近年来，世界各地积极探索水稻智慧无人农场的建设，以提升农业生产效率、降低人工成本，推动农业现代化。本文总结了国内外水稻智慧无人农场的应用案例，如表1所示。

表1 水稻智慧无人农场应用案例

Table 1 Rice smart unmanned farm application cases

在现代农业发展中，无人农场技术的应用已成为提高生产效率、降低成本、增加产量的关键因素。华南农业大学的水稻无人农场在2021年取得了显著的产量成果，早稻产量达到662.29 kg，比当地平均产量高出32个百分点。目前该技术已推广至全国15个省，启动了30多个无人农场建设，并配置了100多台智能农机装备。其中，湖南益阳大通湖再生稻无人农场实现了两季每公顷产19 351.5 kg。

在2022年，黑龙江省红卫农场有限公司通过无人插秧机技术的应用，实现了2万公顷的作业面积，累计639台插秧机加装了北斗导航辅助直行系统，每台机器在国家补助基础上额外获得1 500元补贴，共节省人工费用超过200万元。传统育秧环节的人力需求从5到6人减少至仅需1人操控，显著提高了作业效率。

上海市以万亩良田2023年8—10月水稻长势监测为例，长势图由红、绿、蓝、近红外、红边5个波段合成，3.5万张单张覆盖面积约0.8 hm2的影像拼接而成，并将辅以人工智能计算，实现精准施肥，预计可为每公顷地节肥3.45 kg。

与此同时，无人农场管理平台作为智慧农业的关键技术支撑，主要包括农场综合监测管理云平台和农机智能化管理云平台等模块。其中，农场综合监测管理云平台通过整合多种传感器设备、遥感技术和实时数据传输，实现对农田环境的全面监测与动态管理。平台能够实时采集并分析土壤湿度、气象条件、作物生长状态等关键数据，结合智能算法提供精准的农业生产建议。通过多维度的数据融合与可视化展示，平台帮助农场管理者实时掌握农田全局状况，提前预警可能的异常问题，优化农事操作流程，从而提高资源利用效率、降低运营成本，并显著提升农产品质量和产量。农机智能化管理云平台能够通过远程监控、精准导航、自动作业和实时数据分析，实现对多种农机设备的智能调度与协同作业，并通过融合高精度卫星定位、传感器网络和智能算法，动态监测农田环境和作业状态，优化作业路径，从而减少资源浪费、提高生产效益。目前，多个高校和企业已成功构建无人农场管理平台，例如碧桂园集团研发的数字农业（智慧农业）系统与智控管理云平台可以实现对农机的远程操控，真正实现无人化作业。中国农科院华东中心构建了智能农事作业平台以及智慧大田指挥决策中心平台，实现了各平台模块系统协同配合，与农业管理深度融合。这些云平台为智慧农业提供了高效、精准的管理支持。

安全性是无人农机作业过程中一个重要问题。无人农机不仅要注重多机协同导航中路径规划问题，还需要可靠地识别和避开工作区域中的障碍物，以防止发生事故。对于全局路径规划及路径冲突等问题，需要结合实际农田道路状况进行分析，并构建路径冲突检测算法。对于障碍物检测问题，尽管目前已有一些障碍物检测算法，但由于农田的复杂性和非结构性，在农业环境中进行障碍物检测仍具有挑战性。综上，强大的安全系统对无人农机作业至关重要。未来应构建更全面的农业环境数据集，例如，涵盖树桩、石块、田埂、杂草丛、生长中的作物、灌溉设施、动物以及移动的农用车辆等各种可能的障碍物类型及其特性。结合具体农机作业场景开展农田试验，对路径规划算法性能进行测试并进一步优化，完善无人农机作业安全体系。

国内外水稻智慧无人农场大多已经实现了产前、产中、产后环节的全程无人化，依托智能农机、数字化感知、智能决策、精准作业和智慧管理等核心技术，提高了生产效率和管理水平，减少了人力需求，降低了劳动力成本，提高了经济效益。水稻智慧无人农场能够及时采集和分析农作物的生长数据，以优化管理决策，以其技术上的优势，提高了水稻产量。目前中国水稻智慧无人农场的数量不断增加，分布在广东、四川、江苏等多个省份。地方政府和科研机构积极支持无人农场的建设，通过政策引导和资金支持促进其发展。然而，不同地区在技术应用、农场规模和管理模式上仍存在差异。