智能秋收小助手名片

小助手：高通量土壤成分智能检测机器人

技术亮点：机器视觉、多臂协同与优化调度算法

知识产权：30项发明、15项新型、5项软著，正在申请41项发明、2项国际

能量值：5颗星

证件照：

高通量土壤成分智能检测机器人整体照片（图片来源：作者）

高通量土壤成分智能检测机器人内部结构照片（图片来源：作者）

智能秋收小助手自我介绍

大家好，我是国内首台高通量土壤成分智能检测机器人。

虽然是“首台”，但并不代表我没有伙伴，因为我和其他智能设备一样，都是中国科学院合肥物质科学研究院所制造出来的智能农机。

耕地是粮食生产最重要的物质基础，是我国最为宝贵的资源。要全面掌握我国耕地的质量、分布和构成，指导农业生产，就需要对耕地进行“体检”，即进行土壤检测。

农业土壤（图片来源：veer图库）

传统土壤检测以人工为主，周期长，成本高，且对实验人员技术要求高，人为因素容易导致检测结果误差大。我的诞生，就解决了这些问题。我可以实现对土壤进行高通量、智能化的制样、称量、前处理和检测，节省大量人力，提高检测的精确度和稳定性，为耕地“体检”提供可靠的技术保障。

为了让我成功诞生，研究员王儒敬团队经历了12年的自主研发过程，先后完成了7代样机的研发迭代与更新。

在研发迭代的过程中，研究团队针对土壤检测的13项指标，先后历经了4代样机的更新迭代，完成了功能化模块研制与验证、基本功能原理样机研制与验证、关键算法开发与验证、指标流程优化设计，以及单平台样机研制与测试。

在完善这些功能后，我又历经了3代样机的更新迭代，陆续完成了新增29项检测指标功能化平台的研制与验证、平台样机的工程化、各平台样机的优化组合联动，以及整个土壤检测机器人的智能化、信息化改进，最终变成了大家如今所看到的样子——高通量土壤成分智能检测机器人。我现在已经通过专家鉴定，进入投产阶段啦。

虽然耗时长，但在我的自主研发过程中，涌现出了一批原创性、创新性的技术成果，授权国家发明专利等知识产权50项，包括：30项发明专利、15项实用新型专利、5项软件著作权，正在申请41项发明专利、2项国际发明专利，形成自主知识产权体系。

原创性技术成果

为了让大家更直观地感受到我的厉害之处，以及研究团队的研发实力，我就先简单介绍一下土壤研磨过筛功能一体化技术与土壤样品精确定量自动取样及称量技术。我身上的这两项技能也是研发过程中极具原创性的两个成果。

顾名思义，土壤研磨过筛功能一体化技术主要解决土壤的研磨过筛一体化，实现可以用均匀的微量样品（0.5g—10g）进行检测以反映待测土壤样本（0.5Kg—2Kg）的整体性质。研磨和过筛是土壤制样的关键步骤，即将土壤制成不同目数的土壤颗粒。研磨过筛一体化设计能够防止扬尘，减少土样流转次数，节省人力，提高制样效率。

它揭示了制样罐公转自转结合方式、旋转速度、结构，以及研磨球体积重量等因素对土壤研磨破碎和土壤颗粒流动过筛的影响关系，从而优化了土壤研磨、过筛一体化制样罐的结构参数及运动方式，结合3D打印制造，解决了土壤的研磨过筛一体化这一问题。

定量称取土壤样品于容器中，是对土样进行前处理的第一步，用于确定合适的待检土壤总量以及后续准确地计算土壤待测成分的含量。

土壤样品精确定量自动取样及称量技术通过研发的高频振动发生器，揭示了母管中不同目数土壤颗粒在不同倾斜角度、不同震动幅度及频率下的流动规律，阐明了土壤样品精确取样与震动幅度、频率和倾斜角参数的关联关系，确定了土壤样品精确定量取样所需的震动幅度、频率和倾斜角参数，实现了土壤样品的高精度、可控自动进样。

研发团队还设计了具有防震防风结构的自动称量模块，内嵌高精度分析天平，通过远程通讯接口实现控制高频振动发生器，读取分析天平数据，实现对土壤样品的精确定量称量。

三个技术亮点

不仅如此，我身上还有三个较为突出的技术亮点——机器视觉、多臂协同与优化调度算法。

机器视觉是指针对化学滴定反应中的颜色识别，研究团队设计并研发了一套基于机器视觉系统的颜色自动判断装置。

我通过摄像头获取彩色图像后，计算机将模拟图像信号数字化，系统进行RGB颜色分量匹配，从而阐明化学滴定反应中的颜色变化的阈值向量。随后，我大脑中的系统将颜色判读和精准加液泵的控制部件进行关联，精确控制每步滴定量，实时判读颜色突变情况，从而实现化学滴定反应中的颜色突变终点的自动准确判读。

多臂协同指针对实验过程中摇匀、开关瓶盖、倾倒、移液、定容等前处理复杂动作，我拥有多种不同功能的机械臂，基于云计算，通过人工神经网络技术和分布式控制方法，将前处理复杂动作分解为一系列机械臂精准的姿态动作优化组合序列，进行多机械臂的运动规划、决策、协同控制，精准、高效地完成前处理复杂动作。

而优化调度算法则是基于云服务的实验室信息管理调度平台体系，以通量指标为目标，对制样、称量过程以及pH值、速效钾、有效磷、全氮、有机质等42种不同指标的前处理及检测流程步骤进行统筹调度，加入我的动作流程等因素作为决策变量，建立了各决策变量之间的关系公式与模型（AI智能决策模型）。

按照保证精度、效率优先的原则，进行调度的规划实施，实现土壤样品前处理过程的高效运转。

有了上面这些技术的加持，我的出现突破了机器人代人实现复杂测土任务的系列核心算法，构建了一套覆盖土壤全检测过程的机器人多臂协同、多参数优化控制，机器智能识别与目标检测等关键技术方法体系。

在我的帮助下，我国的土壤检测形成了机器人代人稳定、准确、高效的土壤检测新模式，实现土壤检测全程无人化连续运行，避免了土壤检测过程中人工操作不稳定，以及易受人工操作误差影响的问题，从而实现检测结果的高准确率，大大降低了检测的人工成本。

通过土壤检测指标的并行操作，大量土壤样品能够同时进行处理，辅助机器人自动化动作流程的优化调度，从而实现单日检测的高通量和短周期。

是不是觉得我还挺像一个土壤检测小专家？目前，我已经经过了多次的测试与应用，陆续参与了全国测土配方施肥、农业面源污染大面积监测等项目，累计处理了上万个土壤样品，取得了显著的经济、社会与生态效益。

小助手寄语

当前，我国科学家们在土壤检测自动化方面已经具有了深厚的技术沉淀，未来将面向农产品重金属、有机污染物检测与大气、水环境污染检测的需求，研发与设计新产品，实现对农产品与农业生产环境的一站式自动化检测，为农业高质量发展提供有力的技术支撑。

实验室自动化和智能化将是未来机器人自动化技术与实验室仪器设备领域融合创新的发展方向，中国科学院合肥物质科学研究院的科研人员将继续推进实验室自动化和智能化检测的标准制定，按照实验室检测自动化的需求改进完善各类实验模块、设备与方法体系，推进整个实验室自动化行业的快速发展。

出品：科普中国

作者：王大朋、刘宜（中国科学院合肥物质科学研究院智能机械研究所）

监制：中国科普博览