我國是個幅員遼闊的國家，農業一直是我國開展的基礎，應該說大部分的主糧栽培都占有了最有利的地形—平原地帶。要想保證社會的調和與國家的安穩，必然要重視農業的開展。

        但一直以來咱們重視的機械化也更多地會集在大田中，比方拖拉機收割機等等，這些大型機械也逐漸走向智能化、無人化。除了大田，另一類栽培是在小地塊上，比方果園栽培生果。關于果園來說，現在仍是首要靠人工勞作，設備是以半自動化為主的小型機械，比方除草機開溝機等等。在大田栽培中，農機與農藝相互影響相互習慣，同步進化，造就了今天大田中的高度機械化。而果園中，農機與農藝的結合程度不高，尤其采摘部分完全靠人工。

        但在國外農業機器人一般被以為是以農業產品為作業對象，具有人類部分感知和舉動才能，歸納了多種先進技能與要害零部件的自動化或半自動化設備。從國外對農業機器人分類來看，農業機器人首要包含了收獲機器人、除草機器人、耕耘機器人、擠奶機器人、智能拖拉機等各式智能農業機械設備，國內外也都有公司把方針對準果園的機械化智能化采摘上，有采摘西紅柿的機器人，還有采摘蘋果機器人，還有采摘草莓的。

        眾所周知，農業機械化能夠降低農業本錢、節省資源、保護環境、節省勞動力以及進步農產品質量，有助于完成大規模生產，在我國農業現代化中占有核心地位。但當時，我國的農業機械化水平仍相對落后，歸納技能水平僅相當于發達國家20世紀60~70年代的水平；農業配備的研制、創新有限，存在類型標準少、水平較低、并且可靠性差等問題，遠不能習慣現代農業生產開展的需求。

        但丘陵山地進步農機化水平具有迫切性。南邊丘陵山地是我國重要的糧食、油料、蔗糖、煙葉、蔬菜瓜果、麻類作物等生產基地，在我國農業生產中有著無足輕重的地位，可是南邊丘陵山地農機化水平較低，農機歸納機械化率還不足10%，大部分作物機械化生產處于技能改善熟化或演示推廣階段。

        尤其在浙江、湖南、云南等11個南邊省份中，丘陵山地占耕地份額在60%以上，導致南邊地區成了我國農機化開展的“洼地”。所以，南邊丘陵山地農業生產機械化水平進步火燒眉毛。

        雖然國內一些廠家針對適合丘陵山地運用的小微型機具進行了研制和改善，但因為技能成熟度不高、機型少、性能不安穩等原因，導致研制的農機具品種不適合或者不完全適合丘陵山地農業生產，造成了丘陵山地農機配備供給嚴峻不足，農機化水平難以進步。
        
同時丘陵山地林果采摘智能自動化也有著必要性現在，我國果品總栽培面積和產值均占國際第。已成為栽培業中位列糧食、蔬菜之后的第三大工業。2000年至2015年，我國果園面積由893.2萬公頃增至1,281.6萬公頃，CAGR2.44%，呈現安穩添加態勢。2010年至2015年，我國生果總產值由2.14億噸增至2.74億噸。

        據我國農業科學院預測，到2024年，我國人均生果消費量將達到93.9kg，商場規模將達到3.24萬億元。林果工業已成為我國林果產區經濟開展和農民增收致富的新亮點和支柱工業，規模化生產需求越來越迫切。


        林果采摘是整個林果生產環節中最重要的部分，所用勞動力約占整個生產過程所用勞動力的35%~45%，且具有季節性強、周期性短、勞動強度大、勞動力本錢高但卻采摘效率低下的特點，嚴峻限制了我國林果工業的進一步開展。

        作為全球最大的農業機器人商場國家之一，我國農業機器人工業開展形勢杰出，相關企業技能創新才能與商場競爭力不斷加強。從數據來看，我國農業機器人研討產出規模現已超過美國，在收獲和采摘機器人等部分細分范疇優勢更為顯著。國家關于農業機器人工業開展也十分支撐，相繼出臺了一系列方針舉措，推進包含農業機器人在內的機器人職業加速開展。

        不過，就現在而言，我國農業機器人商場的快速添加仍然面臨一定挑戰，與西方發達國家存在一定差距，如農牧業工藝與機械設備結合不夠嚴密，國內農業機器人產品安穩性、故障率、易用性等指標差強人意，智能化程度有待進步，核心算法尚有短缺等。

難題與處理

        機器視覺深度學習相結合的技能難題也是困擾我國農業機器人開展的要害原因。關于林果采摘機器人研討而言，當時最大的最迫切需求處理的問題是果實的實時辨認和定位不準確。在采摘過程中，機器人通過相機實時捕獲圖畫，視場中除了果實還包含天空、枝葉、果實、大地等攪擾項，并且存在堆疊、遮擋，光照不均，布景復雜等要素，對辨認算法的魯棒性提出了嚴峻考驗。

        此前，依據機器視覺技能的辨認、定位研討是干流趨勢，可是通過多年的研討實踐，仍未能很好的處理這一問題，陷入了瓶頸期。隨著計算機使用技能的不斷開展，人工智能技能得到了長足的開展，尤其是辨認技能和深度學習技能。

        現在依據深度學習技能的辨認、定位研討已有初步成效。比方農業界就有位AlphaGo 已學習成為“植物醫生”，能夠實時告知農業人員什么疾病正在對農作物產生影響。生物學家戴維·休斯和作物流行病學家馬塞爾·薩拉斯開發的手機使用Plant Village，也運用深度算法能夠檢測出14種作物的26種疾病，作物疾病的辨認準確率高達99.35%。

        又如此前視頻中，喬戈里科技就在以往機器視覺技能等研討的基礎上，以深度學習技能為創新突破口，在學習了近萬張獼猴桃的照片后，現已能像經驗豐富的一樣桃農依據獼猴桃的巨細、質量等自動進行分揀，現在準確率已達到90%。

        因為有深度學習技能的加持，機器在后續的運用中還能不斷累計數據，邊作業邊學習，變得越來越“聰明”。事實證明機器視覺技能結合深度學習等人工智能技能在實時精準辨認、定位上大有所為。總之，關于農業機器人商場的添加趨勢，咱們能夠堅持更大的樂觀。不管是深度學習、人工智能、深度學習等技能也好，仍是農業機器人本身也罷，都將在未來的農業變革時代中發揮更要害作用。技能的浸透將進一步進步農業機器人的價值和優勢，而農業機器人商場也將會遭到積極影響，堅持持久添加。

關于農業機器人的未來

        數據也證明了這一添加趨勢，依據調研機構Tractica的陳述顯示，在未來的幾年時刻里，全球農業機器人的出貨量將快速添加，有望從2018年的每年約6萬臺增快速長到2025年的72.7萬臺。Tractica還估計，到2025年，農業機器人的全球商場價值將達到879億美元。

        就現實情況來看也是如此，咱們不得不供認，農業機器人等機器人產品將越來越多的出現在商場上、出現在網絡媒體、出現在咱們身邊，作業被機器人所取代是不可避免的。在機器人技能展現更大優勢的布景下，各國關于機器人工業的投入不斷添加，用戶關于機器人的認可也持續進步，這是農業機器人等機器人商場得以可持續添加的重要原因。

        總體來看，現在，全球人口依然在持續添加，而疫情的迸發無疑對不少國家的農業安全造成了要挾。在農業勞動力減少、糧食需求添加以及疫情的影響下，發揮農業科技的力量更顯示出高度的重要性。越來越多的國家開始推進農業智能化開展，積極促進農業機器人等智能設備的使用，期望以此進步土地產值，維護糧食安全和社會安穩。

        與此同時，人工智能、物聯網等新一代信息技能的開展和5G網絡的加速部署，為農業機器人的性能進步和規模化遍及帶來了更大支撐。在許多要素的歸納影響下，農業機器人成為了機器人范疇新的商場添加極，全球農業機器人商場規模正迎來快速添加，年復合添加率十分可觀。

        因為全球人口呈現指數級添加，我國人口規模在短期內也將持續上升，開展現代化、智能化、信息化農業依然是緊迫需求與干流趨勢。除此之外，大規模使用農業機器人和開展智能農業也將發明巨大的經濟效益。

        不過，現在國內農業的人工本錢仍是比機器人的本錢要低，尤其關于采摘機器人來說，采摘一般一年一次大部分時刻都是擱置狀況，這種現實情況依然會限制職業的開展。

采摘機器人的遍及可能需求兩個條件：

       1、國內農業人工工資持續上漲到接近發達國家或者農業勞動力完全匱乏甚至連老年勞動力都不再有的時分

       2、避免一年運用一次的單功能機器人，將末端規劃成可更換的、能習慣多種場景，進步機器人的運用率。

       但不管怎么說，農業這個古老的職業需求更多人的重視和投入，共同努力推進它的開展。