Page 14 - 《武汉大学学报(信息科学版)》2025年第9期
P. 14

1742                            武 汉 大 学 学 报  (信 息 科 学 版)                        2025 年 9 月

                集和任务执行       [147-148] 。例如,在无人机上搭载包含             物(出苗率、长势、氮含量等)等关键农情参数的立
                BDS 接收机的智能手机用于感知陆地特征                    [149] 。  体实时反演,最终支持精准农业生产决策,推动农
                大疆公司的新产品 T100 农业无人机搭载激光雷                         场感知网络与农情诊断系统的集成发展。决策层
                达、有源相控雷达等遥感传感器感知周围环境,                            基于多源农情感知结果,为耕整、播种、田管、收
                搭载 AI 算法识别障碍物类型进行避障,同时还搭                         获等各环节提供精准指导,是实现无人农场高效
                载 BDS 定位模块进行实时定位,集定位、遥感、AI                       生产管理的核心:耕整环节结合对地观测手段与
                功能于机身。                                           实地采样手段,通过高程数据如 DEM 与土壤养
                     3)地基集成指在地面设备中集成 BDS 与遥                      分数据对田块进行划分;播种环节则综合气象条
                感 传 感 器 ,可 以 实 现 多 种 功 能 的 协 同 应 用 。 例           件与作物需求,智能确定播期与密度,依托 BDS
                如,BDS 可提供实时精准定位,而遥感传感器则                          定位和智能播种机实现精准作业;田间管理以作
                可感知设备周围环境,这种结合在自动驾驶中可                            物生育期和土壤墒情为依据,动态调控水、肥、药
                以用于避障或提高车辆的定位精度                 [150-151] 。例如,   施用方案,结合植保遥感、孢子监测与 AI 识别系
                在农业机械中集成 BDS 定位模块和遥感传感器,                         统,构建病虫害预警与响应机制。变量处方图作
                可以通过 BDS 实现农机精准导航和作业路线规                          为智能决策的核心执行载体,集成土壤、作物与
                划 ,同 时 利 用 遥 感 传 感 器 采 集 农 作 物 的 生 长 信           气象信息,生成播种、施肥、灌溉等作业的空间分
                息,如植被覆盖率、病虫害状况等。通过物联网                            区方案,直接驱动无人农机精准执行。
                技术,这些数据可实时上传到云端,用于支持农                                执行层涵盖了无人农机可信导航定位、变量
                业生产的监测与精细化管理             [152-154] 。             精准作业与作业质量监测三大环节。在导航定
                2.5 学习层                                          位方面,依托高精度语义地图、多源融合定位与
                     时空具身智能通过闭环运行和自适应学习                          路径规划算法,构建机库-机耕道-农田的全场景
                机制实现不断的演进优化。系统通过数据-知识-                           连续导航体系,融合 BDS、IMU 与激光雷达,实现
                行动的迭代优化实现自我演进,正向链路为:感                            农机在田间自主作业、路径自规划、自动泊车与
                知层获取原始地理数据→决策层提取地学特征                             协同作业。基于无人机倾斜摄影获取农田高精
                并生成控制策略→执行层完成物理空间操作;反                            度地图,结合三维曲面路径规划算法,提升农机
                馈链路为:操作结果通过感知层量化评估→修正                            路径的覆盖率与作业平滑度。在变量作业方面,
                决策模型参数→更新知识库规则。该机制突破                             无人机具通过智能控制系统,实现耕整、播种、施
                了传统地理信息系统单向数据处理的局限,通过                            肥与施药等环节的精准调控。智能耕整机具集
                不断地从执行过程中的不足甚至错误或失败经                             成深松铲、旋耕机构与镇压装置,自动调节深度
                历中学习,逐渐降低失败的概率、提升执行的精                            与功率匹配,实现地力优化。种肥药变量施用系
                度,形成具有环境适应性的智能生长体系。                              统则通过对施肥速度、播种排量与喷杆高度的实
                                                                 时调控,提升作业精准性与资源利用率。无人农
                3 时空具身智能应用案例                                     场作业图如图 3 所示,包括无人深翻作业、变量撒
                                                                 肥作业、无人深松作业和无人收获作业。在作业
                3.1 北斗智慧无人农场
                                                                 质 量 监 测 方 面 ,结 合 姿 态 传 感 器 与 作 业 状 态 数
                     作为时空具身智能在智慧农业中的应用案
                                                                 据 ,构 建 作 业 质 量 实 时 评 估 模 型 ,监 测 耕 深 、播
                例,本文依托国家科技部北斗星动能科技示范工
                                                                 量、药液分布等关键指标,保障无人机具在复杂
                程,在山东省邹平市焦桥镇建成了中国第一个北
                                                                 农 田 环 境 下 的 作 业 稳 定 性 与 作 业 质 量 一 致 性 。
                斗智慧农场示范区。在信号集成和数据集成层,
                集成了卫星遥感(如高分二号、高分六号等)、无人                          通过作业过程感知与回溯分析,为农机智能管控
                机多光谱影像、高光谱影像、BDS 高精度定位地                          和作业优化提供数据支撑,推动无人作业向高质
                面传感器观测数据(如土壤水分、温度、电导率等)                          量、高智能方向发展。
                以及农机传感器数据、作业日志信息等在内的多                            3.2 北斗智慧海洋牧场
                源异构数据,实现了从数据采集到信息重建、从原                               山东省烟台市莱州湾蓝色海洋国家级海洋
                始观测到融合表达的全过程信息处理,显著提升                            牧场基地是时空具身智能在海洋经济中的应用
                了农机作业、作物状态感知的精度与连续性。在                            案例,依托 BDS 精准定位与高分遥感基础服务,
                信息集成层,完成了土壤(水分、温度、养分)和作                          开发生态牧场机械化播苗、自动化监测、精准化
   9   10   11   12   13   14   15   16   17   18   19