馮敏康龔智峰徐璟吳雄杰戴馮家林立杰徐紀洋李曉宇王錚

(1.上海市嘉定區(qū)農(nóng)機技術(shù)推廣站，上海 201800；2.上海市農(nóng)業(yè)機械鑒定推廣站，上海 201600；3.上海聯(lián)適導航技術(shù)股份有限公司，上海 201702)

引言

農(nóng)業(yè)是國民經(jīng)濟的基礎(chǔ)，現(xiàn)代農(nóng)業(yè)裝備是現(xiàn)代農(nóng)業(yè)的重要支撐。近年來，隨著各地新農(nóng)村建設(shè)的不斷推進，我國城鎮(zhèn)化水平也逐步提高，同時出現(xiàn)了農(nóng)業(yè)人口老齡化加劇以及青年一代就業(yè)觀念改變等導致的新問題。尤其是對于農(nóng)業(yè)生產(chǎn)來說，“誰來種地、如何種地”的問題日益嚴重。國內(nèi)外都在探索如何通過技術(shù)改變農(nóng)業(yè)生產(chǎn)對人的依賴，當前，世界主要發(fā)達國家是以農(nóng)業(yè)生產(chǎn)裝備融合電子信息、物聯(lián)網(wǎng)、云計算等技術(shù)，來實現(xiàn)農(nóng)業(yè)生產(chǎn)過程的自動化、智能化、機器人化，進而代替人工作業(yè)。新興技術(shù)主要體現(xiàn)在智能化的作業(yè)控制，智慧化的生產(chǎn)決策，信息化的平臺管控，智慧農(nóng)業(yè)是未來農(nóng)業(yè)的發(fā)展方向；與傳統(tǒng)的機械化農(nóng)業(yè)生產(chǎn)相比，無人化農(nóng)業(yè)集成了更多的現(xiàn)代科技成果，以現(xiàn)代信息技術(shù)為手段，整合物聯(lián)網(wǎng)、大數(shù)據(jù)、5G技術(shù)和AI等技術(shù)對農(nóng)業(yè)的生產(chǎn)經(jīng)營進行智能化數(shù)字管理，從整體上對農(nóng)業(yè)發(fā)展進行設(shè)計和規(guī)劃，從而實現(xiàn)高效的新型農(nóng)業(yè)生產(chǎn)模式，可以在保證一定作業(yè)水平的情況下，降低勞動強度，提高生產(chǎn)效率，減少農(nóng)資投入，節(jié)本增效，特別是減少農(nóng)業(yè)生產(chǎn)對傳統(tǒng)農(nóng)業(yè)人口的依賴，是農(nóng)業(yè)生產(chǎn)歷史上的一次新的革命。

近年來，智慧農(nóng)業(yè)發(fā)展迅速，歐美等發(fā)達國家針對智慧農(nóng)業(yè)的發(fā)展相繼出臺了扶持政策、措施和發(fā)展規(guī)劃，我國農(nóng)業(yè)上應(yīng)用信息技術(shù)起步較晚但發(fā)展較快。無人農(nóng)場是智慧農(nóng)業(yè)的重要場景之一，主要包括智能農(nóng)機技術(shù)及裝備、環(huán)境感知技術(shù)及裝備、無人農(nóng)場智能管控平臺，本文以上海市嘉定無人農(nóng)場為例，重點探討了管控平臺的設(shè)計與實現(xiàn)方案及現(xiàn)有問題，可為未來進一步完善提供借鑒。

1 嘉定無人農(nóng)場簡介

1.1 農(nóng)場概況

嘉定無人農(nóng)場位于外岡鎮(zhèn)的西、北片，涉及葛隆村、泉涇村、周涇村、望新村等，以水稻種植區(qū)域為主，以外岡農(nóng)業(yè)合作社泉涇基地106.67hm2水田作業(yè)區(qū)域為核心，逐步擴展至周邊基地近萬畝的水稻種植區(qū)域，以發(fā)展現(xiàn)代農(nóng)業(yè)、設(shè)施糧田、設(shè)施菜田和規(guī)模化養(yǎng)殖為主，是嘉定區(qū)糧食主產(chǎn)區(qū)，根據(jù)2021年統(tǒng)計數(shù)據(jù)，外岡鎮(zhèn)谷類產(chǎn)量12975.7t，農(nóng)業(yè)年產(chǎn)值15005.1萬元。

1.2 無人農(nóng)場技術(shù)裝備情況

具體見表1。

表1 農(nóng)場生產(chǎn)裝備現(xiàn)狀

1.3 無人農(nóng)場應(yīng)用情況

嘉定無人農(nóng)場2021年已完成20hm2示范區(qū)內(nèi)的耕、種、管、收全流程無人化作業(yè)，與傳統(tǒng)農(nóng)機作業(yè)應(yīng)用情況對比情況如下。

拖拉機每年需要進行深翻、旋耕、刮平、開溝等3～5次作業(yè)。無人駕駛拖拉機可減少勞動力投入并以最優(yōu)路徑規(guī)劃，有效提高土地利用率和節(jié)約燃油，避免多余的調(diào)頭動作。

插秧作業(yè)每臺農(nóng)機需要有1名機手、1～2名擺秧人員和1～2名運秧人員，每臺每天可作業(yè)3.33～4.67hm2，人力成本投入較高。無人駕駛插秧機可減少機手的投入，地塊全路徑自動規(guī)劃，提升作業(yè)效率。

植保作業(yè)主要以高地隙自走式打藥機為主，手動噴灑時噴灑量通過手動閥進行控制，藥液對機手的安全有隱患且存在重復作業(yè)的問題。無人駕駛植保機可通過路徑規(guī)劃解決重復作業(yè)的問題，加裝精準施藥變量噴灑裝置節(jié)省農(nóng)資和燃油成本。

傳統(tǒng)收獲作業(yè)每臺收割機每天可作業(yè)2.33hm2左右，一般每2臺收割機需要配備1臺運糧車，收割機需要在糧滿時到運糧車位置卸糧。無人駕駛收割機通過前期產(chǎn)量估測計算出最優(yōu)收割路徑和卸糧位置可以大大提高作業(yè)效率，減少多余的調(diào)頭動作。

根據(jù)嘉定無人農(nóng)場示范區(qū)近年來無人化作業(yè)與傳統(tǒng)作業(yè)的整體投入對比，農(nóng)資的投入將節(jié)省68.45元·667m-2。其中，傳統(tǒng)作業(yè)與無人化作業(yè)的人工成本日均差額在500元左右，人工成本節(jié)約率為56%，節(jié)省肥料達11%以上，節(jié)省燃油17.5%，節(jié)省秧苗約5%。

2 農(nóng)場智慧農(nóng)業(yè)平臺設(shè)計

2.1 需求分析

無人農(nóng)場智能管控平臺系統(tǒng)是無人化農(nóng)場的運維大腦，是大數(shù)據(jù)與云計算技術(shù)、人工智能技術(shù)與智能裝備技術(shù)的集成系統(tǒng)，通過大數(shù)據(jù)技術(shù)來完成知識存儲、信息采集、數(shù)據(jù)處理；通過人工智能技術(shù)完成數(shù)據(jù)智能識別、學習、推理和決策；通過無線通信技術(shù)實現(xiàn)與作業(yè)現(xiàn)場的信息交互。

2.1.1 農(nóng)情數(shù)據(jù)的規(guī)?；啃畔⑻幚?/p>

通過數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)規(guī)約等技術(shù)，篩選原始數(shù)據(jù)中對決策系統(tǒng)有利的數(shù)據(jù)，保證系統(tǒng)的快速響應(yīng)、提升分析建模的精度及效率。

2.1.2 無線通信技術(shù)的穩(wěn)定性與實時性響應(yīng)保障

近距離無線傳輸技術(shù)，短距離無線傳輸技術(shù)和遠距離無限傳輸技術(shù)3種無限通信技術(shù)的深度融合使用。

2.1.3 遙感檢測精度問題

由于地表作物類型、分布情況和生長發(fā)育的復雜性，導致遙感影像產(chǎn)生“同物異譜”和“同譜異物”現(xiàn)象，需要進一步從作物成像和成像機理上做定量研究。

2.1.4 關(guān)鍵節(jié)點的決策能力缺失

從“人來決策”到“無人值守”，人工智能應(yīng)對突發(fā)、復雜情況的能力完全不具備，加上農(nóng)業(yè)生產(chǎn)的試錯代價過高，關(guān)鍵節(jié)點的決策還需要人工介入。

2.1.5 無人作業(yè)效率偏低

由于人工智能對復雜環(huán)境和農(nóng)業(yè)農(nóng)情農(nóng)藝的數(shù)據(jù)處理模型完全不成熟，自主生成的規(guī)劃路徑往往以降低效率作為條件。

2.2 整體架構(gòu)

平臺總體技術(shù)架構(gòu)采用微服務(wù)開發(fā)，采用Consul作為注冊中心，NACOS作為配置中心，依托于華為云各項服務(wù)。使用華為云CloudDeploy流水線式管理項目的編譯發(fā)布上線；使用華為云ELB將訪問流量自動分發(fā)到多臺云服務(wù)器，實現(xiàn)更高的應(yīng)用容錯；分布式消息隊列RabbitMQ幫助流控，系統(tǒng)解耦等；結(jié)合云日志服務(wù)LTS后期高效排查問題定位問題；用華為云數(shù)據(jù)庫Redis作為共享存儲，可以在訪問高峰時預熱數(shù)據(jù)等；PostgreSql持久化數(shù)據(jù)，出色的保證數(shù)據(jù)的完整性和可靠性,采用濤思時序數(shù)據(jù)庫作為時序數(shù)據(jù)(軌跡,上線日志,預警)的持久化存儲，能有效緩解PostgreSql數(shù)據(jù)庫的寫入壓力，連續(xù)查詢，支持基于滑動窗口的流式計算，大幅度提高基礎(chǔ)數(shù)據(jù)分析能力。

平臺主要分為4個應(yīng)用服務(wù)：數(shù)據(jù)服務(wù)(數(shù)據(jù)報表、數(shù)據(jù)分析)，車輛服務(wù)(車輛管理、車輛軌跡、預警規(guī)則)，作業(yè)服務(wù)(作業(yè)管理、作業(yè)調(diào)度)，視頻服務(wù)(視頻直播、視頻轉(zhuǎn)碼、視頻回放)。各個服務(wù)相互隔離互不影響，使用高效的MQ服務(wù)間接通訊，也為以后大數(shù)據(jù)量的分庫分表做準備。應(yīng)用服務(wù)來聚合各個中心的數(shù)據(jù)，統(tǒng)一對外。

車載終端數(shù)據(jù)采集，采用MQTT物聯(lián)網(wǎng)協(xié)議，負責與農(nóng)機車輛上裝載的設(shè)備終端模塊通信，包括數(shù)據(jù)采集、協(xié)議解析、數(shù)據(jù)校驗，數(shù)據(jù)加解密。通過高效的MQ服務(wù)上報給數(shù)據(jù)服務(wù)。

2.3 全場概況模塊

平臺系統(tǒng)根據(jù)無人車輛終端上傳的位置信息，在無人農(nóng)場電子地圖上實時顯示無人農(nóng)機終端的具體位置、運行狀態(tài)及分布信息，達到對無人農(nóng)機終端實時可視化的監(jiān)管目的。其中還包括在無人農(nóng)場電子地圖的圖層上疊加農(nóng)田地塊圖層文件，并可通過選中農(nóng)田圖層顯示其屬性信息和相關(guān)作業(yè)信息。

2.3.1 地塊狀態(tài)顯示與圖層信息顯示

將采集的地塊數(shù)據(jù)處理后，以不同的圖層、標注點進行展示，可以體現(xiàn)出地塊邊界、地塊作業(yè)狀態(tài)、特殊地標物等信息。

2.3.2 車輛狀態(tài)顯示與位置顯示

根據(jù)無人農(nóng)機終端反饋的若干狀態(tài)信息，平臺數(shù)據(jù)管理模塊處理數(shù)據(jù)后，以不同的狀態(tài)信息展示在平臺監(jiān)控端，達到實時監(jiān)控的目的。實時更新車輛的位置信息，終端上線即發(fā)起監(jiān)控，達到動態(tài)檢測效果。

2.3.3 視頻監(jiān)控搭配遠程控制

高清車載監(jiān)控搭配無人駕駛控制器，實現(xiàn)現(xiàn)場作業(yè)畫面監(jiān)控、人為干預車輛行為。主視角監(jiān)控車輛前方配合做視覺檢測，農(nóng)具視角監(jiān)控農(nóng)具的下落情況以及插秧漏苗的檢測。各種控制指令實現(xiàn)遠程點火、部署作業(yè)、加速減速、調(diào)頭轉(zhuǎn)彎等操作。根據(jù)軟件回傳的作業(yè)信息，判斷更新作業(yè)進度、作業(yè)面積、現(xiàn)場消息通知、差分狀態(tài)、通訊狀態(tài)等關(guān)鍵信息，配合農(nóng)田地圖和車模型，繪制實時作業(yè)軌跡。

2.4 任務(wù)管理模塊

遠程部署功能模塊，可選擇單臺設(shè)備進行作業(yè)部署，操作流程：選擇地塊—確認作業(yè)任務(wù)—選擇作業(yè)農(nóng)藝—設(shè)置作業(yè)速度—選擇作業(yè)車輛—作業(yè)任務(wù)預覽—作業(yè)任務(wù)下發(fā)確認—開始作業(yè)。

作業(yè)任務(wù)信息統(tǒng)計，包括當日車輛的軌跡、發(fā)動機轉(zhuǎn)速、發(fā)動機扭矩、每小時油耗、燃油總消耗、工作時長、機油壓力、冷卻液溫度、電壓、作業(yè)面積總計、作業(yè)里程總計、作業(yè)時長總計、累計油耗等。

2.5 無人終端模塊

智能終端的信息統(tǒng)計模塊，包括農(nóng)機類型、農(nóng)機品牌、農(nóng)機型號、農(nóng)機農(nóng)藝、農(nóng)機馬力、歸屬信息、車輛調(diào)試參數(shù)等。搭載智能設(shè)備的統(tǒng)計，各個位置的攝像頭綁定及預覽、車輛歷史軌跡回放、速度變化趨勢圖、工況變化趨勢圖。

3 小結(jié)與展望

無人農(nóng)場智能管控平臺作為無人農(nóng)場運行的核心，可查看所有自動駕駛、無人駕駛系統(tǒng)用戶信息、車輛信息、自動駕駛參數(shù)信息、安裝信息、速度坐標面積等作業(yè)信息，作業(yè)軌跡、報警信息、作業(yè)類型等。以地理信息采集為基礎(chǔ)，在田塊上對各種智能傳感器采集的信息和在地塊上進行的各種農(nóng)業(yè)生產(chǎn)活動進行分析展示，系統(tǒng)實現(xiàn)對農(nóng)業(yè)生產(chǎn)的作業(yè)規(guī)劃，實現(xiàn)對智能裝備如無人駕駛裝備、變量噴灑裝備、測深施肥裝備的規(guī)劃，制定綜合的無人作業(yè)方案，實現(xiàn)人機協(xié)同，多機協(xié)同作業(yè)，從而實現(xiàn)耕、種、管、收各個環(huán)節(jié)的無人化作業(yè)。

同時支持對系統(tǒng)平臺的數(shù)字化農(nóng)業(yè)應(yīng)用的拓展，通過部署數(shù)字化農(nóng)業(yè)信息采集傳感器，實現(xiàn)農(nóng)田基本信息采集，包括環(huán)境因素、土壤基本肥力、作物生長監(jiān)測、產(chǎn)量評估的智能感知，從而制定科學的基肥、追肥作業(yè)處方圖，實現(xiàn)作物全生育周期長勢監(jiān)測，作物產(chǎn)量分析和全年度綜合作業(yè)分析，結(jié)合智能農(nóng)業(yè)裝備和智能傳感器的信息，對地塊上全作業(yè)季信息的采集，結(jié)合產(chǎn)量數(shù)據(jù)，得出全年度的分析報告，為用戶種地提供指導依據(jù)，同時可以積累多年份農(nóng)業(yè)生產(chǎn)大數(shù)據(jù)，結(jié)合專家分析，建立農(nóng)業(yè)生產(chǎn)模型。

通過對農(nóng)業(yè)數(shù)據(jù)基礎(chǔ)設(shè)施的數(shù)據(jù)積累，建立相關(guān)作物生長模型、病蟲害預測模型等，通過模型來控制作物生產(chǎn)過程智能化，實現(xiàn)作物生產(chǎn)灌溉、施肥、植保等作業(yè)過程精準化，達到精耕細作的目的。

通過對上海市嘉定無人農(nóng)場的實踐，無人農(nóng)場建設(shè)還存在以下幾個方面的問題。

初期投入成本高。由于農(nóng)業(yè)人口大量減少，現(xiàn)階段農(nóng)業(yè)勞動力成本也逐步提高，但是無人農(nóng)場需要前期投入大量智能化裝備，前期成本相對于勞動力仍然過高；無人農(nóng)場大規(guī)模推廣應(yīng)用也受到了前期投入成本過高的限制，新興技術(shù)成果需要產(chǎn)業(yè)政策的不斷扶持，才能進一步逐漸普及。

技術(shù)可靠性待提升。以減少對人的依賴為特征和目標的無人農(nóng)場技術(shù)，需要穩(wěn)定和可靠的裝備作為支撐，因此需要加快對農(nóng)業(yè)高端傳感器、大數(shù)據(jù)模型、人工智能軟硬件和裝備集成技術(shù)的進一步提升，加快集成應(yīng)用與示范；推進農(nóng)業(yè)大數(shù)據(jù)基礎(chǔ)數(shù)據(jù)庫的建設(shè)，建立并不斷完善具有自主知識產(chǎn)權(quán)的農(nóng)業(yè)模型訓練數(shù)據(jù)集，形成成本更低也更符合國內(nèi)農(nóng)情的模型來指導我國的農(nóng)業(yè)生產(chǎn)；利用高校和科研院所的科研優(yōu)勢，針對不同區(qū)域的氣候及作物品種、土壤性質(zhì)等研發(fā)相應(yīng)的技術(shù)裝備，通過“創(chuàng)新聯(lián)合體”的方式加快成果的推廣。

標準體系不夠完善。國外的智慧農(nóng)業(yè)技術(shù)發(fā)展歷史較長，積累并形成了大量的無人農(nóng)場技術(shù)標準體系，但是技術(shù)標準涉及的農(nóng)藝都是建立在各國種植作物的種類和品種以及技術(shù)裝備基礎(chǔ)上的，國內(nèi)無法直接應(yīng)用，未來需要建立適應(yīng)國情的無人農(nóng)場技術(shù)標準體系，以促進我國無人農(nóng)場的發(fā)展。