日俱增的因素。

 

 

3

热点主题

 

在农业机器人相关的SCI论文中表明，各国的热点研究主题主要集中在作业场景与关键技术，分布较为不平均。其中中国比较关注的是收获和采摘机器人的研究，而美国、澳大利亚、荷兰和英国等更关注挤奶机器人，以色列和日本较为关注收获机器人，德国与意大利关注喷灌机器人。

 

 

可以看到各国的农业机器人相关研究都很大程度上受到本国的农业国情影响，同时研究能产出效益的还是根据实际需求得到了很好实验和验证之后的成果。

 

4

前沿方向

在论文整体产出上，虽然中国农业机器人研究产出规模超过美国，但被引频次能在一定程度上反映论文的质量和影响力，高被引论文的研究内容在一定程度上可以反映该领域的研究前沿。

 

从论文内容中进行判断，我们可以很好确定出相关的前沿方向。例如对检索到的与农业机器人相关的SCI论文进行筛选、判读，可以看出，研究主题目前聚集在3个前沿方向，分别在作业对象识别和定位算法优化，导航和路径规划算法优化，以及对作业（农业生产）对象的分选与监测研究。

 

 

在作业对象识别和定位算法优化方面，各国的主要研究对番茄、甜椒、苹果、柑橘和荔枝等蔬果及杂草和作物病害等的识别，而中国在这一方向上的研究产出相对较多。

 

导航和路径规划算法优化方面，日本和西班牙的相关研究则更加超前。

 

美国在作业对象的分选与监测研究上产出相对较多，研究重点包括果实分选及水产养殖监测和牛奶产量与风险监测等。

 

结语

全球农业生产的集约化和规模化进程不断加快，但无疑随着人口的稳定和下降趋势，世界农业劳动力一定会不断减少，但各国对农业机器人的需求将持续加大。由于农业环境和作业对象的复杂性、多变性和非结构性，目前可以看到，农业机器人研发难度大，相关作业效果有待提高。

 

在作业对象识别和定位、导航和路径规划、作业对象的分选与监测等前沿方向上，要以开放创新的理念开发和应用新技术，促进具有多环境适应性的智能农业机器人的研发。

 

在技术上，随着云计算、大数据和人工智能等新一代信息技术与农业技术的深度融合，农业机器人作为新一代智能化农业机械将突破瓶颈并得到广泛应用。

 

同时，未来农牧机器人新技术研究包括深度学习、新材料、人机共融、触觉反馈等技术，都值得全世界人类进行探索。深度学习提高农业机器人感知和决策能力，如感知包括表型特征识别、场景识别定位、作物病害识别。决策包括运动路径优化、作业姿态优化、作业次序优化。触觉反馈控制要增强农业机器人感知和执行能力，如能力反馈的感知与执行能力。

 

新材料可以改善农业机器人执行能力，人机共融是未来农业发展重要的一环，可提高作业效率，人机共融技术减少了研发成本，由机器人预测人的意图配合完成工作。建立更加庞大的、宏观的、虚拟的、战略性的农业机器人系统，实现无人农场，这才是农业大数据的本质内涵。