在种植业3.0发展阶段，通过土地整治、机耕路建设、合理划分和适度归并田块、平整地块等措施，优化农田结构布局，为现代农业机械作业提供便利。但是，随着现代高标准农田建设的不断开展，对农业机械作业也提出了更高要求，农机田间作业速度、作业幅宽、作业质量的标准越来越高，传统的人工驾驶农业机械作业已经不能满足要求。并且，农机驾驶人员工作负荷加大，人力成本增加。采用农业机械自动作业及调度技术可以有效地提高作业效率降低成本，是种植业4.0的主要发展方向之一。

农机自动作业技术采用无人驾驶农机，能够实现在现场没有人员干预的情况下自主完成作业任务。无人驾驶农机也称为智能农机，是室外机器人在农业领域的重要应用。无人驾驶农机是一个集环境感知、规划决策和智能控制于一体的复杂综合系统，它利用传感器、信号处理、通讯以及计算机等技术方法，通过集成视觉、激光雷达、超声传感器、微波雷达、全球卫星导航系统和农机具作业状况监测设备来辨识自身所处的环境状态，通过智能分析判断控制拖拉机的转向和速度，调整农具的作业状态，从而实现无人驾驶农机依据自身意图和环境的自动作业。发展无人驾驶农机需要在以下几个关键技术上有所突破：

1.环境感知技术

无人驾驶农机通过环境感知模块来辨别自身周围的环境信息，为其行为决策提供信息支持。环境感知模块利用无人驾驶农机配置的视觉传感器、激光传感器、微波传感器等多种传感器采集环境参数，采用数据融合技术从多传感器数据中提取其自身姿态和周围环境状况。

2.远程运维技术

无人驾驶农机具有自动化、信息化、智能化的特征，复杂程度明显提高，由于其处于无人操作监视的自主工作状态，需要具有远程运维能力。采用机联网、大数据、云计算、人工智能技术，通过采集拖拉机发动机运行参数、农机具作业参数，实时监测无人驾驶农机田间作业工况，进行远程故障诊断和故障预警。

3.路径规划技术

路径规划是无人驾驶农机信息感知和智能控制的桥梁，是实现自主驾驶的基础。路径规划的任务就是在具有障碍物的环境内按照一定的评价标准，寻找一条从起始状态包括位置和姿态到达目标状态的无碰撞路径。路径规划技术可分为全局路径规划和局部路径规划两种。全局路径规划是在已知地图的情况下，利用已知局部信息确定可行和最优的路径。局部路径规划是在全局路径规划生成的可行驶区域指导下，依据传感器感知到的局部环境信息来决策无人驾驶农机当前所要行驶的轨迹。全局路径规划针对周围环境已知的情况，局部路径规划适用于环境未知的情况。路径规划算法包括可视图法、栅格法、人工势场法、概率路标法、随机搜索树算法和粒子群算法等。

4.决策控制技术

决策控制模块相当于无人驾驶农机的大脑，其主要功能是依据感知系统获取的信息来进行决策判断，进而对下一步的行为进行决策。决策技术主要包括模糊推理、强化学习、神经网络和贝叶斯网络等技术。决策控制系统的行为分为反应式、反射式和综合式三种方案：其中反应式控制是一个反馈控制的过程，根据农机当前位姿与期望路径的偏差，不断地调节方向转角和车速，直到到达目的地；反射式控制是一种低级行为，用于对行进过程中的突发事件做出判断，并迅速做出反应；综合式控制则是结合以上两种控制方式。

目前，国际上知名的农机厂商已经开始了无人驾驶农机的研究，也取得了良好的开端。2016年8月在美国爱荷华州布恩市举办的2016农机成就展上，位于美国威斯康星州拉辛市的Case IH公司推出了最新研制的无人驾驶拖拉机概念车（见图5-13）。该车融合了农机领域最新的拖拉机工程技术研发成果，代表了未来拖拉机的发展方向。这款概念车设计了一个全交互接口，允许对预置作业进行远程监控，车载系统自动计算作业宽度，并且根据地形、障碍物或同一地块其他作业机器，进行高效路径规划，远程操作员可以通过台式计算机或便携式平板电脑监控和调整路径。(www.daowen.com)

图5-13 Case IH公司推出的自动驾驶拖拉机概念车

纽荷兰NH驱动概念拖拉机内置了自动驾驶软件，并发布了配套的APP，通过对拖拉机以及农场的路径提前进行路径规划，农场工作人员可以看到，拖拉机自动驾驶到农场、工作完成后自动返回停车位（见图5-14）。

约翰迪尔公司和爱科公司合作，不仅将农机设备互联，更连接了灌溉、土壤和施肥系统，公司可随时获取气候、作物价格和期货价格的相关信息，从而优化农业生产的整体效益。

种植业4.0时代，在农机自动驾驶技术基础上，应用以物联网为基础的车联网技术、人工智能技术以及互联网技术，将区域范围内所有农机具接入统一的农机智能调度网络（见图5-15）。根据作业任务、性质、地点、气象条件、优先级以及农机具的工况等信息，采用智能优化算法实施农机具的合理调度，实现可靠、高效、自动的农业生产作业。

图5-14 纽荷兰公司的NH驱动概念拖拉机

图5-15 农机具智能调度网络示意图