约翰迪尔拖拉机无人驾驶的秘密——视觉技术在农机上的广泛应用
近十年来，随着人工智能信息技术的快速发展，计算机视觉技术（Computer Vision）已经成为人工智能领域的重要分支，它在各个领域应用广泛，也是农机行业的重要助手。以约输迪尔为代表的技术领先企业率先把视觉技术应用在收割机、拖拉机、喷雾机及播种机等农业机械装备上，为农机的智能自动化、自主化开了好头、起到了引领示范作用。让我们共同领略下约翰迪尔把视觉技术带头在农机产品上应用的技术路线与核心功能要素及进展情况，以加快我国农机产品智能化研发制造中借鉴。
迪尔公司推进视觉技术在农机设备上应用，起步于2015年。同年，迪尔推出了首款应用了视觉技术的收割机，它使用立体视觉系统和经过训练的几何模型来检测矩形目标的边缘，帮助用户更精确的收获作物，减少损失。
2016年迪尔发布了一款新的视觉系统，它由带有颜色检测算法的双目相机组成，用于检测农作物在田地中的位置，通过将信息补充到GPS导航系统中来确保作业时农机不会碾压和损坏农作物。
两年后，迪尔开始使用 CVML（计算机视觉和机器学习）来检测正在收获的谷物质量。约翰迪尔技术总监介绍，他们将成像系统放置在联合收割机内，为深度卷积神经网络提供数据， “该系统使机器的机械部分保持最佳性能，这是我们第一次收集大型数据集来训练机器学习模型。”
2022年，迪尔在世界电子消费品展览会上推出了其自主性（无人驾驶）拖拉机，它使用 CVML 和六对立体摄像头来检测和识别物体。机器学习系统成功的关键之一是拥有具有代表性事件的训练数据集。想让拖拉机达到自主性（无人驾驶），这就要求设计者必须彻底重新思考如何训练数据集。然而在农业生产作业环境中，“田地中间的障碍物经常发生”这一事件的概率很低，为机器的学习带来难题。为了彻底解决这个训练视觉系统问题，让拖拉机能够高效地检测土壤、树林、线路和天空等始终存在的事物，他们进行了多次试验，确保如果拖拉机识别的东西不是土壤、树林、线路和天空，它会停下来。
2022年3月，迪尔推出See&Spray Ultimate。它使用 CVML 来检测每种杂草的位置，并仅在需要的地方准确地施用除草剂。该公司认为，“这是很重要，因为杂草会从植物中窃取宝贵的水、养分和阳光，从而阻止植物充分发挥其潜力”。
自 1947 年推出自走式喷雾机以来，受限于技术，农民只能在整个田间进行农药喷洒以杀死杂草。借助 See & Spray 技术，农民现在可以只喷洒杂草，为他们减少了三分之二的除草机消耗。在美国，农民从2022年开始使用这项技术。搭载了See & Spray 技术的除草机能识别并喷洒比智能手机相机镜头还小的杂草，为农户节省时间并降低成本，同时避免对农作物和土地造成不必要的影响。
这正是迪尔应用视觉技术达到的效果。视觉技术为喷雾机提供了“眼睛”（共 36 个），这些“眼睛”安装在喷雾机 120 英尺长的喷杆上。每秒钟，这些摄像机都会扫描超过 2,200 平方英尺的土地并捕获 12 亿个像素。如果人们试图用人眼来匹配这种水平的传感和处理，则需要近 6,000 人才能完成。这不仅仅发生在一个“该系统在穿过不平坦的地形、尘土飞扬的田地和侧风时执行其任务。这些摄像机是密封的、超坚固的，并且可以在阳光和阴影下看到，因此它们可以在这种恶劣的环境中成功运行。”观看不仅发生在"眼睛"成像系统上，它还依赖于先进的计算。
迪尔为 See & Spray 设计了嵌入式控制器。其中十个连接到喷雾机上，它们装有高性能处理器，可以理解摄像机所看到的内容。这些处理器每秒可以处理4GB的数据，可以在恶劣或高温环境下进行工作，同时进行自动冷却，这些都是开发时必须考虑的条件。
实践证明，农机上采用See & Spray Ultimate 视觉技术，可以节省 50% 到 70% 的作业洒药成本。如果这项技术在全世界推广应用，对改善全球范围内农业环境可持续性的真正影响是巨大的。
除了帮助迪尔品牌下的用户外，通过视觉技术得到的数据对全球环境一定会产生重大积极影响。例如，美国农民在 9000 万英亩土地上种植玉米，每年施用约 1.4 亿加仑发酵肥，以帮助这些种子长成高产植物。借助视觉技术 Exact Shot，可以减少 60% 以上的化肥用量，即 9300 万加仑。根据当今的化肥价格，这可以为农民节省 6.5 亿美元的投入成本，也可以防止浪费的化肥助长杂草生长或增加了漂移的风险。除了化肥之外，美国农民每年还使用超过 2300 万加仑的除草剂来治理杂草。使用 视觉See & Spray 技术，可以将其减少多达三分之二，相当于 1500 万加仑的除草剂。这可以节省农民的收入大约为 10 亿美元。”
无论是自动驾驶拖拉机或仅检测和喷洒杂草的机器，视觉技术在农机装备上的应用正在改变农业，而约翰迪尔处于推进这些尖端技术的最前沿。
原创声明
本文为农机1688网特邀作者 李社潮 所著。