丘陵山地在我国农业生产中具有不可替代的作用。我国约有7亿亩丘陵山区农田，占全国耕地总面积的1/3左右，是粮油糖和特色农产品的重要生产基地，涉及农业人口近3亿人[1]①。丘陵山区茶园面积占全国的93.39%、果园面积占全国的62.28%、马铃薯播种面积占全国的78.58%、甘蔗播种面积占全国的62.78%、油菜籽播种面积占全国的57.53%、蔬菜播种面积占全国的37.29%[2]。然而，丘陵山区的农业机械化水平明显滞后于平原地区。丘陵山区省份的农作物耕种收综合机械化率仅为53.5%，比全国平均水平低约20个百分点②。丘陵地区地形复杂、地块分散且多为坡地，这给农业机械化带来了巨大挑战。丘陵地区农田作业场景多样，主要包括梯田、果园③、茶园和陡坡田地等（图 1）。与平原地区相比，丘陵地区不仅需要适应小地块作业的农机装备，还需要应对多样化的农作物种植和复杂的农艺流程。
① 新华社. 中国农机，不能忘了7亿亩丘陵山地. (2025-01-14)[2025-02-08]. https://www.xinhuanet.com/politics/20240514/f3a1ea287f284f83ba9451c5c1e8f707/c.html.
② 推进丘陵山区农业机械化高质量发展——“科创中国”丘陵山区智能农机装备高质量发展论坛在柳州举办. (2022-09-19)[2025-02-09]. http://www.amic.agri.cn/secondLevelPage/info/30/144159.
③ 把农机做“小”打开丘陵地区广阔市场. (2023-03-20)[2025-01-24]. https://www.nongjitong.com/news/2023/512541.html; 丘陵山区农田宜机化改造丨安徽、贵州、河南等地正加快步伐. (2022-04-12)[2025-01-24]. https://www.nongjx.com/news/detail/82233.html; 智能农机走进全国首个丘陵山地数字化无人果园 看它们如何“慧”种树. (2022-07-12)[2025-01-24] https://news.qq.com/rain/a/20220712A0CBTT00; 湖北通城：茶园机械化服务队助茶企增收. (2023-03-30)[2025-02-05]. https://news.hubeidaily.net/mobile/1189415.html.
|
| 图 1 丘陵典型作业场景 Figure 1 Typical operational scenarios on hills （a）梯田；（b）陡坡；（c）果园；（d）茶园 (a) Terraces; (b) Steep slopes; (c) Orchards; (d) Tea garden |
我国丘陵地区地形复杂，其中2/3为坡地，这对农机的爬坡、越障及操控性能提出了较高要求。丘陵地区的农作物种植多样性和田间管理复杂性，使得常规大田农业机械难以适应。而现有的丘陵农机大多由平原农机改造而来，相对于丘陵农机，国内外在平原农机自动化、智能化领域已经取得了显著的技术进展。欧美国家的农业机械公司，通过大数据、物联网和自动化技术，开发了具备自动驾驶、数据监测、作物健康诊断等功能的智能农机。例如，美国John Deere公司推出的8R拖拉机具备无人自动驾驶能力，配备传感器、视觉系统和超快图形处理器（GPU），可实现自动作业和转弯，显著提升了作业效率。国内农机企业也通过引入传感器、卫星定位、无人驾驶等技术，提升了农机的作业效率和精度。例如，东方红无人驾驶拖拉机可自动完成玉米播种、水田耕整地和中草药种植作业，还能集群作业，帮助农民解放双手。此外，多功能一体化农机逐渐普及，如中国一拖集团推出的多功能拖拉机，可通过更换附加设备完成播种、施肥、收割等不同作业。然而，尽管平原农机在技术上取得了突破，但其主要面向大规模、集约化生产，自动化程度高但体型较大、重心较高，难以适应丘陵地区复杂多样的地形。丘陵地区包括山地、丘陵、沟壑等，要求农机具备更强的适应性和灵活性，大型拖拉机在丘陵坡面作业时尺寸大、转弯半径受限、可操作性差、稳定性不足、翻倾风险高，丘陵农机的智能化与机械化研发迫在眉睫。
我国对丘陵山区农机装备研发给予了高度重视。2023年，出台相关政策支持研发丘陵山区适用的小型机械和园艺机械④。2024年，提出强化粮食生产装备支撑，要推进丘陵山区农机装备研发应用；将栽培、品种、植保、农机等领域专家一同纳入国家现代农业产业技术体系和农业农村部农作物生产全程机械化专家指导组，推动多学科协同攻关、协作推广，促进先进适用装备和技术落地⑤；实施农机装备补短板行动，加快丘陵山区适用小型机械等农机装备和关键核心零部件研发应用。这些举措为丘陵农机的发展提供了有力保障，推动新一代信息技术与农业全产业链的深度融合与应用，加快推进农业产业数字化转型，支撑保障国家粮食安全⑥。
④ 农业农村部关于加快推进农业机械化转型升级的通知. (2019-04-19)[2025-01-24]. https://www.gov.cn/zhengce/zhengceku/2019-10/28/content_5446035.
⑤ 关于政协第十四届全国委员会第二次会议第01693号（农业水利类139号）提案答复. (2024-07-17)[2025-1-14]. https://www.moa.gov.cn/govpublic/FZJHS/202407/t20240717_6459270.htm.
⑥ 中共中央 国务院印发《乡村全面振兴规划（2024—2027年）》. (2025-01-22)[2025-1-14]. https://www.gov.cn/zhengce/202501/content_7000493.htm.
丘陵山区农机装备的研发与推广是农业现代化进程和农民福祉的关键。随着技术的快速发展，机器人在丘陵农业中的应用展现出显著优势，特别是在降低人工劳力投入和提高生产效能方面。在国家政策的支持下，加速丘陵山区农机装备的创新研发与广泛应用，将为丘陵山区农业发展注入强劲动力，为乡村振兴战略的实施提供坚实支撑，推动我国农业迈向高质量发展的新征程。
1 丘陵山区农业机械化面临的挑战丘陵山区农业生产呈现出独特的地域特征，这些特征给农机的通行和作业带来了诸多困难。针对这些困难，目前我国丘陵山区的农业机械化主要面临以下5个方面的挑战。
（1）地形复杂。丘陵山区地形起伏多变，坡度普遍较大，耕地呈现出“狭、小、散、陡”的特点[3]，不适合进行高成本的机械改造，限制了大型农机的使用，需要研发适合小地块作业的小型农机[1]。
（2）专用农机匮乏。在我国，针对丘陵地形的农机适应性不足，且专用农机较为匮乏。现有丘陵农机产品多基于平原农机产品改造而成，在作业过程中受环境条件制约、作业效率差，机械化优势无法充分发挥[4]，缺乏轻便、简易作业的专用农机。
（3）技术性能待提升。与先进国家相比，我国的丘陵农机研发与应用起步较晚、产品的综合性能不高，特别是针对丘陵山地的轻量、高效、高稳定性的机械相对匮乏，发动机高功率低排放设计制造技术、刀具抗损降耗优化设计技术、车架轻量化设计技术等关键技术仍有待进一步攻克[1]。
（4）农业生产特征制约。在丘陵山区，种植结构呈现出复杂态势，农作物品种丰富多样，农艺流程繁杂琐碎，这使得对农业机械化技术装备的需求也趋于多样化。西南地区通常采用粮食作物与经济作物间作种植模式。作为马铃薯主产区，西南地区占全国马铃薯种植面积的40.6%，但目前西南丘陵地区马铃薯综合机械化率不足30%，机播、机收率还在个位数[5]。
（5）农机与农艺不协调。丘陵地区的农艺要求与传统农机作业不匹配，尤其是在爬坡、越障、作业智能化等方面，农机与农艺之间缺乏有效协同，影响了农机的推广和应用。
2 丘陵山区农业机械化创新解决策略近年来，人工智能（AI）与具身智能技术[6]等智能化技术的不断进步，为丘陵地区农业机械化提供了创新性的解决思路。特别是机器人技术，其在复杂地形适应性、精准作业能力和多样化任务执行方面的独特优势，使其成为丘陵农业现代化的关键推动力。这些新兴技术的引入，能够在以下5个方面促进丘陵农机的智能化、自动化与高效化，降低人工投入，减少生产成本，推动农业生产模式的根本变革。
（1）提高丘陵农机复杂地形作业能力。在坡度较大的区域，AI技术通过深度学习和计算机视觉技术，能够实时分析地形、作物信息以及障碍物，自动规划出适应性强的作业路径，动态调节农机的行驶速度和作业深度，确保机械作业的平稳进行，从而解决丘陵地区高坡地作业的难题，显著提高农机在复杂地形下的作业能力。为进一步提高农机在丘陵地区的地形适应性，可以采用轮足式设计[7]。轮足式机器人结合了轮式和足式的特点，能够在不平坦的地面上保持稳定，轻松越过小障碍物。这种设计可以在保持较高移动速度的同时，提供类似足式机器人的机动越障性能。
（2）提高小地块作业效率。丘陵地区地块小且分散，传统大型农机难以进入，而现有小型农机智能化不足、人力需求高。具身智能技术通过提升农机的灵活性和精确控制能力，实现狭窄地块内的精确路径规划和作业控制。农机可在小地块间自由移动，利用障碍物检测和空间感知能力避免碰撞和失误，从而提高作业效率，减少能源和时间浪费。
（3）促进农机与农艺的融合。AI技术通过深度学习不同作物的农艺要求，实现作业模式与农艺需求的精准匹配。根据作物生长阶段、气候变化和土地状况，动态调整作业参数⑦，确保作业与农艺要求高度契合。这种融合不仅优化了作业过程，还提升了丘陵地区农业的整体效率。
⑦ 如水稻耕种时自动优化耕作深度和插秧数量。
（4）提升农机对丘陵地区特殊环境变化的适应能力。具身智能技术通过集成多种传感器（如激光雷达、红外传感器、温湿度传感器等）[8]，可以实时感知环境的变化并进行动态调整。例如，当土壤湿度较高时，系统会调整耕作深度，以避免土壤过度压实。这种实时感知和智能适应能力显著提高了农机在丘陵特殊环境下的稳定性和适应性。
（5）实现空地协同与资源优化。丘陵地区田地零散，单台农机作业效率低且易浪费资源。通过无人机与地面农机的协同作业，实现对丘陵农田的高效管理和精准作业。无人机可以快速获取农田的地形、作物生长状况等信息，并将数据实时传输给地面农机，使其能够根据地形和作物需求进行精准作业。这种协同模式不仅提高了作业效率，还减少了因地形复杂导致的作业风险，为丘陵地区的农业现代化提供了新的解决方案。
3 现有丘陵农机主要进展 3.1 国外丘陵农机现状与进展国外在丘陵农业机械的研发方面，尤其是在高坡度、高湿度等复杂环境下的机械应用上，已取得显著进展。美国、德国、日本和意大利等农业技术领先国家的相关企业，推出了适合丘陵地区的高性能农业机械，这些机械普遍具备较高的智能化水平和全地形适应能力。其收获机器人和任务通用型拖拉机等作业农机都针对丘陵地形配备了专门的调平系统并设计了特殊的底盘结构。例如，美国AGCO Corporation公司的M410 LC-Hillside联合收割机（图 2a）配备了横向调平系统，其横向找平率高达20%，并可在欧洲山坡上很好地作业；John Deere 5075GL Specialty拖拉机（图 2b）采用了低矮设计，高度和宽度约1.22 m，最小离地间隙约227 mm，其动力强劲，可适应狭窄空间和斜坡作业；CNH Steyr plus系列拖拉机（图 2c）最高可达120马力，配备适合丘陵作业的新型前轴安装前铰链和S-Tech自动导航，可自动转向。德国Fendt公司的5275 C SL联合收割机（图 2d）专为极端斜坡设计，其液压调平系统支持38% 水平补偿，在垂直上坡时补偿高达35%，在垂直下坡时达8%；与此同时，该公司还推出了专门为复杂环境（如山区）设计的Fendt 200 Vario拖拉机（图 2e），确保安全高效作业。日本久保田4LZ-5D8(G4)(CX108Q)全喂入履带式收割机（图 2f）具有最小300 mm离地间隙，最高行驶速度达2.7 m/s；其设计适合丘陵山区的田间作业，田间移动便捷，能够适应大小田块的收割需求，并在不规则田块中灵活作业。意大利Antonio Carraro公司的MACH 4R全履带拖拉机（图 2g）专为极端条件设计，适用于陡坡、边坡及崎岖地形，可搭载不同机具完成喷药、除草、装运等功能。这些农机的推出为全球丘陵农业机械化提供了宝贵的经验和借鉴。
|
| 图 2 国外丘陵农机 Figure 2 International hillside agricultural machinery （a）AGCO Corporation M410 LC-Hillside联合收割机；（b）John Deere 5075GL Specialty拖拉机；（c）CNH Steyr plus系列拖拉机；（d）Fendt 5275 C SL联合收割机；（e）Fendt 200 Vario拖拉机；（f）久保田4LZ-5D8（G4）（CX108Q）全喂入履带式收割机；（g）Antonio Carraro MACH 4R全履带拖拉机 (a) AGCO Corporation M410 LC-Hillside combine harvester; (b) John Deere 5075GL Specialty tractor; (c) CNH Steyr plus series tractors; (d) Fendt 5275 C SL combine harvester; (e) Fendt 200 Vario tractor; (f) Kubota 4LZ-5D8(G4) (CX108Q) full-feed tracked combine harvester; (g) Antonio Carraro MACH 4R full-track tractor |
近年来，我国丘陵农机在技术研发和产品创新上取得进展，部分企业和高校推出了适合丘陵作业的微耕机、小型拖拉机、田园管理机等。例如：中联重科谷王PL70履带式收割机（图 3a）具有大马力、高离地间隙（最小离地间隙550 mm），配备加长履带，以适应复杂地形；重庆鑫源1GZL-130A鑫源猎豹自走式履带旋耕机（图 3b）机身紧凑，通过性、稳定性、爬坡能力强，适合狭窄及不平坦田地；重庆威马WMG15履带旋耕机（图 3c）使用接地压力小的高花纹三角履带，可以单边制动实现原地掉头，适用于狭窄和不平坦田地；潍柴雷沃M1002-3C拖拉机（图 3d）一体式的三角履带和高离地间隙有助于减少在丘陵复杂地形翻车的风险，其最新推出的F3000拖拉机转弯半径小，凭借折腰+扭腰结构及其自适应调控技术可以适应25°坡度地形；东方红MH804M丘陵山地拖拉机（图 3e）低矮的设计、强劲的动力系统，使其适合狭窄空间和斜坡作业；江苏沃得4CLY-100油茶果采收机（图 3f）低重心、盘式制动和高可见性的特点，确保陡坡稳定性和安全性。
|
| 图 3 国内丘陵农机 Figure 3 China's hillside agricultural machinery （a）中联重科谷王PL70履带式收割机；（b）重庆鑫源1GZL-130A鑫源猎豹自走式履带旋耕机；（c）重庆威马WMG15履带旋耕机；（d）潍柴雷沃M1002-3C拖拉机；（e）东方红MH804M丘陵山地拖拉机；（f）江苏沃得4CLY-100油茶果采收机 (a) Zoomlion "King of Grain" PL70 tracked combine harvester; (b) Chongqing Xinyuan 1GZL-130A Xinyuan Leopard self-propelled tracked rotary tiller; (c) Chongqing Weima WMG15 tracked rotary tiller; (d) Weichai Lovol M1002-3C tractor; (e) YTO MH804M hillside tractor; (f) Jiangsu World 4CLY-100 camellia oleifera fruit harvester |
这些农机体积小、重量轻、操作灵活，能够在丘陵小块农田中进行耕作、播种和施肥[1]。与国外产品相比，我国丘陵农机在价格上具有一定的优势，更适合国内丘陵地区农民的经济承受能力。然而，在技术性能和智能化程度上，与国外先进水平仍存在差距。
4 智能技术赋能丘陵农机智能化应用随着科技的快速发展，丘陵农业正经历一场由智能技术驱动的转型。这些技术有效应对了丘陵地区农业面临的多重挑战，包括地形复杂性、农机设备不足、性能限制、种植结构多样化，以及农机与农艺的不协调。本节概述智能导航、感知算法和农业信息模型（AIM）等关键智能化技术的最新进展，并探讨智能化技术在丘陵农业中的应用前景与发展趋势。
4.1 关键智能化技术进展（1）智能导航。智能导航技术对于丘陵地区农业机械化作业至关重要。传统GPS导航系统在复杂地形中难以提供精确定位，而现代智能导航系统通过融合激光雷达、视觉传感器和IMU等多传感器数据，实现了高精度动态导航。例如，基于SLAM算法的导航系统能够在无GPS信号的环境中，依靠地形和环境状态进行自主定位与路径规划[9]。苗带导航技术利用机器视觉、激光雷达和深度学习算法精准识别作物行间带，实时调整作业策略，确保农机沿苗带精确行驶，避免作物损害。这些技术的融合不仅提升了农机在丘陵地区的作业效能，而且为农业智能化、自动化发展奠定了技术基础。
（2）感知算法。丘陵地区农业生产的复杂性主要源于作物种类的多样性和农艺要求的差异。深度学习和计算机视觉技术的快速发展推动了作物识别算法的进步。这些算法通过图像识别与分析，可实时判断作物的生长阶段、病虫害状况及生长环境，为农机作业提供精准指导[10]。例如，基于YOLO架构⑧的交叉尺度和照明不变检测模型（CSIM）解决了农业田地因大尺度变形和光照变化导致的鲁棒性问题，实现了检测速度与精度的平衡，满足复杂农田环境的需求[11]。此外，机器视觉与深度学习算法的融合显著提升了农机的识别精度，通过海量图像数据的训练，农机可快速区分不同作物和杂草的叶片形状与颜色，为精准施肥和除草提供科学依据。
⑧ 一种实时目标检测系统，以其高效的速度和准确性在计算机视觉领域中备受关注。
（3）农业信息模型（AIM）。农业信息模型（AIM）的概念与方法源于欧盟H2020 DEMETER项目，其核心在于整合农事生产数据与公开数据（如气象、遥感、土壤数据等），以最大化发挥知识价值并转化为有效决策[12]。然而，农业领域信息模型的发展相对工业界较为滞后。建筑信息模型（BIM）在建筑等行业中已展现出模拟预测和优化生产流程的作用，英国索尔福德大学[13]和葡萄牙IN+技术与政策研究创新中心[14]尝试将BIM技术引入农业，开展基于仿真的决策工作流，应用于城市一体化农业。此外，韩国江源大学[15]和荷兰瓦赫宁根大学[16]等机构引入数字孪生技术，研究农业场景的三维建模和物理虚拟空间的数据交互，为智慧农业提供高效管理与规划手段。AIM整合了农事生产数据与公开数据，如气象、遥感、土壤数据等，以最大化发挥知识价值并转化为有效决策。AIM作为一种集成化的智能系统，通过融合环境感知、数据分析和决策支持等技术，为丘陵农业提供了精准作业的解决方案。AIM的核心功能包括环境感知模块、数据分析引擎和决策支持系统，能够实时收集农田环境数据，处理数据，识别模式和趋势，并为农机作业提供优化的决策支持。随着人工智能技术的不断进步，AIM在丘陵地区农业中的应用将越来越广泛，尤其在无人机与机器人辅助农业、可视化平台构建和智能化农业管理等领域。
4.2 智能化技术在丘陵农业中的应用前景与发展趋势在农业现代化和乡村振兴的进程中，智能化新技术扮演着至关重要的角色。这些技术，如人形机器人和具身智能技术，为丘陵农业的现代化提供了切实可行的解决方案。它们不仅能够适应丘陵地区的复杂地形，还能执行多样化的农事任务，从而显著提高农业生产的灵活性和效率。例如，Q系列人形机器人系统突破了仿生高动态、多地形适应、一体化关节、高爆发运动等核心技术，在黑灯工厂、家庭服务等领域实现应用[17]。此外，具身智能技术通过自主研发的千亿参数全模态大模型“紫东太初”，实现了快速定制化设计和制作各种机器人软硬件系统，这不仅推动了农业、工业、水利等实体经济领域的发展，也为丘陵农业的智能化提供了强有力的技术支持。同时，“软补硬技术”通过提出高维“环境吸引域”方法，利用软件算法优化硬件性能，为低成本、国产化零部件的机器人在高精度作业中的应用提供了关键技术支持[18]，该技术已在我国多领域实现推广，并荣获国家自然科学奖二等奖。
这些技术的不断发展与应用，将推动丘陵农机智能化的进一步发展。随着数据驱动技术、模型算法和计算能力的提升，丘陵农机智能化将在无人机与机器人辅助农业、可视化平台构建和智能化农业管理等领域发挥更加多元化的作用，进一步提升农业产出效率和生态可持续性，为全球农业数字化发展提供宝贵的经验和借鉴。智能化技术的应用将使丘陵农机能够实现更高效、更精准的生产，从而推动农业现代化和乡村振兴的进程。在全球气候变化的背景下，这些技术还能帮助农业系统更好地适应环境变化，为制定应对策略提供科学依据，助力农业抵御气候变化挑战。通过这些技术的进步和应用，丘陵农业将能够实现更高效、更精准的生产，为农业可持续发展提供强有力的支持。
未来，丘陵农机智能化的发展将聚焦于提升农机的高效化和低成本。通过算法优化、系统适应性提升以及多机空地协同作业等技术，智能化技术正推动农机在体积、功能与智能化水平上的全面优化。这些技术的应用，特别是集成先进的传感器、控制器和人工智能算法，使得小型农机能够实现精准作业，减少能源消耗和维护成本，从而提高资源利用效率。例如，智能传感器能够实时监测土壤和作物状态，指导农机进行精准施肥和灌溉，而基于AI的故障诊断系统则能提前预测设备故障，降低维修成本。这些智能化改进不仅提升了农机的性能，还使其更加经济实惠，适合丘陵地区的小规模农场和农户使用。
5 未来建议建议从3个方面入手，推动丘陵智慧农机的智能化发展。
（1）实施农田宜机化改造并融合智能化技术。通过土地平整和坡改梯等措施提升农机作业条件；同时，研发人工智能和具身智能技术以适应复杂农业环境，实现精准作业和资源优化。
（2）研发推广小型智能化农机。集成先进传感器和AI算法，降低能源消耗和维护成本，并通过AI故障诊断系统提高农机的经济性和适用性，满足小规模农场和农户的需求。
（3）加强人才培养和应用驱动的高技术研发。通过教育与培训培养专业人才，同时以应用为目标，形成可复制、可推广的智能化解决方案，支撑丘陵地区农业现代化和乡村振兴。
| [1] |
赵春江, 马晨, 李瑾, 等. 丘陵山地水稻机械化技术研究现状与展望. 农业工程学报, 2025, 41: 1-11. Zhao C J, Ma C, Li J, et al. Research status and prospects of mechanization technology for rice in hilly and mountainous regions. Journal of Agricultural Engineering, 2025, 41(1): 1-11. (in Chinese) |
| [2] |
张宗毅. "十四五"期间丘陵山区农田宜机化改造若干重大问题与举措. 中国农村经济, 2020, (11): 13-28. Zhang Z Y. Some important problems and measures of farmland construction suitable for mechanization in hilly and mountainous areas during the 14th Five-Year Plan period. Chinese Rural Economy, 2020, (11): 13-28. (in Chinese) |
| [3] |
王晓文, 袁寿其, 贾卫东. 丘陵山区农业机械化现状与发展. 排灌机械工程学报, 2022, 40(5): 535-540. Wang X W, Yuan S Q, Jia W D. Current situation and development of agricultural mechanization in hilly and mountainous areas. Journal of Drainage and Irrigation Machinery Engineering, 2022, 40(5): 535-540. (in Chinese) |
| [4] |
王东洋, 何亚凯, 韩亚芬, 等. 丘陵山区农业机械研究现状及发展建议. 农业工程, 2023, 13(12): 5-10. Wang D Y, He Y K, Han Y F, et al. Current status and development suggestions of agricultural machinery research in hilly and mountainous areas. Agricultural Engineering, 2023, 13(12): 5-10. (in Chinese) |
| [5] |
程子文, 杨德秋, 汪昕, 等. 丘陵山区马铃薯机械化收获发展现状及展望. 农业工程, 2023, 13(11): 5-12. Cheng Z W, Yang D Q, Wang X, et al. Development status and prospect of potato mechanized harvest in hilly and mountainous areas. Agricultural Engineering, 2023, 13(11): 5-12. (in Chinese) |
| [6] |
杨光. 中国科学院院士乔红多模态大模型提升人形机器人通用性. 中国信息化周报, 2024-09-02(20). Yang G. Application analysis of artificial intelligence in the intelligence of agricultural machinery equipment. China Informatization Weekly, 2024-09-02(20). (in Chinese) |
| [7] |
张庆, 潘烤鑫, 王振宇, 等. 复杂地形下仿生轮腿式机器人位姿控制研究. 农业机械学报, 2024, 55(6): 380-391. Zhang Q, Pan K X, Wang Z Y, et al. Pose control of biomimetic wheel-legged robots in complex terrain. Transactions of the Chinese Society for Agricultural Machinery, 2024, 55(6): 380-391. (in Chinese) |
| [8] |
王儒敬. 农业传感器: 研究进展、挑战与展望. 智慧农业, 2024, 6(1): 1-17. Wang R J. Agricultural sensor: Research progress, challenges and perspectives. Smart Agriculture, 2024, 6(1): 1-17. (in Chinese) |
| [9] |
张辰, 周乐来, 李贻斌. 多机器人协同导航技术综述. 无人系统技术, 2020, 3(2): 1-8. Zhang C, Zhou L L, Li Y B. Overview of multi-robot collaborative navigation technology. Unmanned Systems Technology, 2020, 3(2): 1-8. (in Chinese) |
| [10] |
秦韬, 庄卫东. 机器视觉技术在现代农业生产中的研究现状. 现代化农业, 2024, (4): 90-93. Qin T, Zhuang W D. Research status of machine vision technology in modern agricultural production. Modern Agriculture, 2024, (4): 90-93. (in Chinese) |
| [11] |
Lu Y F, Gao J W, Yu Q, et al. A cross-scale and illumination invariance-based model for robust object detection in traffic surveillance scenarios. IEEE Transactions on Intelligent Transportation Systems, 2023, 24(7): 6989-6999. DOI:10.1109/TITS.2023.3264573 |
| [12] |
Palma R, Roussaki I, Döhmen T, et al. Agricultural information model// Information and Communication Technologies for Agriculture—Theme Ⅲ: Decision. Cham: Springer International Publishing, 2022: 3-36.
|
| [13] |
Khan R, Aziz Z, Ahmed V. Building integrated agriculture information modelling (BIAIM): An integrated approach towards urban agriculture. Sustainable Cities and Society, 2018, 37: 594-607. DOI:10.1016/j.scs.2017.10.027 |
| [14] |
Benis K, Reinhart C, Ferrão P. Development of a simulation-based decision support workflow for the implementation of Building-Integrated Agriculture (BIA) in urban contexts. Journal of Cleaner Production, 2017, 147: 589-602. DOI:10.1016/j.jclepro.2017.01.130 |
| [15] |
Cho J, Kim C, Lim K J, et al. Web-based agricultural infrastructure digital twin system integrated with GIS and BIM concepts. Computers and Electronics in Agriculture, 2023, 215: 108441. DOI:10.1016/j.compag.2023.108441 |
| [16] |
Verdouw C, Tekinerdogan B, Beulens A, et al. Digital twins in smart farming. Agricultural Systems, 2021, 189: 103046. DOI:10.1016/j.agsy.2020.103046 |
| [17] |
中国科学院自动化研究所. 研发Q系列人形机器人系统. 传感器世界, 2024, 30(3): 48. Institute of Automation, Chinese Academy of Sciences. Research progress on the application of q-series humanoid robot systems in agricultural machinery equipment intelligence. Sensor World, 2024, 30(3): 48. (in Chinese) |
| [18] |
Qiao H, Zhong S L, Chen Z Y, et al. Improving performance of robots using human-inspired approaches: A survey. Science China Information Sciences, 2022, 65(12): 221201. DOI:10.1007/s11432-022-3606-1 |