基于WoS文獻計量學和知識圖譜的農業(yè)機器人進展與趨勢.pdf

第38卷 第1期 農 業(yè) 工 程 學 報 Vol 38 No 1 2022年 1月 Transactions of the Chinese Society of Agricultural Engineering Jan 2022 53 基于WoS文獻計量學和知識圖譜的 農業(yè)機器人進展與趨勢 楊 睿1 2 王應寬3 王寶濟1 2 1 中國農業(yè)大學圖書館 北京 100083 2 中國農業(yè)大學情報研究中心 北京100083 3 農業(yè)農村部規(guī)劃設計研究院 北京 100125 摘 要 隨著物聯(lián)網(wǎng) 大數(shù)據(jù) 人工智能等技術的進步 全球農業(yè)機器人研究迅速發(fā)展 為了解全球農業(yè)機器人的發(fā)展 現(xiàn)狀 該研究基于Web of Science WoS 核心數(shù)據(jù) 利用知識圖譜可視化軟件 繪制農業(yè)機器人研究領域知識圖譜 研 究表明 農業(yè)機器人研究大致可以分為4個發(fā)展階段 當前農業(yè)機器人研究進入加速發(fā)展期 逐步向多功能 智能化自 主無人系統(tǒng)發(fā)展 中國與美國 美國與西班牙以及中國和日本之間的合作最為密切 中國農業(yè)機器人相關研究 量質齊 增 尤其是水果采摘機器人 取得較多成果 最后對中國農業(yè)機器人的發(fā)展提出了幾點建議 加強基礎研究 實現(xiàn)高水 平科技自立自強 提升農業(yè)機器人的智能化水平 適應不同作業(yè)環(huán)境 保證作業(yè)性能的穩(wěn)定性 高質量和高效率 制定 扶持引導政策 加大投入 加強研發(fā)和人才隊伍建設 推動農業(yè)機器人技術與裝備的可持續(xù)健康發(fā)展與應用 關鍵詞 農業(yè)機器人 農業(yè)無人機 文獻計量 知識圖譜 CiteSpace VOSviewer HistCite doi 10 11975 j issn 1002 6819 2022 01 006 中圖分類號 S220 1 文獻標志碼 A 文章編號 1002 6819 2022 01 0053 10 楊睿 王應寬 王寶濟 基于WoS文獻計量學和知識圖譜的農業(yè)機器人進展與趨勢 J 農業(yè)工程學報 2022 38 1 53 62 doi 10 11975 j issn 1002 6819 2022 01 006 http www tcsae org Yang Rui Wang Yingkuan Wang Baoji Progress and trend of agricultural robots based on WoS bibliometrics and knowledge graph J Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE 2022 38 1 53 62 in Chinese with English abstract doi 10 11975 j issn 1002 6819 2022 01 006 http www tcsae org 0 引 言 農業(yè)機器人是一種新型的智能農業(yè)機械裝備 是人 工智能監(jiān)測 自動控制 圖像識別技術 環(huán)境建模算法 感應器 柔性執(zhí)行等先進技術的集合 1 包括巡檢機器人 耕作機器人 嫁接機器人 除草機器人 植保機器人 收獲機器人等 廣義來看 具有人工智能特征的農業(yè)裝 備都屬于農業(yè)機器人范疇 2 農業(yè)自動駕駛機器 農用無 人機等都是農業(yè)機器人 與工業(yè)機器人相比 農業(yè)機器人有如下特點 作業(yè) 的季節(jié)性 作業(yè)環(huán)境復雜性 作業(yè)對象的嬌嫩性和復雜 性等 3 根據(jù)解決問題的側重點 農業(yè)機器人可分為主要 用于大田作業(yè)的行走系列機器人 包括播種機器人 耕 作機器人 大田收獲機器人 除草機器人 植保機器人 等 主要用于設施農業(yè)的機械手系列機器人 包括嫁接 機器人 果蔬采摘機器人 分揀機器人 育苗育種機器 人等 用于農產(chǎn)品加工與鑒定的機器人 包括剪羊毛機 器人 擠奶機器人 肉類加工機器人等 4 目前 大馬力 收稿日期 2021 09 05 修訂日期 2021 12 24 基金項目 中國科協(xié)2021年中國雙邊學術會議及科技交流活動項目 中 美雙邊精準農業(yè)高端論壇 JS20210528 中國科協(xié)中國科技期刊卓越行動 計劃 卓越計劃 C 083 作者簡介 楊睿 研究方向為數(shù)據(jù)分析與情報研究 Email mailruiy 通信作者 王應寬 博士 編審 研究員 研究方向為農業(yè)工程和數(shù)字出版 Email wangyk tcsae org 王寶濟 研究館員 研究方向為數(shù)據(jù)分析與情報 研究 Email wbj 自主駕駛拖拉機 大載荷無人植保機 農產(chǎn)品分揀分級 機器人 農產(chǎn)品冷庫裝卸機器人 授粉機器人 畜舍巡 檢作業(yè)機器人等高端智能農機裝備的研發(fā)受到關注 5 受農業(yè)勞動力匱乏的影響 日本率先開始了農業(yè)機 器人的研究 1984年日本京都大學近藤直教授將機器人 引入農業(yè)工程領域 相繼研發(fā)了采摘 插條 移植 噴 灑等機器人 日本也長期引領著采摘機器人的發(fā)展 此 外 經(jīng)濟發(fā)達的美國 荷蘭 英國 德國等國家同樣重 視機器人的發(fā)展 相繼出臺政策支持技術研究 理論研 究和現(xiàn)實應用均處于世界領先地位 美國領土廣闊 行 走式大田作業(yè)機器人發(fā)展的最為成熟 荷蘭 英國重點 關注擠奶機器人 可以看出 農業(yè)機器人的發(fā)展有著深 厚的現(xiàn)實因素 各國技術的發(fā)展都與其國情密切相關 中國的相關研究起步較晚 1998年中國農業(yè)大學研發(fā)出 自動嫁接機器人 采摘機器人 除草機器人 育苗機器 人 巡檢機器人等也陸續(xù)取得進展 關鍵技術不斷突破 但整體發(fā)展速度仍然不及發(fā)達國家 6 農業(yè)機器人技術是智慧農業(yè)的關鍵支撐技術 7 更反 映著國家的農業(yè)機械化水平 8 2015 年 加拿大聯(lián)邦政 府在其發(fā)布的 新興技術與相關信息 報告中指出 農 業(yè)機器人將在5 10年進入生產(chǎn)應用 改變傳統(tǒng)農業(yè) 因此 基于現(xiàn)實需求和國際趨勢 中國需加快實施農業(yè) 機器人發(fā)展戰(zhàn)略 全球農業(yè)機器人的研究和應用正在迅速發(fā)展 為量 化梳理農業(yè)機器人領域研究的發(fā)展歷程 本文從廣義農 農業(yè)工程學報 http www tcsae org 2022年 54 業(yè)機器人系統(tǒng)的角度出發(fā) 基于Web of Science核心合集 數(shù)據(jù) 通過文獻調研 文獻計量 知識圖譜等方法進行 分析 并展望其未來的發(fā)展趨勢 以期為中國農業(yè)機器 人發(fā)展規(guī)劃提供參考 1 數(shù)據(jù)來源與分析方法 1 1 數(shù)據(jù)來源 在Web of Science核心合集中進行檢索 檢索文獻發(fā) 表時間截至2020年 檢索時間為2021年4月4日 采 用總分式檢索思路 見表1 最終檢索到5 438篇文獻 作為本研究的數(shù)據(jù)源 1 2 分析方法 1 利用知識圖譜可視化軟件CiteSpace VOSviewer 繪制知識圖譜 包括國家合作聚類圖 關鍵詞共現(xiàn)聚類 圖 關鍵詞主題路徑圖 分析各時期 各國的研究態(tài)勢 與熱點內容 2 利用文獻引文分析軟件HistCite識別基于本地文 獻數(shù)據(jù)集的高被引文獻 表1 農業(yè)機器人檢索式構建 Table 1 Construction of the indexing ways for agricultural robots 主題Topic 檢索式Search strategy 農業(yè)機器人Agricultural robot TS agricultur or farm and robot 農業(yè)自動駕駛機器 Agricultural autonomous vehicle TS agricultur or farm and autonomous vehicle or autonomous tractor 農業(yè)無人機 Agricultural UAV TS agricultur or farm and unmanned aircraft vehicle or unmanned aerial vehicle or unmanned aircraft system or unmanned aerial system or UAV or UAS 其他農業(yè)機器人 Other types of agricultural robots TI field operation robot or plant protection robot or harvest robot or weeding robot or grafting robot or picking robot or plant factory robot or food robot or meat robot or milk robot or sheep shearing robot 2 世界農業(yè)機器人發(fā)展歷程 從統(tǒng)計文獻年度分布看 21世紀之前世界農業(yè)機器 人研究一直處于萌芽期 發(fā)展較為緩慢 從2013年開始 研究產(chǎn)出迅速增加 2019年的發(fā)文量約是2010年的10 倍 圖1 具體來看 農業(yè)機器人研究經(jīng)歷了如下階段 圖1 農業(yè)機器人研究文獻年度分布圖 Fig 1 Annual number of papers of agricultural robot research 第一階段 20世紀90年代之前 在Web of Science 核心合集中可檢索到的最早的相關文獻 是1981年澳大 利亞學者Turner等 9 發(fā)表在 Agricultural Engineering 上的一篇快報 介紹了剪羊毛機器人 此階段相關研究 雖然數(shù)量較少 但研究對象廣泛 涉及采摘機器人 食 品加工機器人 擠奶機器人 剪羊毛機器人等 使工業(yè) 機器人技術適用于農業(yè)是這一時期的主要研究內容 如 有學者討論了如何將工業(yè)機器人焊接系統(tǒng)用于農業(yè)機械 部件中 10 以及將工業(yè)機器人用于甜菜收割 11 此外 基于顏色視覺信息指導機器人采摘柑橘的探討 12 13 獲 得廣泛關注 第二階段 1990 1999年 為了更好地分析重點研 究領域 繪制這一時期研究的關鍵詞聚類圖譜 圖2 從圖2中可以看出 主要研究內容包括4部分 1 神經(jīng) 網(wǎng)絡的應用 神經(jīng)網(wǎng)絡已經(jīng)廣泛用于農業(yè)機器人視覺感 知 路徑規(guī)劃 2 機器視覺 農業(yè)機器人的操作對象是 農作物及各類農產(chǎn)品 為了獲取作物信息 農業(yè)機器人 需要具備機器視覺 這是與以往大多數(shù)工業(yè)機器人所不 同的 14 機器視覺系統(tǒng)可以獲取作物的顏色 長寬比 大 小 輪廓等信息 15 利用機器視覺還可以識別與提取可見 區(qū)域光譜反射率 實現(xiàn)較為精準的水果收獲 16 3 機 械手 末端執(zhí)行器 傳感器等機器人技術 日本研發(fā)出 番茄一號 黃瓜二號 葡萄三號等采摘機器人 Kondo 等 17 將機器人組成概括為機械手 末端執(zhí)行器 視覺傳 感器 行走裝置四部分 這一階段 關于機械手 末端 執(zhí)行器 傳感器的優(yōu)化與適應性的研究不斷增加 18 20 4 擠奶機器人 英國 荷蘭奶牛業(yè)發(fā)達 為減少農民 勞動強度 兩國重點關注自動擠奶系統(tǒng)的研發(fā) 21 22 當 時的相關研究還考慮了農民使用機器的可操作性 23 關 注 人機協(xié)同 注 圖中的圓圈節(jié)點代表關鍵詞 節(jié)點的大小代表關鍵詞頻次的多少 節(jié)點 越大 頻次越高 節(jié)點之間的連線代表兩個關鍵詞存在共現(xiàn)關系 共現(xiàn)是指 共同出現(xiàn)在一篇或多篇文章中 共現(xiàn)越多 連線越寬 兩個關鍵詞聯(lián)系越緊 密 下同 Note The circle node in the figure represents the keyword and the size of the node represents the frequency of the keyword The larger the node the higher the frequency The line between nodes represents the co occurrence between the two keywords Co occurrence means that the two keywords appear together in one or more articles The more co occurrence the wider the line the closer the connection between the two keywords The same below 圖2 關鍵詞聚類圖譜 1990 1999年 Fig 2 Keywords cluster graph From 1990 to 1999 得益于計算機技術 導航技術 傳感器技術的發(fā)展 此階段農業(yè)機器人實用技術快速發(fā)展 機器人技術與園 藝學方法相融合 與作物形態(tài)相適應 收獲和采摘機器 人 擠奶機器人 食品加工機器人的研究較多 第1期 楊 睿等 基于WoS文獻計量學和知識圖譜的農業(yè)機器人進展與趨勢 55 第三階段 2000 2012年 主要研究內容包括5方 面 圖3 1 定位與導航 導航是行走式農業(yè)機器人 自動化作業(yè)的根本保障 24 這一階段相關技術不斷創(chuàng)新 基于卡爾曼濾波器的導航 25 26 基于GPS的導航 27 結合 機器視覺和激光雷達的自主導航 28 以及基于視覺的作 物行走導航 29 等新技術大量涌現(xiàn)并不斷改進優(yōu)化 2 機器視覺與圖像處理 機器視覺 計算機視覺 圖像處 理在此階段仍是研究重點 三者聯(lián)系緊密 互有交叉 圖像預處理 顏色與形狀的識別方法 圖像分割算法等均 有創(chuàng)新 30 36 3 擠奶機器人 研究集中在自動擠奶系統(tǒng)的 優(yōu)化以及經(jīng)濟效益評價 37 40 4 農業(yè)無人機 5 算法創(chuàng) 新與優(yōu)化 主要涉及路徑規(guī)劃算法 41 與視覺算法 42 圖3 關鍵詞聚類圖譜 2000 2012年 Fig 3 Cluster graph of the keywords From 2000 to 2012 這一階段 農業(yè)無人機研究開始興起 無人機在農 業(yè)領域首先被用于噴施農藥 43 隨后被應用于農業(yè)監(jiān)測 獲取實時遙感影像 44 2002年9月美國航空航天局研發(fā) 的 探路者Plus 太陽能無人機進行了概念性飛行試驗 Herwitz等 45 47 做了多年跟蹤研究 探路者Plus 太陽 能無人機可以提供高分辨率的實時圖像 用于農業(yè)監(jiān)測 與決策支持 此外 用于無人機的多光譜遙感快速發(fā)展 探路者Plus 太陽能無人機就已經(jīng)應用了多光譜成像 48 還有學者研究了多光譜圖像的自動配準 49 Camille等 50 通過簡易裝置生成多光譜圖像用于小麥監(jiān)測 Berni等 51 結合熱遙感和窄帶多光譜遙感進行植被監(jiān)測 驗證了低 成本無人機遙感的可行性 在關鍵詞聚類圖中可以看到 精準農業(yè)處于中介地 位 圖3 是連接各個研究分支的橋梁 說明此階段精 準農業(yè)是農業(yè)機器人領域研究的核心主題 并為其提供 了應用場景和發(fā)展動力 整體來看 此階段的研究面向精準農業(yè) 研究仍然 集中在農業(yè)機器人技術 機器視覺 導航技術等研究保 持高熱度 關注作物及環(huán)境信息的實時獲取 強調作業(yè) 的精準性與機器的可適應性 農用自動車輛 收獲和采 摘機器人 擠奶機器人 除草機器人的研究較多 農業(yè) 無人機的發(fā)展方興未艾 第四階段 2013 2020年 此階段農業(yè)無人機相關 文獻約占總文獻量的一半 因此 分別分析農業(yè)無人機 與其他類型農業(yè)機器人相關研究 其他類型農業(yè)機器人 的主要研究內容包括4方面 圖4a 1 定位與導航仍 是研究熱點 出現(xiàn)了基于粒子濾波 激光雷達的自主導航 系統(tǒng) 52 53 基于超聲波傳感器 構形空間的導航避障 54 55 關注定位精度與制導精度 56 57 2 機器視覺與圖像處理 隨著機器學習的發(fā)展 深度學習取得重大突破 驅動了機 器人智能技術的蓬勃發(fā)展 卷積神經(jīng)網(wǎng)絡是這一時期深度 學習的代表性算法 被廣泛用于農業(yè)機器人領域 如用于 估計水果產(chǎn)量 58 作物分類 59 水果檢測與采摘 60 61 區(qū) 分作物與雜草 62 64 障礙檢測 65 等 3 擠奶機器人 4 人工智能 物聯(lián)網(wǎng) 無線傳感網(wǎng)絡等新興技術為農 業(yè)機器人發(fā)展賦能 a 除農業(yè)無人機之外的其他研究關鍵詞聚類圖譜 2013 2020年 a Cluster graph of the other research keywords besides agricultural UAV From 2013 to 2020 b 農業(yè)無人機研究關鍵詞聚類圖譜 2013 2020年 b Cluster graph of agricultural UAV research keywords From 2013 to 2020 圖4 關鍵詞聚類圖譜 2013 2020年 Fig 4 Keywords cluster graph From 2013 to 2020 此階段農業(yè)無人機研究產(chǎn)出迅速增加 從圖4b中可以 看出 無人機應用領域不斷擴大 包括監(jiān)測植被指數(shù) 監(jiān) 測葉面積指數(shù) 檢測生物量 土壤分析 監(jiān)測氮含量 監(jiān) 測作物生長 監(jiān)測水土流失等方面 技術方面 多光譜 高光譜 激光雷達等傳感器優(yōu)勢明顯 可以快速獲取高分 辨率圖像 關于如何降低其技術成本的討論較多 66 67 基于 以上技術的發(fā)展 出現(xiàn)了無人機高通量表型平臺 用于 監(jiān)測玉米株高與生長 68 69 估計樹高和樹冠體積 70 獲 取小麥 柑橘育種信息 71 72 等 農業(yè)工程學報 http www tcsae org 2022年 56 整體來看 此階段的研究面向智慧農業(yè) 人工智能 物聯(lián)網(wǎng) 大數(shù)據(jù)為農業(yè)機器人研究提供了創(chuàng)新動力 傳 感器技術 識別算法取得突破 控制與導航精度大大提 高 從種類來看 農用自動車輛 收獲和采摘機器人 擠奶機器人 除草機器人 農用無人機的研究較多 農 業(yè)無人機應用領域擴大 關注無人機高通量表型平臺搭 建 無人機的成本與安全性 3 文獻特征分析 3 1 出版物分析 統(tǒng)計世界農業(yè)機器人領域載文量Top10出版物 如 表2所示 Computers and Electronics in Agriculture 是 刊載農業(yè)機器人相關研究文章數(shù)量最多的期刊 但其發(fā) 文量也僅占領域發(fā)文總量的4 395 說明目前世界農業(yè) 機器人領域研究發(fā)文的分布還較為分散 該刊對于農業(yè) 機器人的關注相對較早 1997年就出版了兩期有關農業(yè) 機器人的特輯 Robotics in Agriculture Robotic Milking 其次是 Remote Sensing 和 Proceedings of SPIE Remote Sensing 自創(chuàng)刊之時就開始關注 農業(yè)機器人領域 近兩年年均相關載文量高達70篇 目前還專門開設了 Remote Sensing in Agriculture and Vegetation Section 農業(yè)與植被遙感 主題欄目 Proceedings of SPIE 是國際光學與光子學會出版的會 議論文集 學會在 2016 2021 年連續(xù)舉辦了 Autonomous Air and Ground Sensing Systems for Agricultural Optimization and Phenotyping 用于農業(yè) 優(yōu)化與表型的地空自主傳感系統(tǒng) 主題會議 出版了大 量有關農業(yè)機器人遙感的文章 Biosystems Engineering 是歐洲農業(yè)工程師學會 EurAgEng 的 會刊 關注生物系統(tǒng)工程研究 中國的農業(yè)工程期刊 International Journal of Agricultural and Biological Engineering 已經(jīng)進入農業(yè)機器人領域發(fā)文量的前10 意味著中國農業(yè)機器人技術研發(fā)取得進展的同時 期刊 平臺也在自主創(chuàng)新 增強國際話語權 表2 截至2020年農業(yè)機器人領域載文量Top10出版物 Table 2 Top10 publications in the field of agricultural robots until 2020 出版物 Publications 刊發(fā)農業(yè)機器人文章總量 Number of papers in the field of agricultural robots 占領域發(fā)文總量的比例 Proportion in total number of papers 總被引頻次 Total citations 發(fā)文篇均被引頻次 Average citation per paper 發(fā)文h指數(shù) h index Computers and Electronics in Agriculture 239 4 395 5043 21 1 36 Remote Sensing 216 3 972 4840 22 41 34 Proceedings of SPIE 175 3 2 350 2 7 Sensors 143 2 63 2174 15 2 23 Biosystems Engineering 117 2 152 3193 27 29 30 IFAC papersonline 79 1 453 253 3 2 9 Journal of Field Robotics 67 1 232 1548 23 1 22 Precision Agriculture 63 1 159 2027 32 17 23 IEEE Access 60 1 103 474 7 9 10 International Journal of Agricultural and Biological Engineering 57 1 048 622 10 91 13 注 h指數(shù)指的是一名作者發(fā)表的N篇論文中有h篇每篇至少被引h次 Note The h index means that h of N papers published by a author are cited at least h times each 3 2 國家發(fā)文分析 統(tǒng)計各國農業(yè)機器人研究產(chǎn)出總量發(fā)現(xiàn) 美國 中 國 西班牙 德國 日本 意大利 英國 澳大利亞 印度 法國是農業(yè)機器人研究產(chǎn)出數(shù)量最多的前10個國 家 表3 繪制Top10國家的合作聚類圖譜 圖5 圖譜中形成了兩大合作聚類 右側聚類以美國 中國為 核心 左側聚類包括英國 西班牙 意大利 法國 德 國 10個國家之間均存在合作關系 合作交流密切 除 此之外 圖譜中最寬的連線出現(xiàn)于中 美兩國之間 共 有110篇合作文獻 其次是美國與西班牙以及中國和日 本 分別有37和30篇合作文獻 表明以上國家之間的 合作最為密切 表3 農業(yè)機器人研究產(chǎn)出量Top10的國家 Table 3 Top10 countries with the most published papers 排名 Rank 國家 Country 刊發(fā)農業(yè)機器人文章總量 Number of papers in the field of agricultural robots 排名 Rank 國家 Country 刊發(fā)農業(yè)機器人文章總量 Number of papers in the field of agricultural robots 1 美國 1094 6 意大利 276 2 中國 885 7 英國 259 3 西班牙 333 8 澳大利亞 256 4 德國 329 9 印度 230 5 日本 323 10 法國 187 注 圖中圓圈節(jié)點的大小代表各國發(fā)文量的多少 節(jié)點越大 發(fā)文數(shù)量越多 節(jié)點之間的連線代表兩國存在合作研究 連線的寬度代表兩國合作文獻的數(shù) 量的多少 合作文獻越多 連線越寬 Note The size of the circle node in the figure represents the amount of papers of each country The larger the node the more papers The line between nodes represents the existence of cooperative research between the two countries and the width of the line represents the number of cooperative research between the two countries The more cooperative research the wider the line 圖5 Top10國家合作聚類圖譜 Fig 5 Cooperation cluster graph of Top10 countries 第1期 楊 睿等 基于WoS文獻計量學和知識圖譜的農業(yè)機器人進展與趨勢 57 3 3 中美兩國農業(yè)機器人發(fā)文對比分析 統(tǒng)計中 美兩國年度農業(yè)機器人發(fā)文數(shù)量 可以看 出 進入21世紀后 中國的農業(yè)機器人研究產(chǎn)出數(shù)量不 斷增加 逐步躋身農業(yè)機器人研究產(chǎn)出大國 圖6 2003 年中國農業(yè)大學陳兵旗教授在 Biosystems Engineering 上發(fā)表了有關稻田微型除草機器人的機器視覺的文章 73 此后 中國的相關研究迅速發(fā)展 產(chǎn)出規(guī)模不斷擴大 年均發(fā)文數(shù)量一度與美國持平 從Web of Science數(shù)據(jù)庫 的農業(yè)機器人高影響力論文來看 美國學者貢獻高被引 論文28篇 熱點論文3篇 中國學者貢獻高被引論文21 篇 熱點論文3篇 其中美中兩國合作高被引論文7篇 合作熱點論文1篇 可以看出 兩國的高影響力論文數(shù) 量非常接近且存在高水平合作研究 一定程度上可以說 明中國的農業(yè)機器人研究是 量質齊增 的 圖6 中美兩國年度農業(yè)機器人發(fā)文趨勢圖 Fig 6 The number trend of papers of agricultural robots published by China and USA 為進一步比較中 美兩國農業(yè)機器人研究 用 CiteSpace繪制了兩國研究的關鍵詞主題路徑圖 從關鍵 詞時間維度對比兩國研究發(fā)展 通過對中美兩國研究關鍵詞主題路徑聚類可以看出 中國最早的農業(yè)機器人研究出現(xiàn)在2003年 美國的農業(yè)機 器人相關研究比中國要早約10年 圖7 這10年中 美 國的農業(yè)機器人相關研究 圖7a 集中在 收獲 harvest 仿真模擬 simulation 色彩 color 機器視覺 machine vision 自動擠奶系統(tǒng) automatic milking system 傳 感器 sensor 導航 navigation 農用車輛 agricultural vehicle 模型 model 移動機器人 mobile robot 1989年 Slaughter等 74 提出一種基于色彩信息的分類模 型 可用于水果采摘機器人 2002年 Lamm等 75 開發(fā) 測試了擁有機器視覺的除草機器人 雜草噴灑正確率高 達88 8 Stentz等 76 開發(fā)了半自主拖拉機操作系統(tǒng) 可以實現(xiàn)路徑跟蹤 障礙物檢測 自我監(jiān)控等 測試過 程中機器自動行駛了7 km 2003年 Rotz等 77 對當時 的自動擠奶系統(tǒng)進行了經(jīng)濟型評價 指出當時自動擠奶 系統(tǒng)的經(jīng)濟效益并不理想 可以看出 美國的相關研究 發(fā)展迅速 采摘機器人研究的作業(yè)對象比較豐富 針對 特定作物的作業(yè)準確性已經(jīng)達到了較高水平 自動擠奶 系統(tǒng)廣泛開展仿真研究 21世紀初 中國的農業(yè)機器人研究逐漸興起 相關 研究中 水果 fruit 立體視覺 stereo vision 識別 recognition 無人機 unmanned aerial vehicle 圖像 分割 image segmentation 精準農業(yè) precision agriculture 導航 navigation 等關鍵詞相繼出現(xiàn) 圖7b 可以看出 中國農業(yè)機器人起步雖晚 但發(fā)展較快 尤 其是水果采摘機器人 取得較多成果 為了實現(xiàn)自動化 采摘與果實分級分選 不斷改進優(yōu)化末端執(zhí)行器 切割 裝置以及傳感器等裝置 并創(chuàng)新技術方法 如Zhao等 78 設計了基于視覺伺服控制的蘋果采摘機器人 采用支持 向量機算法識別蘋果并定位 收獲成功率達到77 平 均每個蘋果的收獲時間為15s Guo等 79 基于OHTA顏 色空間圖像分割算法獲取草莓信息 實現(xiàn)草莓采摘與分 類 在導航研究方面 中國未經(jīng)歷像美國一樣復雜的研 究過程 而是直接進入到了視覺導航和GPS導航的研究 階段 24 a 美國農業(yè)機器人關鍵詞主題路徑圖 a Topic path map of the agricultural robot keywords for USA b 中國農業(yè)機器人關鍵詞主題路徑圖 b Topic path map of the agricultural robot keywords for China 注 圖中圓圈節(jié)點代表關鍵詞 圓圈節(jié)點的大小代表關鍵詞總頻次的多少 節(jié)點越大 關鍵詞頻次越高 節(jié)點之間的連線代表兩個關鍵詞存在共現(xiàn)關系 共現(xiàn)次數(shù)越多 連線越寬 Note The circle node in the figure represents keywords The size of the circle node represents the total frequency of keywords The line between nodes represents the co occurrence between two keywords The more co occurrence times the wider the line 圖7 中美兩國農業(yè)機器人研究關鍵詞主題路徑圖 Fig 7 Topic path map of the agricultural robot keywords for China and USA 3 4 核心機構分析 Web of Science 數(shù)據(jù)庫將一級機構中的二級機構發(fā) 文合并入一級機構 形成 機構擴展 字段 各機構的 研究產(chǎn)出數(shù)量詳見表4 美國農業(yè)部 西班牙最高科研理 事會 瓦格寧根大學 加州大學系統(tǒng) 中國農業(yè)大學等 是世界農業(yè)機器人領域的核心研究機構 農業(yè)工程學報 http www tcsae org 2022年 58 表4 農業(yè)機器人研究產(chǎn)出量Top10機構 Table 4 Top10 institutions with the most published papers of agricultural robots 排名 Rank 機構 Institution 發(fā)文數(shù)量 Number of papers 排名 Rank 機構 Institution 發(fā)文數(shù)量 Number of papers 1 美國農業(yè)部United States Department of Agriculture 127 6 中國科學院Chinese Academy of Sciences 82 2 西班牙最高科研理事會 Consejo Superior de InvestigacionesCientificas CSIC 118 7 法國國家農業(yè)食品與環(huán)境研究院 National Research Institute for Agriculture Food and Environment 80 3 荷蘭瓦格寧根大學 Wageningen University 2 Information Research Center China Agricultural University Beijing 100083 China 3 Academy of Agricultural Planning and Engineering Ministry of Agriculture and Rural Affairs Beijing 100125 China Abstract An agricultural robot system has been ever increasing to develop rapidly in the world with the progress of the Internet of Things big data and artificial intelligence This study aims to analyze the development of the global agricultural robot system using the domain knowledge map from the Web of Science core data and visualization software Research findings were as follows 1 Four stages were roughly divided in the agricultural robot research 2 The United States China Spain Germany Japan Italy and the United Kingdom presented the most research outputs and the closest cooperation was found between China and the United States the United States and Spain China and Japan 3 The agricultural robot research in China was about 10 years later than that of the United States but there was a rapid increase in the most achievements quantity and quality especially in the fruit picking robot The key technologies such as stereo vision technology have been reported almost simultaneously in China and the United States 4 The development of the agricultural robot system followed the following path from simple to complex and gradually to the multi functional intelligent autonomous unmanned system Correspondingly the development of the agricultural robot system from the birth shape and growth to a period of rapid development was great benefit from the big data artificial intelligence internet of things cloud computing mobile Internet as well as the new generation of information and communication technology Now the agricultural robot has stepped into a period of accelerated development in the new era The future agricultural robot can be more smart and intelligent from one single function to the integration of intelligent perception intelligent decision making and intelligent execution of agricultural robot system The more extensive development of agricultural robots can be exten