《Cogent Food & Agriculture》:Prospects and applications of autonomous vehicles in Nepalese agriculture: a review
编辑推荐:
农业是尼泊尔的关键部门,雇佣了约60%的人口,贡献了27.1%的国内生产总值(GDP)。尽管其重要性,尼泊尔农业严重依赖传统实践,导致低生产率、劳动力短缺和资源利用低效。自动驾驶车辆(AVs),包括自动驾驶拖拉机、收割机、无人机和机器人农业机械,正在全球范围内
农业是尼泊尔的关键部门,雇佣了约60%的人口,贡献了27.1%的国内生产总值(GDP)。尽管其重要性,尼泊尔农业严重依赖传统实践,导致低生产率、劳动力短缺和资源利用低效。自动驾驶车辆(AVs),包括自动驾驶拖拉机、收割机、无人机和机器人农业机械,正在全球范围内通过提升运营效率、减少劳动力依赖和实现数据驱动决策来革新精准农业。在现有技术中,面向特莱平原的农业无人机(UAVs)和GPS引导地面车辆代表了尼泊尔最直接可行的切入点,而面向丘陵地形的机器人地面系统在大规模部署可行之前需要进一步适应和成本降低。本综述探讨了AVs在尼泊尔农业中的潜在应用和未来前景。研究人员分析了2000年至2025年的文献叙述性综述,重点关注农业自动化中使用的技术,如全球定位系统(GPS)、激光雷达(LiDAR)、人工智能(AI)、物联网(IoT)和机器人执行器。AVs提供了改进作物监测、精确施用肥料和农药、机械化种植和采收以及高效运输农产品的机会。然而,高投资成本、丘陵地形、小土地持有、缺乏技术专业知识和基础设施不足等挑战可能限制其采用。战略投资、政策支持和能力建设对于利用AV技术促进尼泊尔可持续农业发展至关重要。本综述为研究人员、政策制定者和利益相关者提供了关于整合自主技术以提升尼泊尔农业生产率和资源效率的见解。
1. 引言
农业在21世纪面临人口增长与快速粮食需求相关的多重挑战。全球人口预计到2050年将达到100亿,这将直接增加全球粮食需求并限制农业资源。根据联合国粮农组织(FAO)估计,到2050年全球粮食需求可能上升70%,其中亚洲、东欧和拉丁美洲等地区消费者收入的增长预计将占这一增长的大部分。传统农业系统依赖人力资源,耗时、低效、劳动力需求高且经济投入大。年轻劳动力对农业职业兴趣减弱导致农业强壮年轻劳动力短缺。因此,需要高效设备来满足粮食需求,自动驾驶车辆(AVs)在此发挥重要作用。农业是尼泊尔经济的支柱,雇佣约60%的人口,贡献约27.1%的国家GDP。尽管经济重要性突出,尼泊尔农业仍以传统方式为主,机械化水平低、劳动力短缺、土地持有小而分散,限制了生产力和效率。农业继续是尼泊尔经济的基础,但以自给和半自给农业为主,具有小而分散的土地持有、低自动化水平、现代投入和服务获取受限等特点。结构性变化、农村外迁和非农就业增加导致农业劳动力减少,而陡峭的山地地形限制了重型常规机械的使用,推高了生产成本。因此,产量仍然较低,许多农民难以高效完成播种、收割和土地准备等时效性任务。自动驾驶车辆(AVs)配备先进传感器、人工智能(AI)、摄像头和导航系统,可在最小人类干预下运行。在全球范围内,AVs已越来越多地应用于精准农业中的播种、收割、作物监测和投入施用。它们减少劳动力依赖、最小化人为错误、提升运营效率,并实现实时数据收集以支持知情决策。此外,AVs可以连续工作无需休息,优化运输路线,并与其他自动化系统无缝集成,提高农业供应链效率。这些能力使AVs成为解决尼泊尔劳动力短缺和生产力挑战的有前景方案,尤其是在丘陵地形和小农场规模常使传统机械化农业复杂化的背景下。自主农业车辆——从自动驾驶收割机和拖拉机到无人地面车辆、无人机和温室机器人——正在全球范围内显示出更新农业系统的潜力。这些平台集成了全球导航卫星系统(GNSS)、激光雷达(LiDAR)、雷达、基于摄像头的机器视觉、人工智能(AI)和物联网(IoT)连接等先进技术,以导航田野、感知环境并在最小人类干预下执行田间操作。全球经验表明,AVs可以高空间精度、减少重叠和改善时效性地执行土壤准备、播种、除草、喷药、收割和作物监测等任务。这提高了投入利用效率、减少了劳动力需求,并支持精准农业中的数据驱动决策。对于像尼泊尔这样具有复杂地形和以小农农业系统为主的国家,AVs的潜在优势既显著又具有情境依赖性。轻量、紧凑和高度灵活的无人车辆已被证明在陡峭山地地形中通过实现特定地点管理方法和进入传统机械危险或难以到达的地块而带来益处。无人机和其他自主平台可以获取作物状况、土壤条件以及病虫害压力方面的高分辨率时空数据,这些数据对于管理尼泊尔农业生态区内的各种微环境至关重要。然而,更广泛采用面临诸多障碍,包括高昂的初始投资成本、有限的技术能力、不足的物理和数字基础设施,以及关于合适商业模式和监管框架的不确定性。全球文献记录了自主农业车辆的发展、性能和影响,但针对尼泊尔农艺、社会经济和制度背景的综合评估仍然很少。现有研究通常关注精准农业、农业机械化和数字技术,较少涉及自主平台及其在尼泊尔农业系统中的可能应用。这种分散的证据基础使政策制定者、研究人员和实践者难以评估AVs在何地以及如何最有效部署、需要哪些有利条件以及需要处理哪些风险。为填补这一空白,本分析总结了关于AVs在农业中的潜力和应用的全球和区域数据,并将其置于尼泊尔背景下。除了考察底层使能技术(如感知、导航、认知和控制),还分析了自主农业车辆的主要类型及其在关键农业操作中的当前应用。还讨论了在尼泊尔采用这些技术可能带来的好处,包括劳动力缓解、精准投入使用、生产力提升和可持续性成果。同时指出了可能限制实施的主要技术、经济、基础设施和政策障碍,并概述了将AVs整合到尼泊尔农业中的未来研究和政策途径。特定AV类型的可行性在尼泊尔的农业生态区之间差异显著。在特莱平原,土地持有相对较大、地形平坦,全尺寸自主拖拉机和自走式喷雾机是现实的近期选择,前提是开发连接和维护基础设施。在山丘和中丘地区,陡峭坡度(常超过30°)、狭窄梯田地块(常低于0.1公顷)和有限的道路通道限制了大型自主机械的使用;轻量无人机(UAV)平台和紧凑型机器人除草机在这些区域更具地形兼容性和操作可行性。在高海拔山区,极端的天气变异性、缺乏可靠的GNSS信号以及非常有限的道路基础设施使自主地面车辆在短期内基本不可行,而有线或太阳能监测无人机可能提供有限用途。在所有区域,维护需求(包括备件获取、软件更新能力和本地技术人员的可用性)仍然是一个关键且基本未解决的制约因素。本研究通过提供关于潜力和限制的系统性综述,旨在促进知情决策并将投资导向适合尼泊尔农业转型的情境适应性、自主和智能机械化路径。
2. 方法论
本研究对自动驾驶车辆(AVs)在农业中的应用和前景进行了半系统性综述,特别关注尼泊尔背景。在Web of Science、Scopus、Google Scholar和ScienceDirect中进行了系统性文献检索,覆盖2000年至2025年的出版物。搜索使用了以下关键词字符串:'autonomous vehicles in agriculture'、'driverless tractors'、'robotic farming'、'precision agriculture Nepal'、'agricultural drones developing countries'、'farm automation hilly terrain'和'smallholder mechanization'。使用了布尔运算符(AND, OR)来细化搜索。初步搜索得到约620条记录。去除重复项(n=87)后,筛选了533条记录的标题和摘要。纳入标准为:(i)报告了应用于农业操作的AV技术;(ii)发表在同行评审期刊、会议论文集或权威机构报告中;(iii)提供了适用于小农、丘陵或发展中国家背景的信息。排除标准为:(i)仅关注城市道路自主车辆而无农业相关性;(ii)灰色文献且无明确方法论;(iii)无法获取英文或尼泊尔文版本。经过全文筛选,保留了112项研究用于综合。对保留的研究进行了分析,以考察自主车辆的类型、其在农业操作中的作用、使能技术(传感器、AI、GPS、LiDAR、IoT)及其对尼泊尔农业生态和社会经济条件的情境适用性。信息以定性方式综合,以突出全球趋势、益处、障碍以及与尼泊尔相关的未来研究方向。这种叙述性方法被选中是因为可用证据在研究设计上存在异质性,且荟萃分析综合不可行;然而,明确的纳入/排除标准和有记录的搜索轨迹确保了综述过程的透明性和可重复性。
3. 农业中自动驾驶车辆的全球概览
自动驾驶车辆(AVs)已成为全球现代精准农业的组成部分。这些车辆配备先进传感器、人工智能和导航系统,用于各种农业操作以提高效率、减少劳动力依赖和提升准确性。全球范围内,AVs被部署用于多种目的,包括土壤准备、种植、除草、喷药、收割和作物监测。文中以图1和表1总结了广泛使用的自主车辆及其在农业中的作用。图1展示了九种农业机器人的网格:包括自主拖拉机、自走式喷雾机、自主收割机、自动播种机、机器人除草机、侦察无人机、温室机器人、果园机器人、自主地面漫游车、机器人挤奶系统和机器人割草机。表1列出了主要类型的自主车辆及其在农业操作中的角色。
4. 自主车辆在尼泊尔农业中的潜在应用
自动驾驶车辆(AVs)在尼泊尔农业中的采用有望解决劳动力短缺、低生产率和资源低效等挑战。尽管该技术在尼泊尔仍处于新兴阶段,全球应用经验可为当地采用提供参考。关键应用包括:
4.1 作物监测和田间管理:配备高分辨率摄像头和传感器的无人机和自主拖拉机可以监测作物生长、检测营养缺乏并识别病虫害侵染。自动车辆允许精确播种,确保均匀间距、深度和发芽率。这一能力提高了作物产量并减少了因人为错误或延迟干预造成的损失。作物监测无人机在所有区域(包括山区)具有相关性。
4.2 劳动力短缺缓解:尼泊尔面临农业劳动力减少的问题,尤其是在种植和收割高峰期。AVs,如自动驾驶拖拉机和机器人收割机,可以连续工作无需休息,减少对季节性劳动力的依赖并降低劳动力成本。它们还通过减少人类暴露于危险操作来促进更安全的工作条件。自主拖拉机和收割机的劳动力替代在特莱平原最具影响,那里水稻、玉米和小麦种植规模较大。
4.3 肥料和农药施用:自主喷雾机、无人机和机器人施用器能够精确、有针对性地输送肥料和农药,减少浪费和环境影响。通过仅在需要处施用投入,这些技术提高了投入利用效率并促进了可持续农业实践。劳动力替代(同4.2)在特莱平原最显著。
4.4 农产品运输:自动驾驶车辆可以促进从农场到当地市场的作物高效运输。这减少了收获后损失,确保及时交付,并提高了农村地区的供应链效率。收获后运输AVs可以解决山区连接瓶颈问题,那里道路基础设施有限,畜力运输仍很常见。
4.5 数据驱动的农业管理:集成传感器和物联网(IoT)系统的AVs可以实时收集土壤湿度、养分状况、天气条件和作物健康数据。这些数据支持预测性决策、优化资源分配和更好的风险管理,特别是在尼泊尔丘陵和多样化的农业生态区。
4.6 土地准备和田间操作:土地准备和田间操作是AVs进入尼泊尔农业的主要切入点。AVs以更高的精度和效率进行耕作、耙地、打浆、平整和苗床准备。
4.7 精准播种和移栽:自主机器人可以在地块中为幼苗准备孔洞,并以更高的精度将幼苗移栽到这些孔中。配备摄像头、传感器和人工智能驱动的自走式播种机可以以更高精度进行播种,保持适当的间距和植株密度。
4.8 自动草捆收集:这些系统使用自动驾驶拖拉机和机器人草捆收集器来检测草捆位置,自动拾取并装载。这些系统减少了燃料消耗和时间,降低了事故风险和劳动力成本。
4.9 自动饲喂机器人:这些自走式机器人可以自动混合、运输和分配饲料给牲畜,精度高且符合牲畜营养需求。
4.10 机器人挤奶系统:安装有传感器和机械臂的机器人可检测乳头位置并在无人类干预下进行挤奶。机器人挤奶支持完全挤奶,降低污染风险,促进清洁挤奶并最小化浪费。
4.11 机器人粪便刮板和清洁器:机器人粪便刮板和清洁器是地面自走式机器人,可检测并清洁牲畜的粪尿。激光导航帮助机器人检测粪便并进行清洁。使用自主机器人确保更好的畜舍卫生。
4.12 放牧无人机和机器人:放牧无人机和机器人是精准畜牧业中的新兴技术;这些机器人和无人机可以导航并跟踪牲畜运动。它们可以管理牲畜移动、观察动物放牧行为,并检测受伤或应激动物。
图2展示了AVs在尼泊尔农业中的采用路径,说明了AVs使用的技术如何改善农业结果和效益。第一部分展示了AVs使用的技术,如GPS/GNSS、人工智能、传感器、摄像头和基于物联网的数据分析,为自动化提供数字基础。这些技术用于不同设备,如自主拖拉机、收割机、自动喷雾机和智能灌溉系统。结果形成若干运营产出,如减少劳动力需求、精准投入施用以及资源利用效率提升。这些产出为农民带来更广泛的效益,包括通过提高作物产量和降低生产成本实现经济增长;通过减少化学品使用和资源保护实现环境效益;以及通过降低劳动力需求和提升农民安全实现社会改善。
5. 自主车辆使用的技术
自动驾驶车辆(AVs)依赖一系列先进技术以在无人类干预下执行精确农业操作。这些技术实现导航、障碍物检测、数据收集和决策,提升农业实践的效率和准确性。表2总结了技术组件、核心功能及在自主农业车辆中的农业应用示例。示意图说明了农业中AVs使用的主要技术。它展示了GPS和GNSS如何实现精确导航,而LiDAR和RADAR帮助检测障碍物和制图。系统还包括物联网(IoT)、摄像头和热传感器用于实时监测田地和作物。此外,人工智能(AI)、电子控制单元(ECU)控制系统和机器人执行器帮助车辆自动决策并执行田间任务,如种植和收割。这使得农场运营更高效、更精准。这些技术使AVs能够执行适合尼泊尔独特农业条件的多种操作,包括:使用GPS和LiDAR导航丘陵或梯田农田;使用AI驱动摄像头和无人机监测作物并检测虫害;使用机器人执行器精确施肥和施药;收集实时数据以进行数据驱动农场管理。通过整合这些技术,AVs可以显著提高尼泊尔农业的生产率、资源效率和劳动力管理。
6. 尼泊尔采用自主车辆的挑战和障碍
尽管自主车辆(AVs)在农业中有潜在益处,但若干挑战可能限制其在尼泊尔的采用。了解这些障碍对于制定技术整合的实用策略至关重要。在尼泊尔,高昂的初始投资成本仍然是采用AVs的主要制约因素。自主拖拉机、自主收割机、导航无人机和机器人需要高资本投入,使其对小农无法负担。这些车辆的维护和软件更新也需要大量资金。尼泊尔农民的平均土地持有约为0.55公顷,小而分散的土地持有限制了现代AVs的适应。尼泊尔仅有17%的土地是平地,其余是丘陵和山地,覆盖了大部分面积。丘陵地形和分散的土地持有对农民采用AVs(如自主拖拉机、收割机、机器人除草机等)构成巨大挑战。尼泊尔的丘陵和梯田景观对AV部署提出了重大挑战。小而形状不规则的地块结合陡峭坡度需要专用机械和导航算法,这可能增加操作复杂性。在尼泊尔,利用当地资源耕作,在平原地区使用手动驱动拖拉机、收割机和除草机很普遍。使用现代AVs进行精准农业正在增加但尚未占主导地位,因此将农民从手动驱动车辆转向AVs是一项重大挑战,因为这需要高技术水平来操作、维护和故障排除。农村地区受过培训的人员有限可能限制这些技术的有效使用。能力建设计划对于弥合这一差距至关重要。基础设施条件差,缺乏高质量道路、桥梁和其他设施也是尼泊尔采用AVs的一些主要挑战。AVs通常依赖于稳定的电力、互联网连接和GPS/GNSS信号。在尼泊尔许多农村地区,基础设施不足,阻碍了自主系统的有效部署。社会经济和文化动态代表了一个独特且被低估的采用障碍。尼泊尔农村小农家庭在资本受限、风险厌恶和信贷获取有限的条件下经营,这大大降低了他们投资于不熟悉技术的能力,即使潜在效益已得到证明。社会学习是这些社区技术扩散的主导机制:采用决策受同伴行为、可信本地网络以及邻近农场可观察结果的强烈影响,而不仅仅是推广机构的宣传。此外,性别动态很重要——由于男性外迁,女性在尼泊尔农业中承担不成比例的劳动份额,但她们经常被排除在技术培训项目之外,从而限制了即使男性户主表达兴趣时的家庭级采用。社区内的种姓和民族异质性也塑造了与技术采用相关的信息和金融服务获取差异。这些结构性因素表明,局限于硬件补贴或示范田的技术推广策略,若不同时解决社会公平、信贷获取和本地嵌入的推广系统,则效果有限。缺乏关于AVs适应和创新的明确计划和政策也是限制技术采用的主要因素。在尼泊尔,大多数政策是自上而下的,这也给农民适应现代技术带来了问题。尽管存在这些挑战,有针对性的干预措施——如政府补贴、技术培训和基础设施发展——可以促进AVs逐步融入尼泊尔农业。
7. 尼泊尔农业的未来前景和政策建议
采用自动驾驶车辆(AVs)为通过提高生产力、效率和可持续性来改变尼泊尔农业提供了重要机会。随着技术进步和全球经验,若干未来前景和策略可以指导尼泊尔成功整合AVs。自主车辆可以优化资源使用、解决劳动力短缺,并实现数据驱动的农业管理。具体而言,AVs有潜力通过精准施用来提高水、肥料和农药的效率。使用AVs可以缓解种植和收割高峰期的劳动力短缺,同时改善职业安全。通过使用AVs,可以轻松收集关于土壤健康、作物生长和虫害的实时数据,实现预测性决策。使用AVs可以利用AI驱动的导航和机器人技术促进丘陵和梯田土地的机械化农业。它将农业与智能农业系统(如自动灌溉和温室管理)整合,创建精准农业生态系统。表3总结了新兴自主车辆及其在尼泊尔农业中的潜在应用。
7.1 政策和战略建议:尼泊尔现有的农业机械化政策框架,主要是农业发展战略(ADS 2015-2035)和国家农业政策(2004),并未明确涉及自主或AI驱动的农业技术。应更新这些政策工具以包含AV特定条款,如下:
财政支持和激励:政府应将现有农业机械补贴计划(目前覆盖拖拉机和动力耕耘机购买成本的50%)扩展到包括批准的AV平台,如农业无人机和机器人喷雾机。通过尼泊尔农业开发银行(ADBN)提供的低息农业信贷应重新设计,延长还款期限(5-7年),并为追求基于团体的AV租赁模式的小农合作社提供抵押豁免。借鉴孟加拉国和印度无人机租赁合作社的成功范例,试点租购安排可以降低有效资本壁垒,而无需完全预付所有权。
能力建设:尼泊尔技术教育和职业培训委员会(CTEVT)应制定并认证一个专门的农业自动化课程,涵盖AV操作、基本维护和故障排除,并通过地区级农业培训中心提供交付渠道。应特别关注设计对女性农民和边缘社区可及的培训项目。技术大学和农业学院应将AV相关模块(遥感、机器人技术、精准农业)纳入本科和研究生课程。
基础设施发展:农村宽带连接和可靠电力是有效AV部署的先决条件。农村电气化计划和农村电信发展基金应优先针对具有高机械化潜力的农业生产区域。应在关键农业枢纽设立GNSS差分校正站,以提高丘陵地形中的定位精度。
试点项目和示范农场:农业部应在尼泊尔三个生理区(特莱、丘陵、山区)各设立至少一个AV示范点,以生成本地可信的性能数据。这些站点应与农民合作社共同管理,并与当地农业服务中心连接,以促进技术推广。
监管框架:尼泊尔目前缺乏针对农业无人机和自主车辆操作的特定监管框架。尼泊尔民用航空管理局(CAAN)的无人机规定主要针对商业和娱乐用途,应进行修订,创建专门的农业无人机类别,简化注册要求、降低费用结构并实行基于区域的操作许可。应与农民组织协商制定共享农业空间中自主机械事故的责任标准。
8. 结论
本综述综合了关于自主车辆在尼泊尔农业中前景和应用的全球及情境特定证据。得出了若干关键发现。首先,在所审查的AV类型中,农业无人机——特别是配备多光谱传感器和精准喷雾系统的多旋翼无人机——代表了尼泊尔背景下最直接可部署的技术,因为它们不受地面地形限制且单位成本下降。其次,GPS引导的自主拖拉机和自走式喷雾机在特莱平原显示出现实的近期可行性,因为那里的地块大小和地形条件更适合大规模地面自动化。第三,机器人收割机、自主移栽机和全田间漫游车在短期内仍不适合尼泊尔山区农业,主要由于地形不兼容、高资本成本和缺乏维护基础设施。研究空白仍然显著。几乎完全缺乏来自尼泊尔的实证田间试验数据,比较AV在本地地形、土壤和作物条件下的性能与传统实践。关于尼泊尔小农AV采用行为(特别是涉及性别、种姓和家庭财富)的社会经济研究几乎不存在。共享或合作式AV所有权模式的成本效益未在尼泊尔背景下评估。此外,AV平台与尼泊尔现有农业数据基础设施(土壤图、作物日历、灌溉网络)的互操作性尚未评估。未来研究应优先考虑:(i)基于田间的低成本无人机平台在尼泊尔农业生态区进行作物监测和喷洒的性能评估;(ii)农民级调查以量化采用意愿并识别约束性社会经济因素;(iii)针对小农背景的合作式AV租赁模式的全生命周期成本分析;(iv)制度映射,识别必须解决的监管、财政和推广差距,以使AV采用能够有规模地推进。通过填补这些空白并将技术部署与尼泊尔具体的农艺、基础设施和社会现实相结合,自主车辆可以为该国的农业现代化议程做出实质性贡献。
数据可用性声明:本研究不适用数据共享,因为未在本研究中创建或分析任何数据。