联系我们
农业的分类有多广，农业机器人的市场就有多大。
但农业的分类有多广，也让农业机器人的发展难度有多大。
▍细节性难点颇多
农业机器人没有统一的定义，一般认为可以服务农业生产的机器人、自动化机器人或智能化机器都可以称作农业机器人。
例如按照大器械的分类，从机械化到自动化的农业设施设备可以称为农业机器人；在田间地头里自动播种、间苗、施肥、收获的生产工具，可以称为农业机器人；在农业处理流程中辅助加工、处理的，也可以称为农业机器人。
不仅如此，按照农业产品种类，植物、动物和农产品的形态，又可以再次细分。例如旱田耕种、摘番茄、挤牛奶等机器人。
因此，一般而言，国际上人们会将农业机器人按照植育、维护、收获、加工四个工艺环节分类，再根据场景细分进行解决方案开发，这是目前许多农业机器人企业会常用的分类方式。
但即便能够细分，农业每个场景的细节性难点都非常多。
例如传统农机自动化改造是我国当前许多农业机器人公司正在努力的主要方向，但经过一段时间的研究，很多参与者发现，这个场景的细小问题并不少。例如农田等非结构自然环境中的区域性、季节性光照、空间等往往都不同，同时作业目标随机分布、作业对象形态多样、地形起伏、垄沟纵横等导致的作业空间不可预知性，还有枝叶果实交错遮挡、苗草丛生为代表的障碍动植物多样性。
要想让农业机器人能够更好地使用，这些现实出现的细节性问题都亟待研究解决。
做农业机器人，往往就是做细节。
▍农业机器人种类潜力巨大
当前，全世界已经有三类农业机器人实现了大规模的商业化应用，分别是无人驾驶农机、挤奶机器人和农业无人机。
欧美国家在农田中大量采用了无人驾驶拖拉机，挤奶机器人则在欧洲养殖业应用广泛，而农业无人机起步较晚，以中国的极飞、大疆和极目等企业为代表。
其中，无人驾驶拖拉机可以在无人监管的情况下自动检测其位置和速度，在执行任务时避开障碍物，无人拖拉机又延伸出了无人除草机、播种机、洒水机等多种细分的门类。
而挤奶机器人早期则主要用于从奶牛身上取奶，如今已经与牧场实现了较为理想的流程绑定，挤完奶进入后端的肉制品加工，自动化程度已经非常高。
无人机则集中在播种、灌溉、农药喷洒、农作物监控等方面。
而在技术上，这些机器人也在从单一的功能朝着提高作物产量、帮助监测作物生长、帮助优化农业经营、提高土地利用效率等方面发展。目前部分企业已经加入了种植规划、土壤作物的健康分析等功能，强大的数据采集与分析功能已经可以更加科学地为农作物种植与防护工作提供了强有力的技术保障。
而这三类农业机器人之所以能够得到快速发展，与当前的农用机器人相关通用性技术不断发展并取得突破息息相关。
▍通用性的技术
传感技术、自动化技术、信息技术是农业机器人发展的三个核心。
这三项技术大多围绕如何实现非结构环境下的信息获取以及应用而展开，用于帮助提升农业从业者对农业生产系统的智慧管控能力。
例如传感技术主要包括对于动植物本身和周围环境的生理生态变化感知，从而让农业对环境具有较强的感知适应性，目前往往通过在农业机器人上或者周边安装传感器的方式，积累和检查有关天气或环境变化的数据，并得出与植物之间的关系，以预测可能发生的灾害。
而在智能农业生态系统中，传感器也起到至关重要的作用，例如跟踪挖掘数据价值，通过对土壤、空气等湿度条件的数据采集和计算，让农业生产者及时调整土壤状况，或者机器的自动灌溉，减少对于水资源的浪费。
自动化技术包括移载设备自动化和综合控制智能化。这些农业机器人往往由传统农机装备改造而成，很多生产企业并不是单独的农业机器人生产商而是传统农机生产者的转型。这些原先需要人工进行操作的农机当附加了自动化技术、智能化传感技术之后，也能实现自动驾驶，完成播种、喷药、施肥、收获、除草等工作，在非结构环境中起到一定作用，但精细程度并不高，往往一个有想法的农民在家捣鼓改造也可以完成。
除此之外，这几年，移动机器人配合夹爪吸盘等前端工具，实现果园等农业场景的采摘工作也是热点。果蔬采摘机器人加上机器视觉和机械臂之后，不仅能辨别果实的成熟度，判断品相，还能以合适的力度自主采摘果实。果园这种结构化程度还算高的场景，减少了实现自动化的难度。
信息技术的发展门类很广，而边缘计算就是一种目前发展较快的信息技术。这项技术往往通过使用各类硬件，例如传感器，配合实时数据驱动的执行器，实现基础的自动化，或者更进一步，借助AI等软件技术便于以及基于大数据和算法实现基础的数字化管理，或者做科学决策，并实现多因素协同和智能控制。
举个简单的例子，自动拖拉机和机器人可以在不需要人工干预的情况下自动运行，这就可以借助边缘计算来实现，原理是由于拖拉机可以与附近的传感器通信，以获取有关周围环境的必要数据。借助边缘计算，农业机器人还可以根据所执行任务的类型、现场现有车辆的数量、设备的大小等来评估覆盖所需区域的有效方法，此外，如果有任何障碍物，例如有任何动物或人挡在路上，自动拖拉机还可以自动更改路线，实现基础的自主化。
边缘计算还将使农业机器人能够使用计算机视觉和预加载数据实现简单分析处理数据的能力。例如计算测量甚至修正植物的种植密度，或者计算奶牛奶液的浓度，从而实现光照等资源的利用、保证奶牛的状态等农业的工作细化。
处理好了这些数据，边缘计算配合数据中台还可以及时调配指挥农业机器人进行修正和管理，保证植物的生长合理性，通过不断数据挖掘和机器学习等大数据手段，后续农业机器人可以发现生长规则和知识，构建知识图谱，为农民提供系统、精准的农业知识网络服务，同时还可以帮助克服农业中天气、土壤等一些不确定性。
当前，这三种技术同时配合视觉、导航技术、精准施药等技术，主要用在大田、温室、果园等农业作业场景，这些技术的发展也使得农业的上下游拥有更多机会，包括制造、运输、包装等。当前许多国家的农业部门也都意识到人工智能、流程自动化、边缘计算、物联网等先进技术对农业带来的好处，农业的整个生态系统，会改变农业“靠天收”的局面，对于机器人等自动化、信息化的需求程度，在未来会持续高涨。
▍更长远的买单问题
当前，农业机器人的成本偏高被认为是其发展的制约因素之一，也制约了市场的增长。但从农民的口袋里挣钱一直以来都是难事。让农民买单从古至今都非常困难。
而且无论国内外，很多农民是盲目的，尤其我国当前的农业联盟又非常松散，尚处于实验阶段，且农业劳动力的成本非常低。要形成自动化甚至智能化，都还需要太多的时间。
从研发角度而言，由于机器人价格昂贵，目前国内外很多缺乏资金的农民都买不起、用不起，但是企业如果不卖出高价，后续的研发却又非常艰难，赚农民口袋的钱尤其马虎不得，细节性的研究研发就非常考验耐心，同时烧钱。这也直接导致了市场增速必然缓慢。
当前，国外的农业机械购买力主体都依然还是当地政府或者农业联盟。但因为农业有很强的行业周期性，一旦采取土地集中，政府补贴给农民社区的方法，有些地方为追求短期经济收益胡乱规划，或者部分不适合种植的土地闲置都会是一个很大的问题。当地农业的根本到底5年、10年、20年是去解决什么问题，县乡一级政府都缺乏更高的认知。对于农业如何合理规划和调配，可以说是一个乡村治理以及共同富裕的综合性难题。
除了成本问题，农民对机器人操作缺乏了解，也将成为阻碍市场增长的主要因素，如何让农业机器人朝着简单易用的方向发展，比期望大学生下乡务农更加直接。
农业机器人必然是一笔长期投资。短期收益可能跟不上，但发展潜力从来不会小。