摘要
智慧农业已从孤立的精准农业工具发展为由机器人技术、多模态感知、通信网络、人工智能和数据驱动决策支持组成的集成网络-物理系统。本综述采用系统批判性综述方法，整合了该领域的最新进展，并提出了一种系统级框架，从机器人平台、感知与数字基础设施、人工智能方法、公开数据集与基准测试、评估指标、应用领域及部署成熟度等维度对智慧农业进行分析。综述内容涵盖地面机器人、无人机、采摘机械臂、多机器人系统、RGB与光谱感知、激光雷达、物联网网络、边缘/云平台、基于AI的感知与决策，以及多模态视觉-语言模型。分析表明，现有文献在原型系统、数据集和特定任务性能方面已取得显著进展，但仍存在若干制约实际部署的空白。这些空白包括跨季节和跨区域的验证不足、基准测试实践碎片化、面向部署的指标有限、技术经济报告不充分，以及与互操作性和人机交互相关的未解决问题。公开数据集和新兴的多模态基准测试表明，该领域正朝着更高程度的标准化方向发展；然而，强基准测试性能尚未能稳定转化为可靠的田间作业表现。综述最后概述了未来的研究方向，包括基准测试的真实性、田间鲁棒AI、边缘部署、数字孪生、隐私保护学习、以人为中心的自主性，以及长期的农艺和经济验证。
