文章：《大田无人化智慧农场农田边界识别技术研究现状与展望》
期刊：农业机械学报，2025年第2期
作者：罗锡文、谷秀艳、胡炼、赵润茂、岳孟东、何杰、黄培奎、汪沛
评荐：罗锡文（中国工程院院士、华南农业大学教授）
智慧农业是现代农业的发展方向，无人化智慧农场是实现智慧农业的重要途径，其精准高效作业依赖于农田边界识别技术的精度和可靠性。
文章从数据获取方式、识别算法和技术应用三个层面系统梳理了农田边界识别技术体系与应用场景。
在数据获取方式方面，该文分析指出卫星遥感、无人机遥感和地面感知3类数据获取方式和识别算法各有优劣势。卫星遥感的优势在于其广域周期性的监测能力，可支撑大范围农田变化分析，但空间分辨率有限；无人机遥感与地面感知均可获得厘米级边界信息，为复杂农田场景提供高精度数据支撑，但视野范围有限。
在识别算法方面，该文分析指出，传统图像处理算法在规则农田中具有实时性优势，但难以应对异物同谱、静态要素遮挡等场景；基于深度学习模型，通过多尺度特征融合与注意力机制优化可显著提升目标识别对不规则边界的鲁棒性。这些技术都已应用于农业数字化地图构建和智能农机作业路径规划，但仍面临诸多难题，如多源数据时空对齐精度不足导致融合效率低，轻量化模型在边缘计算设备上的推理速度难以满足实时作业需求，农田边界变动实时监测难等。
在技术应用方面，该文分析指出，农田边界识别技术主要应用于数字化地图、高精度地图和农机自主作业。数字化地图不仅能为农田面积估算提供高精度数据支持，还可确保农事管理分区的准确性，为农机调度提供支撑，帮助农机更精准地识别作业区域，优化路径规划和任务分配；高精度地图为农机全域路径规划提供了精细化空间约束，通过高精度地图采点可实现路径规划；农田虚拟电子围栏通过高精度定位与实时监测技术划定农机安全作业范围，实时追踪农机位置并进行越界预警，提升作业安全。
农机自主作业依靠实时环境感知系统精准识别机耕道路面、田埂边界（包括前方和侧方田埂边界）等。机耕道路面的识别用于智能农机在机耕道上自主行驶，通过识别道路边界获得道路中心线作为运移路径，避免偏离道路。前方田埂边界识别应用于实现智能农机自主调头，当智能农机进入地头区域作业时，通过识别获取与前方田埂的实时距离，实现农机精准完成当前行作业后的自主调头，并开始下一行作业。侧方边界识别应用于智能农机沿边界自主作业，智能农机在田间首行作业时，沿田埂边界作业并依此规划后续作业路径，结合前方田埂边界识别实现全田自主作业。
针对现有技术瓶颈，该文提出未来应聚焦多模态时空特征融合、边缘推理导向的模型轻量化技术，以及“空—天—地”协同支撑下的数字农田地图自主更新技术，实现农田边界的高精度、高响应和高动态识别，为智慧农场提供技术支撑。
0 条