通过实施自主的地面和空中技术，使用自适应蜂群机器人技术有可能为全球的智能农业工作提供重大的环境和经济效益。
"农业机器人，如果使用得当，可以提高产品的数量和质量，同时降低成本。"
美国德克萨斯A&M大学工程技术与工业分配系和J.Mike Walker '66机械工程系的副教授兼Charlotte & Walter Buchanan教员Kiju Lee博士说。
该项目由Lee、德克萨斯A&M大学土壤与作物科学系的Muthukma Bagavathiannan博士和德克萨斯A&M大学科普中心的Juan Landivar博士共同领导。这项研究最近得到了美国农业部国家食品和农业研究所通过国家机器人倡议3.0计划的资助。
整个多学科小组--由来自德克萨斯A&M大学系统的几个部门、机构和机关的成员组成--正在努力建立一个可配置、自适应和可扩展的蜂群（CASS）系统，该系统由无人驾驶的地面和空中机器人组成，旨在协助完成智能农业协作任务。
Lee说："我们将为可部署、可扩展的蜂群系统开发技术和理论基础，该系统包括一个由地面和空中机器人组成的物理机器人群，一个用于低保真和高保真模拟的数字双胞胎模拟器，以及一个便于农民使用的用户界面，使这个CASS系统投入使用。“
这种由CASS技术实现的智能农业方法可能会带来长期利益，因为通过更好的物流减少了浪费，优化了水和肥料的使用，并全面减少了农药的使用。研究小组认为，通过利用较小的机器来减少土壤压实，并通过非化学的控制方法努力避免抗除草剂的杂草，可以实现重大的生态和环境效益。
该多学科研究小组认为，通过利用蜂群机器人技术减少土壤压实，并通过非化学的控制方法努力避免抗除草剂的杂草，可以实现显著的生态和环境效益。
最近的智能农业趋势侧重于大型机械的使用，其目的是使产品数量最大化，成本最小化--这种方法导致了一些经济和环境问题。李说，包括土壤压实、解决小规模田间变化的能力有限以及作物生产力下降等问题是这种方法出现的一些长期问题。
通过利用蜂群机器人技术的灵活性，CASS系统旨在成为一种平台技术，可以进行配置以满足特定的应用需求。
LEE说："目前精准农业和智能农业的趋势大多集中在较大的机械或单一或少量的机器人上，这些机器人被装备和编程来执行高度专业化的任务。这个项目将成为我们实现长期目标的重要途径，即建立一个可部署的、易于使用的蜂群机器人系统，作为广泛农业应用的通用平台。”
尽管存在其他采用蜂群机器人技术的系统，但它们通常被设计为只执行一项特定的任务，而不是能够适应各种情况。
在未来，该团队将有机会通过其系统的设计和实施过程，解决与复杂和不同规模的农业应用有关的几个挑战。
LEE认为，尽管潜力巨大，但蜂群机器人研究本身在很大程度上被限制在低保真模拟和实验室实验中。这些很少能代表农业现场环境的复杂性。此外，人类与蜂群的合作还没有得到广泛的探索，特别是对于目标终端用户--在我们的案例中是农民--来说，需要用户在环路中的发展和评估方法。
该团队的其他研究人员包括德克萨斯A&M农业生命研究的John Cason博士，生物和农业工程系的Robert Hardin博士，动物科学系和德克萨斯A&M农业生命研究的Luis Tedeschi博士，德克萨斯A&M-Corpus Christi机械工程系的Dugan Um博士和德克萨斯A&M农业生命研究的Mahendra Bhandari博士。
