昆虫是重要的授粉者，如蜜蜂对维持生物多样性和农业生产力至关重要，约三分之一的食物归功于蜜蜂授粉。然而，全球蜜蜂数量因农药使用、寄生虫、核辐射等多种因素而减少。同时，养蜂人面临劳动力短缺问题，且当前蜜蜂运输方法也存在风险和可持续性问题。传统手工授粉方法效率低且劳动强度大、成本高，因此机器人授粉系统的开发成为有前景的解决方案。近期，华盛顿州立大学园艺系Ranjan Sapkota等人撰写综述探讨了配备人工智能和机器视觉的机器人系统替代传统昆虫授粉的可行性，研究了空中和地面机器人授粉系统的技术进展和挑战，并强调了在生态威胁不断增加以及农业劳动力日益减少的情况下，机器人授粉作为现代农业中一种实用且环境可持续方法的重要性。图1 （a）AI生成的概念图，展示了自然授粉受静电作用影响，蜜蜂带正电荷，植物在晴朗天气下表面常带负电荷，这种静电相互作用提高了花粉传递效率；（b）AI生成的两种空中机器人（昆虫级空中机器人和无人机）为花朵授粉；（c）华盛顿州立大学开发的用于在果园中为苹果花授粉的地面机器人；（d）机器人授粉技术的发展、分类及其应用。Ranjan Sapkota等人从空中和地面两个维度探讨机器人授粉技术，空中解决方案包括微型飞行器和昆虫级扑翼机器人以及不同规模的无人机；地面解决方案涉及采用各种策略将花粉直接传递和沉积到花朵上的机器人。这类机器人的设计初衷是模仿自然昆虫授粉者，在外观和行为上像授粉昆虫。加州大学伯克利分校的 Millisystems Lab 在 1998 年启动了 Micromechanical Flying Insect（MFI）项目。该项目使用压电驱动和由纤维增强复合材料制成的柔性铰链（称为智能复合微结构，SCM）来开发仿生扑翼飞行器。其最终原型包括四个置于两个翅膀上的压电致动器，通过曲柄滑块传动系统连接，但该项目所研发的机器人无法产生足够的推进力来举起自身重量，不过为后续研究奠定了基础。哈佛大学怀斯研究所的 Robert Wood 团队利用 MFI 项目在厘米尺度上开发的压电弯曲致动器设计了RoboBee。RoboBee是一种受昆虫启发的微型飞行器（MAV），具有为花朵授粉的潜在用途。研究人员采用激光微加工技术精心制造其运行所需的机械和机电部件，并开发了一种使用SCM的压电夹紧-自由弯曲悬臂，以有效地提供机械动力。虽然 RoboBee在实验室环境中展示了可控飞行，但其实用性在实际授粉中的效果尚未得到测试。在模仿蜜蜂飞行力学方面取得了一些进展，如在垂直升力和机翼关节运动方面，但机载电源问题仍然是阻碍这些设备实现自主飞行的关键挑战。尽管有集成系统芯片（SoC）和轻质电力电子设备等技术创新改善了机翼运动控制和整体功能，但由于电源管理方面的未解决问题，这些机器人仍未实现完全独立飞行。例如 RoboBee X - Wing 虽通过太阳能和双翼设计实现了自主飞行，但它的性能不仅对阳光直射和阴影转换等严格的光照条件敏感，还对风向变化和温度波动敏感，这些因素都会显著影响其空气动力学和运行效率。随着研究发展，昆虫级空中机器人研究日益成为一个跨学科的领域，涉及机器设计、能源系统、控制理论和生物学等多个方面。将这些机器人创新应用于实际农业环境面临诸多实际问题，包括其脆弱的机械结构、复杂的制造需求、高能量要求以及极小的有效载荷能力。而且农业环境具有高度可变性和不确定性（包括天气模式和作物特性），也增加了应用难度。近年来在昆虫级机器人技术和微机电系统（MEMS）方面取得了一些突破，例如基于 MEMS 的 LiDAR 扫描仪的出现，可能使微型机器人能够集成先进的视觉系统。同时，群体机器人系统的发展也在改善微型飞行器（MAV）的集体控制，提高了它们在农业中的潜在效用。然而，要在这些机器人中模仿自然授粉者的敏捷性和机动性仍然是一项艰巨的任务。对鸟类飞行动力学的研究为未来微型飞行器的设计提供了有价值的见解，对蜜蜂行为的详细研究（通过可穿戴传感器实现）也为运动模式和环境相互作用提供了关键数据。但总体而言，将 RoboBee和类似的微型飞行器作为农业系统中可行的授粉者进行部署仍有很长的路要走，需要持续研究以弥合实验室成果与实际农业应用之间的差距。接触式授粉通常由较小的无人机采用。例如早期研究中使用的纳米直升机和迷你无人机（如B-Droid），它们配备有花粉收集刷。然而，这种方式面临一些挑战，如导航精度有限以及花粉转移效率不高。不过也有一些进展，比如Eijiro Miyako发现的离子液体凝胶提高了小型无人机中花粉的附着力；Shi等人开发了针对温室番茄授粉的带有可调节导流板的无人机，利用下洗气流（downwash，即旋翼产生的气流）进行花粉转移，但稳定性和机动性是需要解决的问题。在草莓种植中，也有通过无人机搅动植物来模拟蜜蜂授粉的应用。此外，还有一些如“RoboBeeHive”和“Autonomous Pollination System
(APS)”等在紧凑型无人机技术上取得进展的项目，尽管它们在现实世界中的效果尚未得到验证；还有为向日葵授粉设计的无人机，尽管有视觉系统和驱动末端执行器，但因传感器范围和作物特异性的限制，效果有限。通常需要较大的无人机，主要利用无人机的下洗气流在目标区域播散花粉。例如，Li等人研究了无人机旋翼速度变化对花粉传播中风场的影响，发现特定飞行速度（特别是4.53
m/s）可通过影响水平和垂直风场显著提高授粉效果。还有研究将花粉罐集成到四轴无人机中用于核桃园授粉，并通过计算流体动力学软件进行建模研究花粉运动；在受霜冻影响的核桃园中，通过无人机进行花粉散播使坐果率提高了20%；此外，还有一种半自主无人机系统能够携带多达500克花粉并按照预定路线为核桃植物授粉。在日本，还有基于无人机的非接触式授粉实验，利用特制的携带花粉的肥皂泡为梨园授粉，但效果有限，且肥皂泡溶液的可持续性也引发了环境方面的担忧。在实际田间条件下，无人机展示出了更广泛的实用性，能够通过花粉刷、基于下洗气流的播散等多种方法为各种作物授粉。其在现实世界中的应用得益于自主控制、有效载荷管理以及对不同农业条件的适应性等方面的进步。尽管无人机在实际应用中有一定优势，但在作物授粉方面仍面临一些挑战。电池寿命：有限的电池寿命和频繁的电池更换降低了效率。需要研究、开发和采用自主电池更换、太阳能充电以及飞行中无线充电等技术来提高续航能力。有效载荷：较低的有效载荷限制了无人机在大规模作物需求任务中的应用，尽管有一些创新产品有较大的有效载荷（60-80升），但仍需进一步探索。天气影响：无人机的性能受天气显著影响，例如风会影响其飞行，需要研究改进设计和空气动力学以提高其对天气的抵抗力。障碍物检测：小型无人机在果园环境中导航面临挑战，大型无人机在靠近植物冠层操作时可能会受到物理冲击，损坏无人机或植物。先进的障碍物检测和避让技术对其成功应用至关重要。花粉传递：需要更精确的花粉传递方法，目前的接触式和基于风的播散技术还不够精确。法律和安全：无人机操作涉及法律限制和安全问题，需要专业人员操作，虽然自主控制技术正在兴起，但还不能取代熟练的操作人员。图2 空中机器人授粉进展的时间轴（2015-2023年）。图的上部突出显示了昆虫级空中机器人，而图的下部突出显示了无人机。地面机器人在农业领域具有较大的市场潜力。2021年其市场估值达到354亿美元，预计在未来五年内增长率将超过23%，有望彻底改变农业生产力。地面机器人技术在农业领域的发展经历了多个阶段。1966年，Brown等人首次报道了机械授粉的概念，并测试了几种花粉应用系统。2008年，提出了一种用于枣椰树授粉的地面机器人系统，该系统使用安装在拖拉机上的机械臂和计算机控制的喷雾器，利用基于立体视觉的颜色跟踪方法，通过在实验树上的棕榈簇附近张贴颜色标记来进行花粉喷洒，但该系统仅适用于由风授粉的枣椰树，且只能处理人工颜色标记的花簇，只有2个自由度。后续地面机器人授粉研究扩展到香草、番茄、猕猴桃、苹果等作物的授粉。一些研究引入了带有机器视觉系统的机器人系统，通过识别香草花的关键特征以实现自动授粉。在番茄栽培方面，有项目涉及配备机器视觉系统和喷雾单元的机器人，用于均匀施加果实坐果试剂，但该系统的花朵检测方法和较慢的操作速度限制了其实际应用。西弗吉尼亚大学开发的“BrambleBee”是一种能够在温室环境中为小型花卉授粉的自主机器人。它配备了专门的授粉末端执行器，利用SLAM技术和RGBD相机进行准确的花朵检测和导航，但操作仅限于室内环境。有多种针对猕猴桃果园的授粉机器人。例如，Williams等人介绍的安装在自主多用途移动平台（AMMP）上的机器人，采用立体相机系统和卷积神经网络（CNN）进行花朵识别，并使用复杂的空气辅助喷雾机制实现高授粉率，但该机器人仅适用于猕猴桃棚架的独特架构。Li等人在2022年展示了一种在猕猴桃果园中授粉成功率达到85%的机器人系统，能够每5秒为一朵花授粉。最近，Gao等人开发了一种使用气-液系统为猕猴桃授粉的机器人，在速度和效果方面都比以前的方法有显著提高，代表了在田间环境中实现猕猴桃自动授粉的重大进步。Sapkota等人展示了一种在果园中为苹果花授粉的地面机器人，该机器人配备了静电喷雾器系统，其操作由一个采用深度学习技术的3D机器视觉系统引导，能够准确识别并瞄准“主”花，从而在花的中心实现精确的花粉应用。与空中系统相比，地面机器人具有更强的有效载荷能力，能够从多个视角收集大量数据和图像，在更精细的层面上进行操作，从而提供更高的准度、精度和稳健性；地面机器人结构坚固且设计节能，能在各种不同的环境中有效运行，并且受天气的影响较小。图3 地面机器人授粉进展的时间轴（2015
- 2023年）导航系统：在非结构化农业环境中导航是一个重大挑战。虽然它们依靠全球导航卫星系统（GNSS）、激光雷达（LiDAR）、惯性导航系统（INS）和机器视觉系统进行导航，但这些系统存在局限性。例如，在极端天气中，GNSS误差较大；LiDAR无法检测颜色和纹理，而这对于农业中的障碍物检测至关重要。路径规划和机器人定位对于开发能够在农业环境中自主导航的地面机器人至关重要。障碍物避免：农业环境中的地面机器人必须能够识别并绕过动态和静态障碍物。虽然一些研究在利用多传感器融合和2D激光扫描仪检测果园和葡萄园中的障碍物方面取得了进展，但像果园这样的自然环境的复杂性仍然给准确检测障碍物以实现有效机器人操作带来了重大挑战。精确动作规划：作物花朵的朝向差异很大，这影响了机器人授粉的效果。例如猕猴桃花的垂直朝向有利于机器人授粉，但这不适用于许多其他作物。未来需要研究开发无碰撞轨迹规划，使机器人手臂能够在不同朝向的花朵和不同的农业环境中有效地到达并授粉。花粉转移末端执行器：有效的花粉传递对于机器人授粉的成功至关重要。虽然喷雾式方法在猕猴桃、番茄和枣椰树等作物中已被证明是有效的，但这些系统的成本和复杂性对更广泛的商业应用构成了重大障碍。此外，对于那些传统上不通过手工授粉的作物，迫切需要开发和多样化花粉传递技术，以创新成本效益高且不太复杂的方法，确保高效且无损的授粉，提高这些技术在商业农业中的可及性和可持续性。地面机器人尽管面临农场环境复杂、传感器技术有限等挑战，且喷雾式等花粉传递方法需改进以适用于更多作物。但在精准授粉方面有很大潜力，通过进一步提升视觉和路径规划能力可提高授粉效果。无人机尤其是大型无人机可快速部署，但受精度、电池寿命和天气等因素影响，应用范围受限。微型飞行器虽有潜力，但技术储备不足，离实际应用还有距离。综合考虑，地面机器人在中长期内是实现商业化授粉更适用和经济可行的选择。Ranjan Sapkota, Matthew D Whiting, Dawood Ahmed, et al. Robotics for crop pollination: recent advances and future direction[J]. TechRxiv, 2024.为了不让您最关心的内容被湮没
防止我们一不小心失散
快把“iPlants”设置为星标吧★
只需三步↓↓
文章顶部点击「iPlants」名称进入公众号主页，点击右上角「三个小点」，点击「设为星标」，iPlants名称旁边出现一个黄色的五角星，就设置成功啦~
![]()
iPlants专注于全球植物科学前沿研究报道，已有二十万多学者关注。现已组建了30个500人/群的植物科学研究的研究生/教授的实名认证交流群，其都来自全球各大高校和研究所的同学和老师。欢迎从事植物科学相关研究的同学和老师加入我们，一起讨论学术和梦想。温馨提示：加iPlants助手微信号(ID: iplants-1)或长按下面二维码时进群时，请备注一下学校+专业+学生/老师，以便我们能拉你进相应的交流群，否则不予通过）投稿、商务合作、转载开白名单等事宜请联系微信ID：iplants或18321328797 或邮箱：703131029@qq.com
