《Agronomy》：A Review of Intelligent Perception Technologies and Their Applications in Agricultural AGVs for Agricultural 5.0
编辑推荐：
农业5.0代表从农业4.0的突破性转型，解决了农业中人机协作对安全性、可持续性和韧性的需求。通过整合人工智能（AI）、数字孪生（DT）和大数据（big data）等技术，它在感知、认知和执行三个领域实现了突破。作为农业技术的载体，农业自动引导车辆（AGVs）是
农业5.0代表从农业4.0的突破性转型，解决了农业中人机协作对安全性、可持续性和韧性的需求。通过整合人工智能（AI）、数字孪生（DT）和大数据（big data）等技术，它在感知、认知和执行三个领域实现了突破。作为农业技术的载体，农业自动引导车辆（AGVs）是农业活动中不可或缺的一部分，并在农业生产中发挥着关键作用。在AGVs的实际运行中，智能感知是实现机器、人与环境之间通信和交互的核心技术前提。然而，由于农业环境的复杂性和多变性，智能感知技术仍然是一项极具挑战性的任务。虽然现有综述聚焦于农业自动化的孤立方面，但在整体、以人为中心的农业5.0框架内，对农业AGVs智能感知技术的全面综合研究明显缺乏。本综述通过系统分析并全面回顾农业AGVs智能感知的最新进展来弥合这一空白，涵盖多传感器技术、视觉感知与目标识别、定位与导航算法，以及路径规划、多机器人协调和人机协作等应用。此外，本文深入探讨了在农业5.0背景下智能感知技术的潜在挑战和未来发展趋势，强调了这些技术在促进多模态融合和解决人机协作安全问题方面的变革潜力。在农业5.0背景下，随着智能感知技术的不断进步和农业智能设备的持续完善，一个以人为中心、高度可持续、富有韧性、数据驱动的农业生产系统最终将在未来形成。
论文主体部分内容总结如下：
**1. 引言**
引言指出，随着全球人口增长和耕地资源减少，农业自动化已成为解决劳动力短缺和提高生产效率的关键路径。农业4.0通过物联网（IoT）、数字孪生（DT）、人工智能（AI）等技术实现了深度智能化和无人化管理，但其追求完全自动化而忽视了人的核心作用。工业5.0概念的引入促使人机协作成为从农业4.0向农业5.0转型的核心。农业5.0以人为中心，强调可持续性和韧性，其中自动引导车辆（AGVs）作为智能农业装备的核心组件，在物料运输、作物监测、精准喷洒和收获中展现出巨大潜力。然而，目前专门针对农业AGVs智能感知技术的综述论文较少，因此需要系统回答以下问题：农业AGVs的关键组成与分类、当前流行的感知设备与算法、主要应用领域，以及农业5.0背景下的挑战与趋势。本文采用综合性方法框架，检索了2016至2026年间来自Web of Science、IEEE Xplore、MDPI和Science Direct等国际权威数据库的文献，使用“Agriculture 5.0”、“sensors”、“agricultural visual perception”、“agricultural navigation planning”等关键词进行检索。
**2. 背景**
**2.1. 农业5.0**
该小节阐述了农业从1.0到5.0的演变历程。农业1.0依赖传统手工和畜力；农业2.0引入蒸汽机、拖拉机和化肥，提高了效率但导致高能耗和生态破坏；农业3.0借助全球卫星系统（GNSS）和遥感技术实现精准农业；农业4.0通过物联网、数字孪生和AI推动数据驱动的生产和精细化管理。农业5.0基于工业5.0的三大支柱——以人为中心、可持续性、韧性——深度融合人工智能、6G、区块链和量子计算等前沿技术，构建以人为中心、高度可持续和韧性的数据驱动农业生产系统。其关键技术从感知层、认知层和执行层三个维度展开：感知层通过多传感器数据融合实现作物生长监测、病虫害识别和土壤状态分析；认知层利用数字孪生、大语言模型和深度学习构建预警系统；执行层通过移动终端、语音交互和增强现实（AR）界面实现人机协作。所有技术的实现最终依赖农业AGVs，它们配备智能传感器，与云平台协作，实现远程监控和实时策略调整。
**2.2. 农业自动引导车辆**
农业AGVs的组成包括底盘驱动系统、控制与计算系统、能源与管理系统、通信与交互系统、作业执行系统和智能感知系统。底盘采用阿克曼转向几何或履带式底盘；控制系统运行实时操作系统（ROS或ROS 2）；能源系统基于锂电池和自动充电；通信系统包含触摸屏和无线模块；执行系统包括机械臂和末端执行器；感知系统使用多种传感器。根据任务功能，AGVs分为四类：运输型（如无人运输车）、作业型（如喷雾机器人和除草机器人）、收获型（如苹果收获机器人）和多功能型（如太阳能多功能棉田机器人）。多功能型逐渐成为主流，其底盘可重构，执行器模块化设计，灵活适应不同作业场景，对智能感知系统提出了更高要求。
**3. 感知技术与算法**
**3.1. 传感器与感知系统**
传感器作为农业AGVs的感官，主要包括激光雷达（LiDAR）、视觉传感器、红外传感器和惯性测量单元（IMU），并辅以全球导航卫星系统（GNSS）。LiDAR通过发射激光获取高精度3D信息，受光照影响小，但在遮挡、反光和恶劣天气下受限。在果园环境中，Nehme等人基于Hough变换的葡萄藤行识别实现了0.107 m的均方根误差（RMSE）；在开放农田中，Guan等人改进了PointPillars，通过多池化编码模块（MPE）和深度可分离卷积模块（DSB）降低计算成本。视觉传感器广泛用于农作物监测、病虫害识别和产量预测，包括RGB、多光谱、高光谱和热成像。Sun等人提出的软视觉-触觉传感器Insight通过光度立体视觉和结构光实现高精度三维接触力感知。在农业5.0人机协作（HRC）情境下，不同环境需匹配不同相机：温室用主动红外立体相机，室外用偏振相机，果园用热红外或多光谱相机。红外传感器用于非接触式检测成熟度、水分含量和作物胁迫，如Dvorak等人利用热红外阵列传感器检测人员存在。IMU提供高频姿态和加速度数据，在多传感器融合中校正地形起伏误差，如Shamshiri等人通过CAN总线辅助IMU/GPS导航。GNSS提供绝对地理参考，标准单点定位精度仅米级，需借助RTK-GNSS实现厘米级定位，如Izere等人验证了RTK-GNSS在作物高度估计中的性能。多传感器融合可在数据级、特征级和决策级实现，特征级融合最为常用，需解决时空同步和空间校准问题。未来多源传感器融合将驱动语义级感知和定位，克服视觉传感器的环境敏感性和GNSS信号丢失等挑战。
**3.2. 视觉感知与目标识别**
视觉检测经历了传统图像识别、传统机器学习、深度学习三个阶段。传统图像识别利用颜色和几何形状特征，但易受光照、遮挡和背景相似性影响。例如，Yu等人设计的LABOR苹果收获机器人基于双目视觉和双机械臂系统；Ratprakhon等人利用CCD相机和HSI色彩系统量化芒果成熟度；Lin等人基于轮廓信息实现六种水果的通用检测。传统机器学习算法如支持向量机（SVM）和随机森林（RF）在叶面积指数（LAI）估算和作物分类中有应用，但检测精度有限。深度学习算法分为两阶段检测器（如Faster R-CNN、Mask R-CNN）和单阶段检测器（如YOLO系列）。两阶段检测器先生成候选区域再分类回归，精度高但速度慢。Bai等人基于Faster R-CNN加入特征金字塔网络（FPN）和ROI Align，克服复杂光照下的多尺度检测瓶颈；Wang等人引入卷积块注意力模块（CBAM）和距离交并比非极大值抑制（DIoU-NMS）改进Faster R-CNN用于甘薯叶片检测；Fang等人改进Mask R-CNN结合ResNet-DenseNet和ZED2i相机解决苹果检测中的遮挡问题。单阶段检测器直接预测边界框和类别，实时性强。Zhu等人改进YOLOv5s加入IRBC3和ECA注意力机制实现草莓轻量检测；Zhang等人基于YOLOv7-tiny设计Seedling-YOLO用于西兰花幼苗检测；Hou等人优化YOLOv8n通过并行瓶颈模块（PBN）和高效多尺度注意力机制（EMA）平衡速度与精度。在农业5.0的HRC场景下，视觉感知需从任务导向转向以人为中心，实时解读人类存在、姿势和意图。
**3.3. 定位与导航技术**
农业定位技术分为四类：全局导航、局部导航、SLAM导航和多传感器融合导航。全局导航在已知静态地图中寻找宏观路径，依赖GNSS，在开阔农田中有效，但在果园和温室中因遮挡或信号阻断而精度下降。局部导航基于传感器实时感知动态规划轨迹，如LiDAR结构跟踪。SLAM导航适用于无先验地图和GNSS信号缺失的场景，分为激光SLAM和视觉SLAM。激光SLAM方面，Lv等人利用激光SLAM构建3D点云地图并开发R-TEB局部规划算法，实现厘米级定位；Schmitz等人融合LiDAR与里程计提高效率；Xu等人提出基于RS-SC融合的多级闭环检测策略减少累积误差。视觉SLAM成本低，可同时执行识别任务。Wang等人将RGB-D相机与ORB-SLAM2结合，加入YOLOv4动态特征点剔除，构建密集3D地图；Islam等人提出AGRI-SLAM，集成图像去雾和ORB点特征与LSD线特征的多模态提取；Wang等人将BiSeNetV2语义分割集成到ORB-SLAM3中，利用OctoMap高效存储点云。多传感器融合导航是主流趋势。在果园中，Wang等人融合LiDAR、视觉和惯性传感器，结合YOLO-world和FAST-SAM进行语义建图；Su等人结合2D LiDAR、动态电子罗盘和编码器，利用DBSCAN和扩展卡尔曼滤波实现导航。在温室中，Yan等人构建基于扩展卡尔曼滤波的松耦合框架融合轮式里程计、IMU和视觉惯性里程计；Cheng等人基于NLOS置信度优化UWB定位，融合IMU、里程计和LiDAR。Guan等人构建LiDAR-IMU-AprilTag紧耦合因子图优化，校正系统漂移；Li等人引入四元数法和模糊推理系统增强GNSS抗噪能力。未来导航技术将向多源协作和场景适应发展，推动农业生产从经验驱动向模型驱动转变。
**4. 感知结果的应用**
**4.1. 路径规划**
路径规划分为全局路径规划、局部路径规划、混合算法和深度强化学习。全局路径规划包括A*算法、快速扩展随机树（RRT）算法、遗传算法（GA）、蚁群优化（ACO）和粒子群优化（PSO）。A*算法通过启发函数平衡搜索效率，改进A*如Zhang等人用于核设施辐射环境，Ou等人通过路径平滑和安全保护机制优化网格地图。RRT算法通过随机采样避免高维建模，GD-RRT引入高斯混合模型和动态深度策略，在2D地图中降低平均路径成本15%、规划时间67.04%，在3D机械臂仿真中实现100%避障；BDIP-RRT在密集农业障碍物中路径长度缩短2.72%、计算时间减少63.16%；HB-RRT基于Halton序列结合目标导向策略，路径长度降低27.94%、规划时间减少91.66%。GA算法通过交叉算子和多目标适应度函数优化，Lamini等人改进GA实现静态环境路径优化；Ab Wahab等人通过线性排序间隙概率方法提高初始化效率。ACO算法模拟蚂蚁觅食，如ACO-Path用于水生环境监测，EPIACO用于紧急场景。PSO算法，Gao等人改进PSO用于苹果采摘机器人避障轨迹规划。局部路径规划包括动态窗口法（DWA）、时间弹性带（TEB）和人工势场法（APF）。Gong等人改进模糊控制DWA，安全距离增加62.08%；Duan等人改进TEB，在单障碍场景速度波动率降低17.73%，多障碍停车规划时间缩短44.84%；Lin等人改进APF引入旋转斥力场，路径平滑度提升60%以上。混合算法融合多种算法优势，如PSO-GA、DGA-ACO、BIAP-RRT*等。深度强化学习（DRL）在路径规划中表现潜力，如Wen等人改进TD3算法结合长短期记忆网络（LSTM）和泊松编码，用于未知农业环境；Zhou等人改进DDQN算法用于温室盲区引导。
**4.2. 多机器人协调**
多机器人协调涉及任务分配、调度和通信系统。任务分配方面，Guo等人提出协作离散人工蜂群算法（CDABC）最小化完工时间；Lu等人基于强化学习提出NWC-APONet，将任务分配建模为带节点工作量的多旅行商问题（NWC-MTSP）；Qin等人基于改进非支配排序遗传算法II（NSGA-II）平衡时间优先级和能量消耗；Lee等人设计MRTA-RM，通过广义Voronoi图划分环境，按供需分析重新分配机器人。调度方面，Ding等人以收获机器人等待时间和运输机器人数量为双目标，用改进PSO优化协作调度；Miao等人提出Q_DPIG算法平衡效率和经济性；Song等人采用分布式深度强化学习（DDRL）策略并行处理任务需求生成和决策执行；Huang等人构建混合整数线性规划模型和约束规划模型，设计混合遗传禁忌搜索算法实现合作调度。通信系统分为显式通信和隐式通信。显式通信如ünal等人基于WiFi的适应性多机器人系统，采用客户端-服务器架构和NMEA 0183协议；Dong等人提出MR-GMMapping，传输高斯混合模型（GMM）子图，数据量减少98%；Zhao等人基于分布式神经辐射场学习，在通信频率降低时仍保持整体结构。隐式通信如Das等人提出的MRoCS，模拟蜜蜂摇摆舞，通过视觉识别几何图案传递信息。显式通信依赖网络连接，隐式通信依赖感知算法，两者结合是构建可控且高度自治的多机器人系统的必然趋势。
**4.3. 人机协作**
人机协作（HRC）是农业5.0的核心特征。人机交互方面，Moysiadis等人引入动态手势控制农业机器人，融合OpenPose姿态估计和LSTM序列分类；Baxi等人通过试验验证Thorvald机器人与采摘者的安全交互模式；Bandi等人集成YOLOv8检测、人体姿态估计和手物统一姿态估计，实现实时高精度交互感知；Garcia提出融合视觉、听觉和空间数据的多模态框架，结合人脸识别、注视跟踪和语音识别。以人为中心方面，确保人的安全是首要目标。双模态安全监控系统整合视觉和触觉感知，使机器人根据人类意图动态调整策略；Katsampiris-Salgado等人融合热红外热像仪和深度相机，结合多层LSTM预测操作员轨迹；Li等人强调安全策略选择应与交互水平匹配，关注碰撞前和碰撞后策略。可持续性方面，Xia等人结合上下文和交互感知预测人体运动，提升循环经济中的可持续性；Shen等人结合人机协作和多目标离散蜂群算法实现拆解线平衡；Zhang等人将人机协作与选择性拆解模式整合，提出CHRCSDSP框架。韧性方面，Yuan等人基于多准则韧性评估构建稳定性、冗余性、效率和适应性指标系统；Buerkle等人开发基于移动脑电图（EEG）的人体传感器检测系统，有效降低动态风险。人机协作在农业环境中展现出巨大潜力，被认为是实现农业5.0的关键途径。
**5. 挑战与未来趋势**
**5.1. 现有挑战**
传感器方面，单一传感器易受自然环境影响：GNSS信号在密集作物中丢失或产生多径效应，LiDAR在恶劣天气中性能下降，视觉传感器受光照变化影响大。闭锁温室中GNSS完全阻断，高湿度影响LiDAR和相机。视觉检测方面，极端遮挡、小目标检测、数据集规模有限和多样性不足导致精度下降。路径规划方面，动态策略调整和算法复杂度是关键问题，多数模型在静态环境中表现良好，但在复杂动态环境中实时性不足；算法部署与硬件集成存在差距。多机器人协调方面，冲突处理能力有限，可扩展性和实时性不足，调度与任务分配分离导致死锁或碰撞，集中式方法计算时间长。人机协作方面，安全与信任问题突出，机器人对人类意图理解不足易导致碰撞，成本高，AI模型等能源消耗大，不利于可持续发展。
**5.2. 未来趋势**
未来研究方向包括：提升传感器适应性，通过多传感器深度融合（如LiDAR与视觉深度融合、IMU填充位置间隙、GNSS校正累积漂移）以及视觉-语言模型（VLM）实现跨模态对齐。增强视觉检测能力，利用深度学习或多模态数据融合，如生成对抗网络（GAN）进行遮挡修复或数据增强，以及引入VLM实现零样本检测和可解释推理。改进路径规划，探索全局-局部规划融合方法，实现全局最优与实时动态避障的一致性；通过ROS 2与数字孪生紧密集成进行闭环验证，利用空中重配置实现快速适应。改善多机器人协调，构建“分配、调度、通信”一体化端到端框架，引入冲突感知分配策略，开发轻量级在线学习算法和自适应参数调整机制；部署边缘计算和双链路通信降低延迟和成本。增强人机协作的安全性与可持续性，引入可变阻抗控制和安全势场预测人类意图，优化AI模型结构减少计算资源消耗，量化碳足迹。
**6. 结论**
本文指出，智能感知技术将深度融入从播种、田间管理到收获的整个农业生产过程。为应对上述挑战，多传感器深度融合、多模态视觉检测结合公共标准化数据集、全局与局部自适应路径规划算法、端到端集成多机器人协调框架以及低能耗安全人机协作方案已成为公认发展方向。随着AI、芯片制造和物联网等技术的持续迭代，智能感知技术将进一步突破场景适应性和成本限制，推动农业向更智能、更可持续的方向发展。本文综述了农业AGVs智能感知技术的最新进展与应用，涵盖传感器类型、视觉检测方法、导航方法、路径规划方法、多机器人协调框架和人机协作等方面，并分析了潜在挑战与未来趋势。
