■通过GPS导航驾驶车辆的自动驾驶技术是自动化精准农业领域的概念基础。15年前，高精度GPS实现民用时，农民们以为一切会变得很简单，只要在田地边缘放置一个GPS接收站，为拖拉机或联合收割机设置一条路线，机器人就可以出发作业了！
■然而实践表明，这种无忧无虑的田间耕作是低效和危险的。它只适用于现实生活中几乎不可能遇到的理想田地。如果田野里有一根圆木或一块石头，或者村民正在太阳下的黑麦地里打盹儿，那么拖拉机可能会从他们身上直接碾过。而且，并不是所有国家都有可靠的卫星覆盖，哈萨克斯坦等农业市场的覆盖范围可能就不稳定。因此如果想要安全高效地耕作，就得为车辆配备能够观察和了解周围环境的传感器和人工智能，而不是盲目地遵循GPS导航指示。
portant; overflow-wrap: break-word !im
portant;">
你可能会认为GPS导航是自动化农业的理想选择，因为联合收割机等农用车操作员的任务就是在田地里蛇形行驶，收割所有小麦或田里种的其他作物，但现实却大相径庭。哪怕操作员的眼睛一直紧盯着田地的边缘，要确保其沿着田地精确地移动，他们也必须注意许多事。在操作复杂性方面，农业联合收割机与教堂管风琴没有什么不同。联合收割机操作员与助手一起工作时，一人会负责沿作物边缘行驶，另一人则负责控制拨禾轮、风机、脱粒滚筒以及整体收割过程。在苏联时期，联合收割机机组会有两名操作员，但现在只有一名，这意味着要在安全驾驶和高效收割之间做出选择。而且，由于不移动就无法收割谷物，因此驾驶成为了首要任务，收割过程的效率往往会受到影响。
portant; overflow-wrap: break-word !im
portant;">
收割效率在东欧尤为重要，那里的农业风险很高，一年只有一个收获季。生产季从3月份开始，农民们直到秋天才能休息，而且只有两周的时间收割庄稼。如果出现问题，他们每错过一天就可能损失10%的产量。如果驾驶员的收割工作做得不好，或者喝醉了酒、撞坏了机器，那么就会浪费几个小时甚至几天的宝贵时间。联合收割机操作员有大约90%的时间都用于确保联合收割机准确地沿着未收割作物的边缘行驶，以最大限度地提高效率而不遗漏任何作物，但这是驾驶过程中最令人不快的部分，而且由于轮班结束时很疲劳，操作员通常会在每行边缘留下近一米的未收割部分。这些驾驶过失会导致收割时间总体延长25%。有了我们的技术，联合收割机操作员可以委托驾驶，这样他们便能专注于优化收割质量。
portant; overflow-wrap: break-word !im
portant;">
portant; overflow-wrap: break-word !im
portant;">
此外，熟练的联合收割机操作员是一种“稀有职业”。
职业教育正在减少，而且加入劳动力大军的年轻人还没有达到相同的水准。
虽然大多数手工职业也是如此，但这种影响给我们的机器人系统Cognitive Agro Pilot创造了巨大的需求。
portant; overflow-wrap: break-word !important;">人工智能系统开发写在了我的基因里。我的父亲阿纳托利•乌斯科夫（Anatoly Usk-ov）是俄罗斯科学院系统研究所的第一批人工智能程序开发员。他们的程序Kaissa在1974年获得了世界计算机国际象棋冠军。20年后苏联解体，系统研究所的人工智能实验室为我的认知科技公司（Cognitive Technologies）的成立奠定了基础。我们的第一项业务是开发惠普、甲骨文和三星等公司使用的光学字符识别软件，而且，我们借助已获得的成功支持了一个由数学家和程序员组成的研发团队，该团队在计算机视觉和相关领域开展基础研究。
portant; overflow-wrap: break-word !im
portant;">
2012年，我们增加了一个数学家团队来开发神经网络。那年晚些时候，这个团队自豪地向我介绍了发明的Vasya，这是一辆会踢足球的玩具车，车上有一个摄像头充当眼睛。“独眼Vasya”能在我们办公室长长的走廊里从一堆物体中识别出球，并把它推来推去。这个机器人对在那一层工作的每个人来说都是一个巨大的干扰，因为员工们会走到走廊，通过把它绊倒和用障碍物挡住它找球的路等方式来测试这辆小汽车。同时，算法表现出了稳定的性能。汽车会礼貌地绕过障碍物，不停地寻找球并推它。它给人一种仿佛它是一种生物的印象，于是我们灵光乍现，为什么不尝试用更大更有用的东西做同样的事呢？
portant; overflow-wrap: break-word !im
portant;">
经历了最初对大型重型卡车的试验后，我们发现农业部门不存在俄罗斯和其他地方有关道路运输的主要法律和监管限制。由于我们的首要任务是开发一款商业上可行的产品，因此我们与俄罗斯联邦储蓄银行成立了一家名为Cognitive Pilot的合资企业，为联合收割机开发自主附加设备。联合收割机是大型农场用来收割绝大多数谷物作物（包括玉米、小麦、大麦、燕麦和黑麦）的机器。
portant; overflow-wrap: break-word !im
portant;">
5年前，人们还无法使用视频内容分析并以这种自动化水平操作农业机械，因为没有一个功能齐全的神经网络能够探测作物带的边界或看到其中的任何障碍物。
portant; overflow-wrap: break-word !im
portant;">
起初，我们考虑的是将视觉数据分析与GPS结合，但没过多久，我们就发现，仅用视觉分析就足够了。要让GPS引导系统工作，需要提前准备地图，安装基站进行校正，或购买一系列信号，还需要在多个菜单中按下许多按钮，而且联合收割机操作员并不是很了解用户界面。我们提供的是一个摄像头和一个具备处理能力和神经网络的盒子。将摄像头和盒子安装好并连接到联合收割机的控制系统后，我们就可以开始了。进入田地后，新安装的Cognitive Agro Pilot就会说“太好了，我们现在在田里了”，并请求驾驶员允许接管，然后开始驾驶。我们预计，5年后所有联合收割机都将配备基于计算机视觉的自动驾驶仪，它能够控制作物收割活动的各个方面。
portant; overflow-wrap: break-word !im
portant;">
portant; overflow-wrap: break-word !im
portant;">
实现这一点意味着要解决一些有趣的挑战。
我们发现，我们要面临许多神经网络必须经过训练才能理解的野外场景。
我们在项目的早期阶段就开始与农民合作了，而且发现同一种作物在不同的气候带看起来完全不同。
为了实现系统的大规模生产，我们尽量用各种田地和作物汇编成最多样化的数据集，首先从分布在俄罗斯各地的几个农场的田地开始，我们拍摄了它们在不同的天气和光照条件下的视频，但很快就发现，我们需要拿出一个适应性更强的解决方案。
portant; overflow-wrap: break-word !im
portant;">
我们决定采用由粗到精的方法来训练我们的自动驾驶网络。随着我们获得更多关于不同位置和作物的数据，我们的初始版本也随着新客户的到来得到了改进。我们用这些数据来提高网络的准确性和可靠性，在训练图像中加入了精心随机化的噪声和失真让网络变得更强大，采用了无监督的域适应在短时间内重新校准网络。不过，在对新作物品种进行语义分割方面仍然需要人类的帮助。通过这种方法，我们现在已经获得了适用于东欧十几种不同作物的高韧性通用网络。
portant; overflow-wrap: break-word !important;">cognitive Agro Pilot驾驶联合收割机的方式与人类驾驶员类似。也就是说，我们独特的竞争优势在于这个系统能够像人类一样观察和理解田地情况，因此系统能够在与人类驾驶员协作时保持高效。归根结底，这一切都与经济学有关。一台由人类驾驶的联合收割机在一次轮班期间可收割约20公顷的作物。Cognitive Agro Pilot驾驶时，操作员的工作量将大幅减少，他们不会感到疲劳，停车次数更少，休息次数也更少。在实践中，这意味着每班可收割25到30公顷左右。对于企业主而言，这意味着两台配备我们系统的联合收割机可以完成3台普通联合收割机的工作。
portant; overflow-wrap: break-word !im
portant;">
在当前市场上，各家农业收割公司都有一些独立的开发，但它们的每一个自主功能都是作为一个单独的功能来完成的，例如沿田地边缘行驶、沿一排行驶等。目前还没有其他工业系统能够完全用计算机视觉驱动，但独眼Vasya证明这是可能的。因此，在考虑成本优化和用最少的设备完成任务后，我们确定，对于农民的人工智能机器人助手来说，一个摄像头足矣。
portant; overflow-wrap: break-word !im
portant;">
Cognitive Agro Pilot的主传感器是一台200万像素的彩色摄像机，它可以看到车辆前方的大片区域，安装在联合收割机一侧后视镜附近的支架上。驾驶室内安装了一个带有Nvidia Jetson TX2计算机模块的控制单元，还有综合显示屏和驾驶员界面。该控制单元包含自主算法的主堆栈，负责处理视频馈送，并向联合收割机的液压系统发出转向、加速和制动等控制命令。显示屏会显示驾驶员警告信息和设置。我们不受任何特定品牌的约束；我们的改装套件将适用于农民车队中任何可用的联合收割机型号。对于5年以上的联合收割机，与其控制系统连接可能不太容易（有时需要额外的转向角传感器），但安装和校准通常可以在一天内完成，培训新驾驶员也只需10分钟。
portant; overflow-wrap: break-word !im
portant;">
portant; overflow-wrap: break-word !im
portant;">
我们的视觉系统驱动着联合收割机，因此操作员可以专注于收割并根据作物的具体特征调整过程。
Cognitive Agro Pilot可以执行所有驾驶操作，并保持行与行之间的精确距离，从而最大限度地减少间隙。
它会寻找障碍物、对其进行分类，并预测它们的移动轨迹。
如果有时间，它会提醒驾驶员避开障碍物，或者自主决定绕过障碍物或减速。
在编队中工作时，它还会与谷物卡车和其他联合收割机协调运动。
唯一需要操作员驾驶的时候是在一趟行驶结束后将联合收割机掉头。
如果需要转弯，那么Cognitive Agro Pilot会释放控制，开始寻找新的作物边缘。
一旦找到作物边缘，机器人便会说：
“让我来驾驶吧！
”操作员按下按钮后它就会接管。
一切都简单且直观。
由于一次驾驶路程通常长达5公里，因此转弯在驾驶员的工作量中所占的比例不到1%。
portant; overflow-wrap: break-word !im
portant;">
在我们去年的试点项目中，由于收割机能够在不留下未收割区域的情况下保持收割宽度，所以同一块田地的产量提高了3%到5%。之所以能提高3%，仅仅是因为操作员有时间更密切地监视他们面前发生的情况，从而优化了收割性能。有了我们的“副驾驶”，驾驶员的工作量变得非常小。启动系统后，驾驶员便可以放开方向盘，集中精力控制机器或在手机上查看商品价格。收割周对联合收割机驾驶员来说是一种煎熬，因为除了晚上能睡觉外，他们无法休息。他们需要在1个月的时间里挣足接下来6个月的钱，因此会精疲力尽。使用我们的解决方案的驾驶员则还有一些精力，那些选择长时间工作的驾驶员说他们可以轻松地比平时多工作2个小时。
portant; overflow-wrap: break-word !im
portant;">
在收割过程中额外获得10%或15%的工作时间可能听起来微不足道，但这意味着司机多了3天时间来收割庄稼。因此，如果有几天天气不好（比如下雨导致谷物发芽或倒下），那么保持作物高产的可能性要大得多。此外，由于联合收割机操作员是按收割量收费的，所以使用我们的系统可以帮他们赚更多钱。最终，驾驶员和管理者一致表示，收割变得更容易了，并且系统成本（约1万美元）通常只需一季就能赚回来。联合收割机驾驶员很快就能掌握我们的技术，最初使用几天后，许多驾驶员要么开始相信我们的机器人是万能的智能机器，要么决定一直对它进行测试。有些人误以为我们的机器人可以像人类一样思考，因此系统在夜间表现不佳，或者多台联合收割机排成一列行驶导致系统在尘土中行驶遇到问题时，他们会有点失望。不过，即使人类在这些情况下也会遇到问题，操作员会抱怨：“它怎么会看不见？”人类驾驶员能够判断出与前方联合收割机的距离约为10米，并且它们在以恒定的速度行驶。一分钟后尘土就会散去，一切都会回归正常，因此不需要刹车。前面联合收割机的驾驶员亚里克斯（Alex）肯定不会刹车。或者他会刹车？由于系统并未与亚里克斯共事多年，无法利用生活经验预测他的行为，因此它会停下联合收割机并释放控制。这就是人类智能再次战胜人工智能的地方。
portant; overflow-wrap: break-word !im
portant;">
目前，每一趟结束时的转弯要靠人类智能来完成。这个功能一定会让联合收割机驾驶员感到惊讶，但在测试中却是最具挑战性的，因为割台非常宽，这意味着需要考虑单摄像头视线之外的大量物体假设。为了实现这一功能的自动化，我们正在等待崎岖地形上的测试完成。我们也在试验合成孔径雷达技术，这项技术可以将作物边缘和作物行视为射频图像。这不会让解决方案的总成本增加太多，我们计划将雷达用于高级版的“农业机器人”，使其在夜间和低能见度的情况下工作。
portant; overflow-wrap: break-word !im
portant;">
portant; overflow-wrap: break-word !im
portant;">
2020年夏季和秋季，
从波罗的海的加里宁格勒到俄罗斯远东地区的符拉迪沃斯托克，有350多台配备Cognitive Agro Pilot系统的自动联合收割机行驶在16万公顷田地上，帮助其人类监督员收割了72万多吨作物。去年，我们的机器人工作了23万多个小时，自动行驶了95万公里。2021年底，我们的系统将在美国和南美洲投入使用。
portant; overflow-wrap: break-word !im
portant;">
普通农民和我们解决方案的最终用户可能在新闻中听说过无人驾驶汽车，或者多次见过“神经网络”这个词，但这可能就是他们的全部人工智能经验了。因此，听到他们在驾驶室里说“看看细分工作做得多好！”或者“神经网络做得太棒了！”会很有意思。
portant; overflow-wrap: break-word !im
portant;">
改变技术规范需要时间，因此我们要确保解决方案与现有机器尽可能广泛地兼容。毫无疑问，随着农民逐渐适应当前的创新，我们将不断提高各类机械执行各种任务的自主性。
portant; overflow-wrap: break-word !im
portant;">
几年前，我研究了联合国卢旺达特派团处理儿童长期营养不良问题的工作。我永远不会忘记那些瘦骨嶙峋的儿童的照片。这让我想起了二战期间被围困的列宁格勒所发生的饥荒。我有一些亲戚死在了那里，他们的日记证明，没有什么结局比饿死更可怕。我认为，提高高风险农业地区或熟练工人缺乏地区所使用的农业机械的机器人自动化和人工智能水平，应该是所有关心如何充分应对全球粮食安全挑战的政府的当务之急。
