基于卫星遥感、无人机遥感、智能感知终端及物联组网的新型农情监测技术在各自领域内取得了重大进展，然而单一监测手段难以满足现代农业的全面感知需求，亟须发展多源、多尺度天空地协同监测与智能感知体系。本研究首先介绍了我国现代农业发展中的一些问题并指出了发展天空地信息融合技术的必要性；然后对天、空、地传统感知信息技术分别解析，对卫星遥感技术在各个领域的应用进行归纳，再对近地端无人机遥感技术在病虫害检测、表型分析、干旱胁迫检测等细分领域中的数据获取处理方式进行总结，最后概述了地面网络中智能感知终端和物联网络的关键技术与组网方式，并详细分析天、空、地传统感知信息技术的优缺点、关键技术、发展趋势。结合现有监测技术存在的不足，概述了国内外天、空、地感知技术在农情一体化监测中的最新研究成果与应用情况，在此基础上，指出了天空地一体化农业信息融合技术研究与应用中尚未解决的关键技术问题，提出了我国天空地信息感知与融合技术要朝着稳定性、精细化、系统化方向发展，为今后多源信息融合监测技术发展与应用提供新视角新思路。本研究为分析天、空、地信息感知热点动态，突破相关应用瓶颈，以及把握一体化感知与融合技术发展趋势提供了借鉴和参考，以期助力中国农情信息获取立体化、精准化和智能化发展。

畜禽养殖业是我国农业的重要组成，持续增长的养殖规模对养殖技术的智能化要求不断提升，伴随着养殖人才的缺失，对于养殖技术的智能化、无人化需求日益增多。目前我国养殖产业正处于智慧畜牧业初级阶段，智能化技术正在逐步运用于畜禽养殖产业，处于刚起步阶段。通过归纳国内外专家学者应用于畜禽养殖产业人工智能领域的机器学习、图像识别、专家系统、神经网络、自然语言处理等技术，分析当前人工智能技术在畜禽养殖业中环境控制、精准饲喂、健康管理、蛋奶管理以及粪污处理等主要应用场景及发展历程。并基于当下国内外主流的人工智能技术在畜禽养殖领域的应用，以及机器人技术在替代人工进行养殖作业的发展进行阐述，通过研究学者与生产人员的不断努力，人工智能技术在常规的饲喂、环控和粪污处理方面取得了逐步的应用，畜禽养殖生产管理智能机器人方面也有消杀机器人、拾蛋机器人、挤奶机器人、智能巡检机器人、清粪机器人等。但由于我国智能养殖产业起步较晚，并没有形成自主研发、集成式智能养殖装备和智能养殖技术，在养殖动物福利方面缺乏关注，养殖过程中所产生污染较为严重。在此基础上提出了要基于国产芯片研判多功能养殖机器人的建议。借鉴畜牧业发达国家经验，展望我国智能化畜禽养殖场的人工智能技术应用的产业需求、发展前景，提出技术研究和产业应用建议，本研究旨在为未来人工智能技术在畜禽养殖领域的发展提供一定的思路。

植保无人机作业通常以飞防队形式进行作业，目前飞防队调度组织形式较为粗犷，造成飞防队整体效率较低的问题，合理调度无人机可提高飞防队的作业效率。以水稻稻曲病防治场景为研究对象，根据水稻稻曲病“三喷一防”的作业规范，结合现有飞防作业订单模式现状，为保障植保无人机的作业质量与作业效率，提出了订单管理与植保无人机调度模型。模型主要分为2个部分。（1）订单管理。综合考虑订单作业面积、时间窗、订单紧急程度的订单排序方法。（2）调度模型。基于模拟退火算法的无人机调度模型。以南京地区16个地块，4个飞防队的水稻稻曲病防治作业任务为例，分别在时间窗间隔为3~6 d的情况下，使用模拟退火算法与贪婪算法进行比较。结果表明，模拟退火算法在总作业收益、无人机等待时间与调度距离上较贪婪算法都更具优势。时间窗间隔在3~5 d内，时间窗越长，调度路程和等待时间越短，总作业时间越长，总收益越高。时间窗长度为6 d时，作业总时长与作业收益不再改变。该研究可为无人机飞防队的调配与决策分析提供科学依据,为农机智能调度系统开发提供参考。

采用文献计量分析方法,基于Patentics专利分析平台,通过对专利文献中的专利申请量、专利权人、发明人、技术主题等多个分类指标进行计量、归纳和可视化分析,探明中国茶叶和蔬菜智能化采收技术的发展脉络、主要创新机构、重要创新团队、核心专利、主要申请人关注的重点技术等情况,为促进茶叶和蔬菜产业创新发展提供情报支撑。

根据沿海盐碱地饲草―短季棉连作种植模式的特点,设计一款新型的基于北斗导航的棉花智能播种机。该机具可一次完成北斗导航无人驾驶、播种带清整、种下分层施肥、种肥隔离、智能精量播种、种肥隔离、覆土镇压、地表塑形等工序。利用该机具进行田间试验,结果表明:作业后的衔接行准确,播行端直,提高了衔接行的精准度和播行的直线度,播深平均为2.8 cm;播深合格率为92.5%;衔接行间距精度为1.2 cm;播种行直线度为0.8 cm,土地利用率提高5%。为后续田间标准化作业奠定基础,实现播种施肥精准控制,节种节肥。

随着我国农牧业的快速发展,农牧业机械的需求量越来越大。从农机共享和在线云管理的设计思想出发,开发出基于北斗平台的云智能农机具共享系统,应用于农牧业机械中。描述农机具共享系统的总体结构和构成,开发农机专用共享平台APP,并采用物联网技术实现农机具位置在线可视化,应用北斗卫星提供农机手到农户耕种田地导航服务,并且通过智能手机下载的APP实现信息交互。通过云智能系统,农户可以选择距离自己最近的农机具下单,农机手也可以登录APP接单或者抢单,从而实现信息快速交流,提高生产效率。

针对履带农业机器人室外自主导航,本文提出了一种基于三维激光雷达的定位方法。首先,采用lidar_IMU紧耦合里程计与图优化算法建立导航区域特征点的先验地图。其次,为确保机器人能够在先验地图上的任意位置进行定位,将卫星定位信号作为索引信息导入点云地图。最后,采用轻量级激光里程计算法与先验地图进行匹配,计算机器人位于先验地图的姿态信息。同时,为了减少计算量将非线性优化区域限定在栅格化的小地图中。借助机器人携带的GNSS对系统进行了测试,当机器人运动速度1.0 m/s时,最大定位误差小于0.26 m,平均定位误差小于0.125 m,实验过程中没有出现定位失败的情况,可以满足履带农业机器人室外导航的定位需求。

针对果园水肥一体化需求,结合试验梨园实际情况,设计一套水肥一体管控系统。由水肥一体系统和管控系统组成,采用微喷灌、滴灌、交替滴灌等多种灌溉形式。管控系统以水肥一体机为核心,包括数据采集、水肥管控和远程控制单元,实现对环境、设备状态和参数进行监测,并做出决策和控制。用户可通过多种方式实现查看和操作,达到信息采集、传输、管理、决策和控制于一体。设计多种水肥施用方案并进行试验应用,结果表明系统运行良好,能对不同的水肥施用量进行精准管控,微喷灌在肥料减少19%的情况下,长势、产量、品质保持不变,节省人工达到90%;滴灌水量减少40%,施肥量减少35%的情况下,长势、品质保持不变,产量增加,。本系统结合水肥施用制度,实现水肥一体管控,取得较好的效果,可为果园水肥一体化设计和应用提供参考。

针对水稻收割机作业质量(破碎率、含杂率、损失率)在线监测系统缺乏的问题,本文构建了水稻收割机作业质量在线监测系统,其中GPS模块实现田间作业速度和作业位置实时监测,破碎含杂率检测装置实现破碎率、含杂率在线监测,损失率检测装置实现损失率的在线检测,各功能模块通过CAN总线与人机交互系统实现数据通信,开展了相关的田间试验验证系统的性能。研究结果表明,水稻收割机作业质量在线监测系统含杂率的监测精度达到82.76%以上,破碎率的监测精度达到78.69%以上,损失率的检测精度达到73.53%以上;针对作业质量实时变化趋势,人工检测与水稻收割机作业质量在线监测系统检测的结果一致,实验组间人工检测到作业质量参数升高或降低时,系统检测结果也显示该参数数值升高或降低。由此可见,本文构建的水稻收割机作业质量在线监测系统能够实现水稻机械化收获质量可视化监测与报警,能够为智能水稻收割机作业质量参数在线监测及自适应控制策略研究提供有力的技术支持。

传统的植保机械作业效率低,农药利用率低,造成环境污染,农产品农药残留超标,亟需通过采用人工智能技术提高植保机械的智能化水平。本文介绍了人工智能的基本定义与内涵、基础理论和关键技术,分析了人工智能技术在植保机械作业中的农情信息获取、农业机械导航和航空植保技术发展方向,提出了加快发展农业人工智能的六个建议,为加快人工智能和植保机械化技术提供了依据。

由于新疆所处地域特殊的自然气候条件,农业机械设计工作者在借鉴国外已有机型的基础上,结合本地棉花种植特点,研制出棉花膜下滴灌播种机系列机型及其配套监测技术及设备。本文介绍了新疆膜下滴灌播种机的发展历程及主流机型结构、典型代表技术以及核心工作部件排种器的演变过程,通过对成果的回顾与梳理,预测未来播种机械发展趋势。

联合收获机作业过程中的粮食损失直接关系到农户的经济效益,掌握准确实时的谷物损失信息,不仅可为机手调整联合收获机工作参数、保证作业质量、提高作业效率提供直观依据,而且便于农户或有关政府部门跟踪、监测和统计各区域的收获损失。谷物损失主要包括割台损失、未脱损失、夹带损失、清洗损失和漏粮损失。其中夹带损失和清选损失在总损失中占有很大比例,因此有必要对其进行实时监控。国内对夹带损失监测方法的研究还处于理论和初步试验阶段,与国外的研究有所差距。提高夹带损失传感器的精度、可靠性和适应性是我国谷物联合收获机信息化发展过程中的难点和关键点。本文从夹带损失监测原理、传感器信号处理系统、传感器减振方法、夹带损失概率分布模型等方面综述了国内外谷物联合收获机夹带损失监测方法和装置的研究进展及其发展趋势。这些将有助于夹带损失传感器的不断改进和升级,为我国实现信息化收获作业奠定坚实的基础。

为了实现遥操作农业拖拉机系统中操作员与自动化系统相互协作,共同完成作业任务,需要将功能在人机之间进行合理分配。本文基于对BP神经网络算法、遗传算法和自适应遗传算法三种智能算法对动态功能分配进行研究,操作员的状态、操作员工作量和任务的需求作为动态功能触发机制。首先,利用遗传算法和自适应遗传算法分别对BP神经网络优化,将操作员的状态、操作员工作量和任务的需求作为网络的输入量,输出量是自动化等级,建立了3个网络训练模型,进而得到人机功能分配方案。基于自适应遗传算法BP神经网络模型训练次数远小于基于遗传BP神经网络训练次数,预测准确率也高于基于遗传BP神经网络的预测准侧率。测试结果表明,相比于传统的BP神经网络、遗传BP神经网络,基于自适应遗传BP神经网络更优。