编者按：本文为UK-RAS农业机器人白皮书节选，UK-RAS是英国政府主导的一个专门研究机构，主要课题是机器人和自主系统，其定期报告在业内拥有较高的知名度。

当不同类型的机器人和自主系统结合成一个体系，机器人技术在农业中的真正潜力将得到开发。例如，无人机是一个很好的环境监测平台，但由于其有效载荷和操作耐久性有限，在进行大规模干预或治疗时受到限制。因此，地面和空中机器人需要集成到不同的舰队中，以集中或分布式方式进行协调。

规划、调度和协调是农场多机器人系统控制的基础，也是提高农业和农业自动化水平的基础。例如，智能灌溉系统可以响应天气条件和作物生长状态的变化，自动优化灌溉策略，从而在不损失产量的情况下减少淡水的使用。然后通过计算机控制的灌溉设备实施优化策略（例如何时、何地和水量）。

这种协同舰队也对现场通信基础设施提出了要求，如部署在现场的Wi-Fi网格、WiMAX自组网、5G方法或其他专有的点对点的通信方法。在更大的范围内，部署在现场的异构舰队还可以包括协作的人员与机器人共享工作环境，从而在这种情况下，提高机器人与人类操作员和工人之间的交互和通信需求。示例应用包括现场物流，其中机器人需要针对区域覆盖和路线问题进行调度。更一般地说，车队管理需要整体的方法，即完全集成目标分配、运动规划、协调和控制。到目前为止，这些子问题在很大程度上是单独研究的，因此需要对集成和扩展到现实世界场景进行基础研究。群体机器人的某些方面有可能应用于农业的快速管理系统，如EU-资助的ECHORD++项目SAGA和MARS。为了实现机器人和人类的协作，群体机器人还需要意识到人类的存在，并预测可能的人类行为，以估计潜在的碰撞并确保安全。作为交换，机器人的系统运动必须清晰易懂，便于人类接受，并且能与其操作者协同合作。

与其他部门相比，食品的自动操作和抓取带来了一系列独特的挑战。这些因素包括同一产品的样品之间的显著的自然尺寸和形状差异、产品的异质定位（例如在收获期间）和食品的易碎性。有些地区的粮食收获已经成功地实现了自动化，但这些解决方案最适合于整块土地的作物准备同时收获的情况，如谷物或块根蔬菜。如果在很长一段时间内种植水果，在任何特定的时间只准备收获一些水果(如西红柿)，自动化就会出现问题。这是因为必须在不干扰周围环境的情况下单独收获分散的作物，并且由于需要灵活、先进的感知和决策，人工劳动仍然被广泛应用。

柔性机器人有望发挥重要作用。柔软的末端执行器和夹持器需要轻柔地处理软质水果和蔬菜，例如用于收获生菜的软机器手和用于采摘苹果的吸力装置。在制动器/接合点层面，机器人也变得越来越柔软。刚性机械臂适用于工厂环境下的盲操作，而农业机械臂则需要感觉运动协调来完成其任务。有些任务还需要施加适当的力，规定基于力而不是基于位置的控制方法。一般来说，农业食品中的抓取和操作应用需要对不可预见的情况具有稳健性，同时保持其精确操作的能力。实现这一点的一种方法是通过使用可变刚度的制动器，该制动器结合了弹性结构，很像人类行为。

柔性机械手和抓手的发展将减少对复杂视觉和触觉传感器的需求，进而改变和简化农业机器人的设计。为了充分挖掘这一潜力，需要开发新的设计和控制技术。把握抓取也是一项重大挑战。最常见的方法是使用视觉系统来定位产品，并以此来指导抓取。然而，如果要抓住的物体一部分被其他产品或树叶遮挡，这种方法可能会失败。在抓取和拾取过程中，视觉仅提供关于物体的有限数据。人类操作者也要利用触觉反馈来调整他们的动作，以确保产品被抓住并成功采摘。

交互方面的挑战包括领域独立方面，如直观设计、沉浸式显示(如虚拟和增强现实)和触觉反馈，以及来自现场条件的非常具体的挑战。示例包括设计合适的交互装置，使其可在恶劣条件下操作，限制操作者的灵活性和精确度（例如，戴手套或手湿且泥泞的工人），或者在与人类工人共享的区域内，保证较大且较重的半自主机械的安全。与工厂里的机器人不同，在工厂里，当机器人工作时，工作区域可以用栅栏围起来，而农业机器人由于缺乏田间安全基础设施受到限制，需要新的创新解决方案。

与人类密切合作的机器人（所谓的“合作机器人”）正在给许多工业领域带来实质性的变化，预计其将对农业自动化起到至关重要的作用。应用案例包括：需要促进货物和农产品高效安全移交的农场现场物流（运输）、通过综合监控和干预交付提高动物和作物健康的运用。林肯大学(University of Lincoln)的拉斯贝里项目(RASberry project)就是一个很好的例子。

虽然一些合作机器人的任务需要机器人和人类之间的物理交互，但在其他领域，机器人可以充当中介，或为农学家和农民提供远程工作。因此，需要关注直观且符合人体工程学的界面和交互设计。共享自治和控制的概念也很重要，它允许操作员从遥远的地方对可能是异构的（地面、空中、水上）半自动机器人舰队进行控制。随着技术的成熟，特别是对于安全且关键的任务，将会看到不同级别的共享自主性，其中操作员指导高级别的执行，而机器人系统在地面执行所需的传感器运动协调。扇出型——即一个人可以同时控制的机器人数量，在这种模式下将有助于驱动人类主管和机器人代理的结合。

通过依靠人类作为管理者，自主性水平、相关的风险、设计复杂性也可以得到改善。在可预见的未来，随着技术向更高水平的自主发展，人类的监督将成为大多数农业机器人系统的重要安全因素。机器人系统也将学习和适应任务和农场特定的限制。因此，人类和机器人可能会相互适应，以最大限度地提高性能。

安全物理人机交互(pHRI)的方法包括监控系统，用于监控交互，并在发现不安全情况时调整机器人的行为。这通常包括减慢或完全停止机器人，以防止事故发生。然而，这种方法会大大降低生产率，因为机器人没有充分发挥其潜力。目前的研究旨在通过让机器人识别和预测不安全的情况，来改进这种技术，然后调整它们的操作，在保持生产率和安全性的情况下继续完成任务。进一步确保pHRI安全的方法是设计本质上安全的机器人系统，这意味着如果人与机器发生碰撞，将不会造成伤害。其目的是复制多人协同工作时的安全交互。这需要从笨重、僵硬和高惯性的机器人系统转向更类似生物的系统。这也是软机器人新领域可能应对的一个挑战。

图片来源：报告

报告链接：https://kdocs.cn/l/srFnyoCSs?f=111