Trustworthy agricultural autonomy integrates robot learning safe control and human robot interaction

现代农业的未来在于智能化、自主化和数据驱动的农作运营。这将有助于应对日益加剧的劳动力短缺、资源约束和气候多变性。但要在非结构化的农业环境中部署，需要高性能自动化，以及能够做出安全决策、具备自适应学习能力并与人类操作员有效协作的可信系统。在本综述中，我们从三个相互关联的支柱角度讨论了可信农业自主性的最新进展：机器人学习与感知、安全控制与韧性规划，以及人机交互。本综述考察了计算机视觉、激光雷达（LiDAR）、传感器融合和深度强化学习等最先进的感知技术，以及模型预测控制、形式化验证、故障管理和韧性导航等面向安全的方法。它还涉及人机协作系统、可解释人工智能、人因工程安全和可持续性感知机器人设计，并讨论了与自主农业相关的伦理、监管和社会经济问题。自主除草、机器人收获和大田作业的商业应用现已存在，为这些技术的使用及其在提高生产力、改善资源效率和增强环境可持续性方面的潜力提供了真实世界的展示。最后，本综述总结了若干未来研究重点，如通用安全认证、边缘计算、互操作性、群体机器人和数字孪生集成。总体而言，所综述的证据明确了为支持更安全、更具韧性、更透明和更可持续的自主农业系统部署所必须解决的技术、人力和治理要求。图形摘要