Smart Agriculture Technology: A Review of Robotic Platforms, Sensing Modalities, Artificial Intelligence, Datasets, Evaluation Metrics, and Future Research Directions

智慧农业已超越孤立的精准农业工具，迈向集机器人、多模态感知、连接性、人工智能和数据驱动决策支持于一体的信息物理系统。本综述采用系统性批判性综述方法，梳理了该领域的最新进展，提出了一个系统级框架，从机器人平台、感知与数字基础设施、人工智能方法、公共数据集与基准、评估指标、应用领域和部署成熟度等维度分析智慧农业。综述涵盖地面机器人、无人机、采摘机械臂、多机器人系统、RGB与光谱感知、激光雷达、物联网网络、边缘/云平台、基于人工智能的感知与决策以及多模态视觉-语言模型。分析表明，文献在原型、数据集和特定任务性能方面已取得明显进展，但若干差距仍制约着实际部署，包括跨季节与跨区域验证薄弱、基准测试实践碎片化、面向部署的指标有限、技术经济报告不足，以及互操作性和人机交互方面的挑战尚未解决。公共数据集和新兴多模态基准表明该领域正朝着更高标准化方向迈进；然而，优异的基准性能尚未能一致地转化为可靠的田间作业。综述最后展望了未来研究方向，包括基准现实性、田间鲁棒人工智能、边缘部署、数字孪生、隐私保护学习、以人为中心的自主性以及长期农艺与经济验证。