基于自主田间机器人与离子敏感场效应晶体管（ISFET）的土壤养分原位实时评估技术可行性研究

《Advanced Robotics Research》：Technical Feasibility Study of Autonomous Field Robot-Based on-the-go Assessment of Soil Nutrients Using Ion-Sensitive Field-Effect Transistors

　　

自主田间机器人用于基于标准导向、离子敏感场效应晶体管（ISFET）的田间土壤养分直接分析，代表了一种在田间快速获取高空间分辨率、可复现养分评估结果的新方法。除分析能力外，该系统还可嵌入完整的数字化农业框架中。该系统通过支持基于云的自动化施肥建议、辅助人工智能驱动的合理性检查及自适应决策过程，应对劳动力短缺问题。结合先进的人机交互概念（HMI），此类平台可实现自动化分析系统与农业专家之间的有效协作。本技术可行性研究提出了一种基于自主田间机器人的创新性土壤养分分析自动化系统。该系统设计用于标准化现场采样及关键大量营养元素的标准导向分析：硝酸盐（NO3–）、钾（K+）、以磷酸二氢根形式存在的磷（H2PO4–）以及土壤pH值。该系统将不同功能子系统与实验室级提取溶液集成于模块化设计中。一项关键创新是实现了田间机器人辅助的标准导向土壤养分提取方法，用于离子选择性场效应晶体管（ISFET）传感器分析。所开发系统证明了在真实田间条件下进行边走边测（on-the-go）土壤养分评估的技术可行性，并为其在精准施肥策略中的潜在应用提供了进一步验证与优化的基础。

论文解读：基于自主田间机器人与ISFET传感器的土壤养分原位实时评估技术可行性研究

一、研究背景与问题

土壤采样与养分分析是作物生产中施肥决策的重要基础环节。当前土壤养分含量直接反映了植物可利用养分的水平，而分析结果必须在施肥措施实施前及时获得，以确保施肥量能够匹配特定需求与产量预期。然而，农田内土壤养分含量的空间变异性是一个普遍存在且常被低估的问题，这为施肥优化提供了巨大潜力。过度施肥不仅造成养分浪费，还导致养分径流进入地表水或地下水，带来环境风险。以德国为例，2017年硝酸盐淋溶对饮用水处理造成的额外成本估计高达每年5.8亿至7.67亿欧元。

传统的土壤养分分析流程分为两个独立环节：田间土壤采样和实验室样品分析。从采样规划、田间取样、样品运输、实验室分析到结果交付农民，整个过程可能需要数周时间。在德国，春季和夏末是采样高峰期，大量样品涌入土壤实验室，实验室处理能力成为主要瓶颈。此外，农业正面临结构性劳动力短缺问题，土壤采样、样品运输和复杂实验室分析等劳动密集型环节日益成为制约因素。

近年来，传感器技术和数据分析领域取得了显著进展，农业机器人技术也快速发展。然而，现有田间土壤分析机器人解决方案功能有限，仅局限于土壤样品采集或单一养分分析，或采用两步分离流程（田间采样、田边分析），无法实现从新鲜采集土壤中立即分析多种养分，也无法使用不同提取剂提取不同养分。因此，亟需开发一种能够将标准化土壤采样、标准导向的多养分提取与ISFET传感器测量完整集成于自主田间机器人平台的系统。

二、研究内容与结论

本研究开展了一项技术可行性研究，开发并集成了一套基于自主田间机器人研究平台BoniRob的新型土壤养分分析系统。该系统适用于标准化土壤采样和标准导向的土壤大量营养元素分析，包括氮、钾、磷酸二氢根形式的磷以及pH值，全部在田间直接完成。研究将土壤采样器、链式升降机、基于ISFET的多传感器土壤养分分析单元、标准导向的两阶段土壤养分提取程序、流体处理单元、土壤采样点生成器、多功能自主田间机器人平台及专用开放田间导航软件等子系统模块化集成，形成了完整的田间原位土壤养分分析自动化系统。

研究团队成功实现了从土壤采样到土壤养分分析的完整流程在真实田间条件下的技术可行性验证。通过采用欧洲委员会定义的技术就绪水平（TRL）量表对各子系统进行评估，结果显示各子系统技术成熟度介于TRL 5至TRL 7之间。模块化设计和组合流程使得系统能够灵活应用于不同土壤养分分析场景，包括客户特定的采样策略和单个新鲜土壤样品的即时独立分析选项。研究假设所提出的解决方案将帮助农民在未来更高效、更可持续地开展工作。

三、关键技术方法

研究采用了以下主要关键技术方法：基于德国官方VDLUFA标准的标准化土壤采样与分析方法；土壤采样点生成器软件用于生成GPS导航路径点；基于商用土壤采样器N2012重新设计的机电一体化土壤采样子系统；标准导向的两阶段快速土壤养分提取方法（"soil2data"方法），使用0.01 M CaCl₂和0.20 M CAL两种提取剂；集成四个ISFET传感器（分别检测NO₃^–、K⁺、H₂PO₄^–和pH）的多传感器测量单元；基于ROS2的Nav2导航栈与扩展卡尔曼滤波器（EKF）传感器融合的自主导航系统；以及基于NVIDIA Jetson平台的边缘计算设备用于云连接。

四、研究结果

4.1 土壤采样器子系统： 研究团队以商用土壤采样器N2012为机械起点，重新设计了控制硬件和控制软件，开发了尺寸为180 cm×35 cm×30 cm、重约60 kg的土壤采样子系统。钻孔系统采用电驱动，采样深度可在10–45 cm范围内调节，以适应草地和农田等不同应用需求。控制硬件基于Raspberry Pi Revolution工业PC，控制软件通过以太网与系统其他组件通信。

4.2 标准导向土壤养分提取方法： 研究团队实现了两种快速提取方法。第一种方法将新鲜土壤样品与0.01 M CaCl₂提取液以1:1（w/v）比例混合，机械搅拌5分钟，用于提取硝酸盐和测定pH值，与实验室参考方法的决定系数分别为R²=0.95（硝酸盐）和R²=0.91（pH）。第二种方法在CaCl₂提取后向剩余土壤悬浮液中加入0.20 M CAL溶液，最终土壤与溶液比例为1:3（w/v），再机械搅拌10–15分钟，用于提取植物可利用的磷和钾。

4.3 ISFET多传感器测量系统： 研究团队将四个商用ISFET传感器（来自MICROSENS SA）与Ag/AgCl固态参比电极集成到定制设计的3D打印开放式外壳中，形成测量杆形式的多传感器单元。新开发的控制和读出电子设备实现了约3 mV噪声水平的稳定输出信号，工作点设置为0.5 V电压和100 μA电流，数据采样频率为1 Hz。

4.4 载体平台BoniRob V2.1： 研究团队将BoniRob V2平台进行了实质性重新设计，包括从汽油发电机驱动转换为全电驱动，电池功率从2.5 kW提升至10 kW，软件架构从ROS1升级至ROS2，形成了BoniRob V2.1平台。

4.5 导航系统： 研究团队采用ROS2的Nav2导航栈，集成双GNSS RTK接收器、惯性测量单元（IMU）和2D LiDAR传感器，通过两个扩展卡尔曼滤波器节点实现传感器融合定位，并使用模型预测路径积分（MPPI）控制器替代动态窗口方法（DWB）控制器以增强动态环境适应性。

4.6 系统集成与FieldLab： 研究团队将所有子系统集成到铝制框架（76×67×88 cm）的FieldLab应用模块中，包括土壤采样器、链式升降机（配备四个收集容器和四个工作站）、标准导向提取模块（含流体子系统、超声波传感器、混合系统和清洗系统）、ISFET测量系统及数据管理电子设备。Web-based人机界面（HMI）软件实现了过程参数配置、实时监控和系统诊断功能。

4.7 过程流程： 整个分析过程分为五个步骤：ISFET传感器校准、开放田间导航、系统初始化、土壤样品采集与养分提取、土壤养分测量及数据处理与质量保证。

五、讨论与结论

研究团队通过模块化设计和组合流程——土壤采样与土壤分析在田间直接完成——实现了系统在土壤养分分析中的灵活应用，包括客户特定采样策略和单个新鲜土壤样品的即时独立分析。该系统为农民提供了基于最新科学发现的综合解决方案，满足其田地高分辨率空间养分需求及最佳施肥类型。研究团队假设该解决方案将帮助农民未来更高效、更可持续地工作。

研究结论表明，基于自主田间机器人与ISFET传感器的土壤养分原位实时评估系统在真实田间条件下技术上可行。该研究是第一个开发步骤，侧重于将各子系统集成为完整系统并建立其在整体系统中的相互作用。研究结果为第二个开发步骤奠定了基础，该步骤将包括在不同土壤类型、养分浓度范围、田间条件和采样天数下对集成系统进行系统评估，以进一步评估其分析性能和稳健性，并在结果表明需要时优化整体流程。这两个开发步骤的成果旨在为后续数据驱动步骤提供基础，包括自动化施肥建议生成及其在施肥管理中的潜在整合。