高质量数据集典型案例 | 无人化智慧农场多模态数据集建设与应用

　　安徽省是传统粮食大省，随着安徽省小田变大田、大托管等农业生产模式的升级，在集约模式下“谁来种田”“如何种好田”“如何提升亩均效益”是安徽省农业创新发展的当务之急。中科感知率先在省内开展高质量多模态农业数据集基地建设，并开展基于大数据驱动的无人化关键技术研发与场景示范。
 

　　方案和成效
 

　　一是构建高质量数据集建设与技术体系。公司构建“空—天—地”一体化的多模态农业数据资源池；部署自主研发的农田智能传感终端，日均处理物联网数据10GB，数据可用率超95%；基于深度学习+多模态建模构建了作物长势分析、生育期识别、病虫草分析、变量处方图等20余种农业智能算法，准确率达80%以上。
 

　　二是提升多模态数据处理能力。针对数据异构、多尺度、多时相的问题，通过 “传感器数据+遥感数据+农艺知识图谱”时空对齐与中间件技术，研发了数据融合转换框架，实现多模态数据的融合。
 

　　三是完善运营机制与生态协同。与中国科学院、农业农村部建立数据交换标准，累计共享科研级数据10TB；以SaaS平台输出数据服务，用户通过付费订阅的形式调用算法API；设立数据质量委员会，按月持续更新数据集。
 

　　四是在安徽芜湖、亳州、江苏镇江、广州等地的多个基地进行示范推广。示范面积超过200000亩，使得农场综合降低生产成本10%，土地利用率提高1%，农场综合效益提升20%以上。三年为用户带来822.5万元新增收益，无人化智慧农场技术合计收入为1077.95万元。形成6项技术规程和3套标准体系，培养新型职业农民120余人，带动周边2000余农户实现生产方式转型。
 

　　创新点
 

　　一是建立了耕种管收全过程无人农机自主作业体系。包括高精度农田地图构建、无人化农机路径规划、基于北斗的路径跟踪控制、田间障碍物避障以及作物对行控制等技术内容。
 

　　二是建立了数据-农艺知识-决策方案融合驱动的水肥药智能决策与变量处方图方法。实现水、肥、草、病虫害的闭环智能决策与变量作业机制，形成多模态农业数据资源池。
 

　　三是研发了无人农场云管控平台。通过手机/平板就可以实现远程化农机作业管控，实现“汗水农业”向“指尖上农业”转变。