Tạp chí Công nghiệp nông thôn

TỰ ĐỘNG HÓA TRONG NÔNG NGHIỆP: CƠ HỘI VÀ THÁCH THỨC – TÍCH HỢP ROBOT VÀ MÁY MÓC TRONG CANH TÁC

Số phát hành: Tạp chí Công nghiệp nông thôn số 59/2025

Bài nghiên cứu khoa học Cơ khí Nông nghiệp
PDF
66 0
Tóm tắt

Nông nghiệp đóng vai trò cốt lõi trong bảo đảm an ninh lương thực và phát triển bền vững toàn cầu, nhưng đang phải đối mặt với nhiều thách thức như thiếu hụt lao động, biến đổi khí hậu và nhu cầu gia tăng về sản phẩm chất lượng cao. Trong bối cảnh đó, tự động hóa với sự hỗ trợ của robot, máy móc thông minh, trí tuệ nhân tạo (AI) và Internet vạn vật (IoT) nổi lên như một xu hướng tất yếu nhằm nâng cao năng suất, tối ưu hóa quản lý tài nguyên và giảm thiểu tác động môi trường. Bài báo này thực hiện một khảo sát tổng quan về robot và máy móc trong nông nghiệp, bao gồm robot gieo hạt, thu hoạch, chăm sóc và chăn nuôi, cũng như máy kéo tự động, hệ thống tưới thông minh, thiết bị bay không người lái và các công nghệ hỗ trợ như thị giác máy tính, mạng học sâu, cảm biến, IoT và phân tích dữ liệu lớn. Bên cạnh việc hệ thống hóa các ứng dụng tiêu biểu, nghiên cứu phân tích cơ hội, thách thức và định hướng nghiên cứu tương lai của tự động hóa nông nghiệp, đồng thời bài báo cũng trình bày một số nghiên cứu được thực hiện tại Khoa Cơ khí Công Nghệ, Trường Đại học Nông Lâm Thành phố Hồ Chí Minh. 

Từ khóa
Internet vạn vật (IoT) máy móc tự động nông nghiệp chính xác nông nghiệp bền vững robot nông nghiệp tự động hóa nông nghiệp
Tài liệu tham khảo
  1. Jha, K., Doshi, A., Patel, P., & Shah, M. (2019). A comprehensive review on automation in agriculture using artificial intelligence. Artificial Intelligence in Agriculture, 2, 1-12.
  2. Kim, W. S., Lee, W. S., & Kim, Y. J. (2020). A review of the applications of the internet of things (IoT) for agricultural automation. Journal of Biosystems Engineering, 45(4), 385-400.
  3. Oliveira, L. F., Moreira, A. P., & Silva, M. F. (2021). Advances in agriculture robotics: A state-of-the-art review and challenges ahead. Robotics, 10(2), 52.
  4. Kulkarni, A. A., Dhanush, P., Chetan, B. S., Gowda, C. T., & Shrivastava, P. K. (2020, February). Applications of automation and robotics in agriculture industries; a review. In IOP Conference Series: Materials Science and Engineering (Vol. 748, No. 1, p. 012002). IOP Publishing.
  5. Hossain, M. S., Rahman, M., Rahman, A., Kabir, M. M., Mridha, M. F., Huang, J., & Shin, J. (2025). Automatic navigation and self-driving technology in agricultural machinery: A state-of-the-art systematic review. IEEE Access.
  6. Saleem, M. H., Potgieter, J., & Arif, K. M. (2021). Automation in agriculture by machine and deep learning techniques: A review of recent developments. Precision Agriculture, 22(6), 2053-2091.
  7. Araújo, S. O., Peres, R. S., Barata, J., Lidon, F., & Ramalho, J. C. (2022). Characterising the Agriculture 4.0 Landscape—Emerging Trends, Challenges and Opportunities. Agronomy 2021, 11, 667.
  8. Kim, W. S., Lee, W. S., & Kim, Y. J. (2020). A review of the applications of the internet of things (IoT) for agricultural automation. Journal of Biosystems Engineering, 45(4), 385-400.
  9. Oliveira, L. F., Moreira, A. P., & Silva, M. F. (2021). Advances in agriculture robotics: A state-of-the-art review and challenges ahead. Robotics, 10 (2), 52.
  10. Kulkarni, A. A., Dhanush, P., Chetan, B. S., Gowda, C. T., & Shrivastava, P. K. (2020, February). Applications of automation and robotics in agriculture industries; a review. In IOP Conference Series: Materials Science and Engineering (Vol. 748, No. 1, p. 012002). IOP Publishing.
  11. Hossain, M. S., Rahman, M., Rahman, A., Kabir, M. M., Mridha, M. F., Huang, J., & Shin, J. (2025). Automatic navigation and self-driving technology in agricultural machinery: A state-of-the-art systematic review. IEEE Access.
  12. Tian, H., Wang, T., Liu, Y., Qiao, X., & Li, Y. (2020). Computer vision technology in agricultural automation—A review. Information processing in agriculture, 7(1), 1-19.
  13. Reddy, R. (2022). Innovations in agricultural machinery: Assessing the impact of advanced technologies on farm efficiency. Journal of Artificial Intelligence and Big Data, 2(1), 10-31586.
  14. Vahdanjoo, M., Gislum, R., & Sørensen, C. A. G. (2023). Operational, economic, and environmental assessment of an agricultural robot in seeding and weeding operations. AgriEngineering, 5(1), 299-324.
  15. Dhillon, G. S., Baarda, L., Gretzinger, M., & Coles, K. (2022). Effect of precision planting and seeding rates on canola plant density and seed yield in southern Alberta. Canadian Journal of Plant Science, 102(3), 698-709.
  16. Alhassan, E. A., Adewumi, A. D., & OKPODJAH, B. (2018). Development of a self-propelled multi-crop two rows precision planter: A new design concept for the metering mechanism. International Journal of Mechanical Engineering and Technology.
  17. Ding, Y., Yang, L., Zhang, D., Cui, T., Li, Y., Zhong, X., ... & Ding, Z. (2021). Novel low-cost control system for large high-speed corn precision planters. International Journal of Agricultural and Biological Engineering, 14(2), 151-158.
  18. Modelling and Analysis of Seeding Robot for Row Crops. In: Advances in Mechanical Engineering, Springer, 2020.
  19. The Development of an Air Suction Precision Seed-Metering Device for Rice Plot Breeding. Agronomy, 15(7), 2025.
  20. Li, J. et al. Application of Artificial Intelligence and IoT in Precision Agriculture: A Review. IEEE Access, 2021.
  21. Li, H. et al. Design and experiment of a UAV precision seeding system for rice. Computers and Electronics in Agriculture, 2020.
  22. Droukas, L., Doulgeri, Z., Tsakiridis, N. L., Triantafyllou, D., Kleitsiotis, I., Mariolis, I., ... & Bochtis, D. (2023). A survey of robotic harvesting systems and enabling technologies. Journal of Intelligent & Robotic Systems, 107(2), 21.
  23. Rajendran, V., Debnath, B., Mghames, S., Mandil, W., Parsa, S., Parsons, S., & Ghalamzan‐E, A. (2024). Towards autonomous selective harvesting: A review of robot perception, robot design, motion planning and control. Journal of Field Robotics, 41(7), 2247-2279.
  24. Zhang, J., Kang, N., Qu, Q., Zhou, L., & Zhang, H. (2024). Automatic fruit picking technology: A comprehensive review of research advances. Artificial Intelligence Review, 57(3), 54.
  25. Spagnuolo, M., Todde, G., Caria, M., Furnitto, N., Schillaci, G., & Failla, S. (2025). Agricultural Robotics: A Technical Review Addressing Challenges in Sustainable Crop Production. Robotics, 14(2), 9.
  26. Ahmed, A., Agarwal, R., Srikar, G., Rose, N., & Maini, P. (2025). SARAL-Bot: Autonomous Robot for Strawberry Plant Care. arXiv preprint arXiv:2506.06798.
  27. Lytridis, C., & Pachidis, T. (2024). Recent advances in agricultural robots for automated weeding. AgriEngineering, 6(3), 3279-3296.
  28. Uzedhe, G. O., Akinloye, B. O., & Febaide, I. C. (2023). Development of an animal farm robotic feeding system. Tropical Journal of Science and Technology, 4(1), 14-22.
  29. Romano, E., Brambilla, M., Cutini, M., Giovinazzo, S., Lazzari, A., Calcante, A., ... & Bragaglio, A. (2023). Increased cattle feeding precision from automatic feeding systems: considerations on technology spread and farm level perceived advantages in Italy. Animals, 13(21), 3382.
  30. Simões Filho, L. M., Lopes, M. A., Brito, S. C., Rossi, G., Conti, L., & Barbari, M. (2020). Robotic milking of dairy cows: a review. Semina: Ciências Agrárias, 41(6), 2833-2850.
  31. Chang, C. L., Xie, B. X., & Wang, C. H. (2020). Visual guidance and egg collection scheme for a smart poultry robot for free-range farms. Sensors, 20(22), 6624.
  32. Zhang, Y., Sun, W., Yang, J., Wu, W., Miao, H., & Zhang, S. (2022). An approach for autonomous feeding robot path planning in poultry smart farm. Animals, 12(22), 3089.
  33. Rodríguez-Lera, F. J., González-Santamarta, M. A., Orden, J. M. G., Fernández-Llamas, C., Matellán-Olivera, V., & Sánchez-González, L. (2024). Lessons Learned in Quadruped Deployment in Livestock Farming. arXiv preprint arXiv:2404.16008.
  34. Alberto-Rodriguez, A., Neri-Muñoz, M., Ramos-Fernández, J. C., Márquez-Vera, M. A., Ramos-Velasco, L. E., Díaz-Parra, O., & Hernández-Huerta, E. (2020). Review of control on agricultural robot tractors. International Journal of Combinatorial Optimization Problems and Informatics, 11(3), 9.
  35. Raj, M., & Prahadeeswaran, M. (2025). Revolutionizing agriculture: a review of smart farming technologies for a sustainable future. Discover Applied Sciences, 7(9), 937.
  36. Kunt, Y. E. (2025). Development of a Smart Autonomous Irrigation System Using Iot and AI. arXiv preprint arXiv:2506.11835.
  37. Binayao, R. P., Mantua, P. V. L., Namocatcat, H. R. M. P., Seroy, J. K. K. B., Sudaria, P. R. A. B., Gumonan, K. M. V. C., & Orozco, S. M. M. (2024). Smart water irrigation for rice farming through the Internet of Things. arXiv preprint arXiv:2402.07917.
  38. Hafeez, A., Husain, M. A., Singh, S. P., Chauhan, A., Khan, M. T., Kumar, N., ... & Soni, S. K. (2023). Implementation of drone technology for farm monitoring & pesticide spraying: A review. Information processing in Agriculture, 10(2), 192-203.
  39. Singh, E., Pratap, A., Mehta, U., & Azid, S. I. (2024). Smart agriculture drone for crop spraying using image-processing and machine learning techniques: experimental validation. IoT, 5(2), 250-270.
  40. Kant, J. K., Sripaad, M., Bharadwaj, A., Rajashekhar, V. S., & Sundaram, S. (2023, September). An Autonomous Hybrid Drone-Rover Vehicle for Weed Removal and Spraying Applications in Agriculture. In 2023 IEEE International Conference on Agrosystem Engineering, Technology & Applications (AGRETA) (pp. 92-97). IEEE.
  41. Narimani, M., Hajiahmad, A., Moghimi, A., Alimardani, R., Rafiee, S., & Mirzabe, A. H. (2021). Developing an aeroponic smart experimental greenhouse for controlling irrigation and plant disease detection using deep learning and IoT. In 2021 ASABE Annual International Virtual Meeting (p. 1). American Society of Agricultural and Biological Engineers.
  42. Rabhi, L., Falih, N., Afraites, L., & Bouikhalene, B. (2021). Digital agriculture based on big data analytics: A focus on predictive irrigation for smart farming in Morocco.
  43. Weraikat, D., Šorič, K., Žagar, M., & Sokač, M. (2024). Data analytics in agriculture: Enhancing decision-making for crop yield optimization and sustainable practices. Sustainability, 16(17), 7331.
  44. Lowenberg-DeBoer, J., Huang, I. Y., Grigoriadis, V., & Blackmore, S. (2020). Economics of robots and automation in field crop production. Precision Agriculture, 21(2), 278-299.
  45. Bazargani, K., & Deemyad, T. (2024). Automation’s impact on agriculture: opportunities, challenges, and economic effects. Robotics, 13(2), 33.
  46. Zhang, L., Zhu, X., Huang, J., Huang, J., Xie, J., Xiao, X., ... & Fang, K. (2022). BDS/IMU integrated auto-navigation system of orchard spraying robot. Applied Sciences, 12(16), 8173.
  47. Souvanhnakhoomman, S. Review on application of drone in spraying pesticides and fertilizers. arXiv 2024, arXiv:2402.00020.
  48. Kumar, E.; Saini, A.; Prajapati, A.; Garhwali, S.; Kumar, A. A comparative study on agriculture drone for monitoring and spraying pesticides. Pharma Innov. J. 2023, SP-12, 263–267
  49. Gutiérrez, J., Villa-Medina, J. F., Nieto-Garibay, A., & Porta-Gándara, M. Á. (2014). Automated irrigation system using a wireless sensor network and GPRS module. IEEE Transactions on Instrumentation and Measurement, 63(1), 166–176.
  50. Chen, C.-H.; Wu, Y.-C.; Xu, J.-W. Vertical Smart Greenhouse Planting System. Sens. Mater. 2025, 37, 1139–1151
  51. Balaska, V., Adamidou, Z., Vryzas, Z., & Gasteratos, A. (2023). Sustainable crop protection via robotics and artificial intelligence solutions. Machines, 11(8), 774.
  52. Gonzalez-de-Santos, P.; Ribeiro, A.; Fernandez-Quintanilla, C.; Lopez-Granados, F.; Brandstoetter, M.; Tomic, S.; Pedrazzi, S.; Peruzzi, A.; Pajares, G.; Kaplanis, G.; et al. Fleets of Robots for Environmentally-Safe Pest Control in Agriculture. Precis. Agric. 2017, 18, 574–614.
  53. Dong, Y., Werling, B., Cao, Z., & Li, G. (2024). Implementation of an in-field IoT system for precision irrigation management. Frontiers in Water, 6, 1353597.
  54. Padhiary, M., Kumar, A., & Sethi, L. N. (2025). Emerging technologies for smart and sustainable precision agriculture. Discover Robotics, 1(1), 6.
  55. Bilal, A., Liu, X., Long, H., Shafiq, M., & Waqar, M. (2023). Increasing crop quality and yield with a machine learning-based crop monitoring system. Comput Mater Continua, 76(2), 2401-2426.
  56. Petre, I. M., Boșcoianu, M., Iagăru, P., & Iagăru, R. (2025). Unmanned Agricultural Robotics Techniques for Enhancing Entrepreneurial Competitiveness in Emerging Markets: A Central Romanian Case Study. Agriculture, 15(18), 1910.
  57. Degieter, M., De Steur, H., Tran, D., Gellynck, X., & Schouteten, J. J. (2023). Farmers’ acceptance of robotics and unmanned aerial vehicles: A systematic review. Agronomy Journal, 115(5), 2159-2173.
  58. Lemay, M. A., & Boggs, J. (2024). Determinants of adoption of automation and robotics technology in the agriculture sector–A mixed methods, narrative, interpretive knowledge synthesis. PLOS Sustainability and Transformation, 3(11), e0000110.
  59. López-Morales, J. A., Martínez, J. A., & Skarmeta, A. F. (2020). Digital transformation of agriculture through the use of an interoperable platform. Sensors, 20(4), 1153.
  60. Zafar, O., Gonzalez, R. S., Wilkins, G., Morales, A., & Ayday, E. (2024). Privacy-Preserving Data Linkage Across Private and Public Datasets for Collaborative Agriculture Research. arXiv preprint arXiv:2409.06069.
  61. Falcão, R., Matar, R., Rauch, B., Elberzhager, F., & Koch, M. (2023). A reference architecture for enabling interoperability and data sovereignty in the agricultural data space. Information, 14(3), 197.
  62. Degieter, M., De Steur, H., Tran, D., Gellynck, X., & Schouteten, J. J. (2023). Farmers’ acceptance of robotics and unmanned aerial vehicles: A systematic review. Agronomy Journal, 115(5), 2159-2173.
Cùng chuyên mục

Bài viết liên quan

Các bài trong chuyên đề «Cơ khí Nông nghiệp».

Xem thêm bài viết

NGHIÊN CỨU SỬ DỤNG CHẾ PHẨM ENZYME CELLULASE NHẰM NÂNG CAO KHẢ NĂNG TRÍCH LY PECTIN TỪ CÂY THẠCH ĐEN (MESONA CHINENSIS BENTH) LẠNG SƠN

ThS. Dương Thị Thu Hằng; ThS. Nguyễn Tiến Khương; ThS. Bùi Mỹ Trang; TS. Nguyễn Quang Đức; ThS. Bùi Thị Minh Tâm

Nghiên cứu này đánh giá tác động của enzyme cellulase đến khả năng trích ly pectin  từ cây thạch đen (Mesona chinensis Benth), một nguồn nguyên liệu giàu p...

Xem bài viết
PDF
62