Сенсорно-центрированные интеллектуальные системы для механизации уборки сои в сложных агроусловиях Китая: обзор

Посевы сои в смеси с кукурузой в холмисто-горных районах Юго-Западного Китая создают уникальные трудности для механизированной уборки из-за сложного рельефа и агрономических ограничений. Решение узкого места в уборке сои на таких полях требует продвинутых систем сенсоров и восприятия, а не только механической переработки оборудования. Ранее обзоры акцентировали внимание на технике для ровного рельефа или на монокультурах, оставляя пробел в сенсорно-ориентированных решениях для соседней посевной на крутых, нерегулярных участках. В этом обзоре анализируется, как сенсоры обеспечивают следующее поколение интеллектуальных комбайнов, связывая полевые ограничения с задачами восприятия и управления. Мы рассматриваем основные сбои традиционных машин — нестабильность, непоследовательная резка и низкая эффективность — как проблемы восприятия, вызванные низким положением бобов, сильными эффектами уклона и несоответствием жатки и рядов. С этой точки зрения выделены пять направлений: (1) датчики профилирования рельефа, интегрированные с адаптивными жатками; (2) инерциальные измерительные блоки (IMU) и датчики наклона для устойчивости шасси и тяги на склонах; (3) мультисенсорное слияние LiDAR и машинного зрения с ИИ для идентификации культур, навигации и избегания препятствий; (4) зрительное и спектральное зондирование для селективной уборки и предварительной сортировки примесей; (5) акустические/вибрационные датчики для низкоповреждающей, высокоэффективной обмолки и очистки. Мы приходим к выводу, что компактная интеллектуальная техника, основанная на сенсорах, слиянии данных и управлении в реальном времени, является необходимой, при этом признавая технологические и социально-экономические барьеры внедрения. Обзор намечает сенсорно-ориентированную дорожную карту для устойчивой и эффективной уборки сои в сложных ландшафтах.