除草机器人国内外研究现状
农田杂草一直都是农业的一个严重而又不可避免的问题，杂草会和农作物争夺生存空间、水、光、肥料，其吸收养分的能力往往大于农作物，所以除草一直都是一个迫在眉睫的事情，尽管每年人们在生产中投入了大量的人力和物力，但是因为草害造成的损失依然惨重。据统计，2014年我国草害发生面积近１亿公顷次，造成粮食、棉花、油料的损失分别达347.8万吨、5.8万吨和17.7万吨[1]。我国是一个农业大国，幅员辽阔，田间杂草种类繁多，农田草害确实是一个阻碍我国农业生产快速发展、农作物产量提高的重要因素。
除草方法有人工除草、机械除草、生物防除和化学除草等[2]。化学除草目前使用较为广泛，但是如果除草剂使用不当，不仅会带来药害，而且会造成农产品农药残留量超标、环境污染、人员食物中毒等。生物除草是从分子生物学角度进行研究。生物除草剂一般具有对环境友好的特点，我国在生物除草剂研究方面投入的力量和研究经费还比较少，尚没有商业化的产品问世[3]。人工除草相对来说是比较彻底的，但是耗时长，效率低，机械除草就可以很好地缓解工作人员的辛苦，同时获得更好的除草效果，并且避免了使用化学试剂，从而更好地使农作物发挥它的益处。
与英国、美国、丹麦、日本等发达国家相比，我国在智能除草装备领域的研究起步晚、底子薄，任重而道远。国际上已经有多款智能化的除草系统进入市场，可实现株间、行间并联除草。而国内的相关技术尚处于研究阶段，许多研究成果停留在离线图像处理、模拟工况试验，未经过田间实际工况试验，其在真实工况下的作业性能有待进一步验证[3]。
在中国，基于机器视觉的杂草识别技术处于研究探索阶段，与国外差距比较大。相阿荣等人[4]，研究了利用颜色特征从土壤背景中识别杂草的方法以及形状特征识别杂草的方法。龙满生等人[5]以玉米苗期杂草为研究对象，分析了不同的颜色指标分割背景的可行性以及应用形状因子识别玉米和杂草的方法。杂草识别通常采用基于机器视觉的方法来采集和处理图像。有不少学科的研究目标与机器视觉相近或有关，这些学科中包括图像处理、模式识别、景物分析、图像理解等[6]。利用颜色特征可以区分植物和土壤，但是难以区分杂草和作物。近年，形态特征、光谱特征和纹理特征等也被用来识别行内杂草，另外，模式识别等方法也被应用于杂草识别研究。
就国内外研究现状来看，到目前为止，没有一个独立或者综合的方法能彻底解决杂草识别问题，距离商业化应用要求尚有较大差距[7]。基于机器视觉的农业机器人导航研究从八十年代起，国外有人已经开始研究。Gerrish通过研究自动导航的精度和评估几种图像处理技术，并提出了基于机器视觉的拖拉机自动导航的可行性[8,9]。Pinto和Reid利用机器视觉检测出农作物行，并利用主成分分析法计算出相对于农作物行的偏移角和偏移距[10]。精确除草的关键技术和难点是如何正确而又快速地将王壤、杂草和作物苗识别区分开，并准确地获取机具相对目标的位置信息。目前来看，已有许多学者利用不同的方法、从不同的切入点对杂草（或作物）识别技术进行了探索，为本研究提供了宝贵的经验和可供参考的理论依据。
参考文献
[1]中华人民共和国农业部．中国农业统计资料(2014)．北京：中国农业出版社，2015，218~219
[2]陈勇，田磊，郑加强，基于直接施药方法的除草机器人[J].农业机械学报, 2005, 36(10) : 91-93, 129.
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
