大疆农业无人机AI「果树」模式首次公开作业:开启全自动时代

简介: 作为第一大产业,农业中的新技术应用一直是众多科研机构和科技公司探索的重要课题。人们花费多年时间让收割机代替了镰刀,而无人机代替人力喷药壶需要多久?4 月 9 日,在江西赣州的信丰县,大疆创新与中国农科院植物保护研究所共同发布了植保无人机田间实验报告,并展示了最新无人机「果树模式」。

这是大疆新版农业无人机的第一次公开作业展示。「人工智能时代果树精准防疫已经从设想变成了现实。」大疆创新公关总监谢阗地在发布会上表示。


微信图片_20211130231933.gif


本次活动上,中国农科院植保所首次发布了 2018 年的大疆植保无人机 MG-1P 田间试验报告。2018 年,双方签署合作协议,共建农业无人机联合实验室,在黑龙江虎林玉米种植区、辽宁开原榛子种植区、阿克苏核桃种植区、山西运城小麦种植区等 9 个区域进行了 MG-1P 的一系列测试。


这份报告显示在防治小麦后期的蚜虫测试中,相比背负式电动喷雾器、自走式喷杆喷雾机,MG-1P 植保无人机低空低容量喷雾技术的农药沉积量多,农药利用率高。与传统的大容量喷雾方式相比,在同样的防治效果下具有省时、省水、省药的效果。


报告同时还测试了 MG-1P 在水稻、玉米、核桃、柑橘、桃树、榛子树、马铃薯等作物上的最佳作业参数。


「研究人员使用大疆无人机进行农药喷洒作业,对比农民自走、高压喷枪、常规机械等方式,」中国农业科学院植物保护研究所研究员秦会珠在发布会上介绍道。「从总体上可以看出,无人机与人类作业的效果差异并不显著,但耗时大大减少,同时对于水、农药的利用率有很大提升。我们可以看出无人机喷雾的技术可以替代部分地面作用方式,并取得很好的效果。」


而在昨天的展示中,大疆拿出了更为先进的 T16「第二代植保无人机」。


全自动运行


让无人机自动喷洒农药,听起来像是一个技术含量很高的过程。但在现场演示中大疆告诉我们:操作起来非常简单。首先使用一台精灵 4 RTK 航测无人机在农田上空飞一圈自动拍摄高清照片,随后将数据传入一台笔记本电脑进行本地处理;大疆智图软件会进行 3D 建模和 AI 路线规划,然后把数据卡插到 T16 无人机上,它们就可以按照已算好的路线自动进行喷洒作业了。


大疆表示,无人机现在已经可以在不规则的果园里进行全自动作业,自动避开建筑物、池塘和电线等障碍,整个过程完全不需要人工干预。


微信图片_20211130231937.jpg

在整个作业过程中,无人机飞手大部分的时间是在准备下一轮喷洒的农药,而不是跟随无人机进行操作,这大大提升了工作效率。


大疆本次展示的 T16 是目前国内首款将三维场景重建、地图语义识别两项 AI 技术实现应用落地的植保无人机。在果树场景下作业,通过航测规划,大疆智图(Terra)的导入与处理后,就可以实现对作业场景的识别,果树、建筑物、电线杆、河流,空地等细节均不会遗漏。


在完成作业场景识别,生成 3D 航线后,T16 就能根据规划航线进行自动飞行作业,相比传统的整片作业区域均匀喷洒模式,无人机可以节省 30% 农药和水的使用量。


针对果园场景中,果树种类多样、高矮不一,地形情况复杂,草丛与密集的果树在远距离俯瞰视角下容易混淆,难以区分的问题。T16 果树模式的背后,是基于卷积神经网络的深度学习系统,其采用三维点云切片与三维特征融合技术,可在复杂场景中正确识别多种物体。为了进一步实用化,大疆利用神经网络量化技术,对网络模型进行深度压缩,使得深度学习模型可以在一台笔记本上进行快速推理。


据介绍,目前这套系统已经通过了超过 30 万张的果树图片训练,能够在不到 1 分钟的时间内完成 200 亩地的全环境识别。识别的果树类型达到了 20 种,包括苹果、柑橘、芒果、香蕉、火龙果等等。果树识别准确率达到了 95%。


微信图片_20211130231940.gif

在喷洒作业中,一名飞手最多可以让五架 T16 无人机同时起飞工作。


在大多数的果园中,果树的种植都是分布不均匀,而且因为树龄差别,树高也有一定的差异。果园中也经常会有建筑物、电线杆,池塘等障碍,这位无人机的工作带来了很大挑战。大疆无人机「果树模式」的出现无疑会是农业无人机市场的一次变革。


果树模式

 

无人机作为农业生产的工具,其实在国内已经有不少实践了。2015 年,大疆推出了旗下首台农业无人机,时至今日,国内已有不少农田是由农业无人机进行农药喷洒维护的。「在最初的几年里,无人机的应用范围还很狭窄,」中国农业科学院植物保护研究所研究员袁会珠介绍道。「但新技术的发展很快。据统计,在 2018 年,国内无人机的应用面积已经达到 3 亿亩次了,而全国的农药喷洒面积大致为 70 亿亩次。」


农业无人机在中国北方的小麦、水稻等平整农田中的应用推广很快,而不久之前在果树这样对喷洒方式要求较高的场景中还难以施展。


大疆农业曾推出过应对茶园陡峭山坡的仿地飞行功能,这种技术可以实现按照植保作业面的起伏来确定无人机的高度,但还不足以解决果园植保需求,比如当两棵树的距离相差较大时,植保机飞行过程中,飞机就可能被前方果树触发避障而中断作业。

 

而现在,通过更为成熟的人工智能技术,果园植保需求已得到了很好解决。通过 AI 完成作业场景的识别后,植保机了解果树的分布情况,保证植保机在有果树的地方才喷洒,没有果树的地方就停止,这一切都是自动执行的。


大疆还在发布会上展示了即将推出的「树心识别」功能,借助 AI 在短短几秒标识出果园里树木的树心位置,可针对植物树心位置进行针对性喷洒。

 

全自动工作的方式不仅比人工打药速度快,效率也大大高于以往的手动操作无人机的作业方式。以往果园施药人工作业,一人一天大约喷洒 10 亩左右,而且很容易造成对人的伤害;而在人工智能的帮助下,一台无人机一小时可以喷洒 60 亩果园。


大疆表示,目前这套系统已经通过了超过 30 万张的果树图片训练,能够在不到 1 分钟的时间内完成 200 亩地的全环境识别。识别的果树类型达到了 20 种,包括苹果、柑橘、芒果、香蕉、火龙果等等。识别准确率达到了 95%。


在 2019 年,大疆计划在华南五省(广东、广西、湖南、江西和四川)继续推广无人机作业,并实现 100 万张果树图片训练,将识别准确率提升至 97%。


微信图片_20211130231943.jpg

大疆 T16 无人机在喷洒农药作业时无需进行人工操作。我们可以通过遥控器观察设备的运转情况。


第二代植保无人机


大疆在农田中演示的是最新推出的第二代植保无人机。相比上一代产品 MG-1P,新机体重塑了整体结构,采用模块化设计,带来了前所未有的高载重和高效喷洒范围。


「我们在设计 T16 之初,是先设计风场,再设计无人机其他结构的。」大疆创新公关总监谢阗地表示。「因此这款产品的性能远超前代。目前市场上还没有任何其他公司推出过这样的无人机。」


大疆 T16 拥有最多 16 升的农药载重量,更为重要的是其六旋翼设计中,有两个辅助旋翼是专门用于调整风场的。在 T16 的正下方,气流不会像其他无人机那样形成循环,这种设计避免了农药喷洒时触及到无关区域,并提高了喷洒效率。


研究人员还发现,使用无人机喷洒农药可以带来一个预料之外的好处——无人机旋翼带来的气流会掀起植物叶片,从而使得喷洒的液体触及到植株叶片背面、树干等深层区域。


据悉,大疆与农科院的第二期项目将在签约后全面启动,未来一年内,中国农科院植保所将以 DJI 大疆农业的植保无人机 T16 为对象,在全国多个柑橘等果树产区进行实地测试,为大疆植保无人机的飞防优化提供多方位的技术支持。此外,双方还将会在植保无人机创新应用进行探索,包括「果树模式」的持续优化,遥感技术在农田生产全周期的应用等。


微信图片_20211130231947.jpg


今年 4 月 1 日,人力资源和社会保障部初步确定的 15 个拟发布新职业中,「无人机操作手」名列其中,目前在国内已经出现了很多农业无人机植保队伍。据大疆介绍,农业无人机在价格最高的茶园环境中进行农药喷洒作业的价格此前为每亩 100 元,在升级了全自动作业模式之后,这一价格已经降低到了每亩 20 元。低价格、高效率的农业无人机或许很快就能为大疆开拓出一片新市场。


截止 2018 年 11 月,大疆农业中国市场保有量 2 万台,该公司已在全国培训了超过 1000 名维修人员,并培训了 14,000 名专业持证植保飞手。目前,这家公司希望继续与农科院等科研机构展开合作,将无人机技术推广到更多种类的作物上,并推动「精准农业生态圈」,鼓励农民接触新技术。



本文为机器之心报道,转载请联系本公众号获得授权

相关文章
|
4月前
|
人工智能 算法 数据可视化
|
1月前
|
机器学习/深度学习 人工智能 供应链
精准农业:AI在农业生产中的应用
【10月更文挑战第1天】随着科技的发展,人工智能(AI)逐渐渗透到农业领域,通过精准监控和管理提升了农业生产效率和质量。AI在精准农业中的应用包括:精准农田管理,如个性化灌溉和施肥;作物病虫害识别与预测,及时发现并预防病虫害;智能农机自动化作业,提高作业效率;农产品质量检测与分类,确保品质;农业供应链优化,预测需求和价格。尽管面临数据收集、技术接受度等挑战,AI在精准农业中的未来前景广阔,有望实现全程自动化作业、数据驱动决策及智能预警系统,推动农业可持续发展。
101 11
|
2月前
|
机器学习/深度学习 人工智能 开发框架
智能ai量化高频策略交易软件、现货合约跟单模式开发技术规则
该项目涵盖智能AI量化高频策略交易软件及现货合约跟单模式开发,融合人工智能、量化交易与软件工程。软件开发包括需求分析、技术选型、系统构建、测试部署及运维;跟单模式则涉及功能定义、策略开发、交易执行、终端设计与市场推广,确保系统高效稳定运行。
|
3月前
|
人工智能 测试技术 持续交付
就AI 基础设施的演进与挑战问题之定义应用的交付模式的问题如何解决
就AI 基础设施的演进与挑战问题之定义应用的交付模式的问题如何解决
|
4月前
|
人工智能 运维 安全
龙蜥社区第五届理事大会圆满结束!深度探讨 AI 浪潮下的合作模式
围绕 CentOS 停服替代和 AI 技术浪潮下的合作契机等话题进行了深度探讨。
|
4月前
|
人工智能 运维 Serverless
报名参课丨解锁 Serverless+AI 新模式,拥有专属 AIGC 环境
Serverless 和 AI 大模型都是当前云上最火的技术方向,本次活动期望通过 Severless+AI 技术的强强联合,期待为客户提供基于 Serverless 技术实现 AI 推理部署平台的技术思路,一键解锁 AI 潜力,无需繁琐运维,降低 GPU 的使用成本、减少企业或个人创业的试错成本,让人人都可以拥有自己“专属”的 AIGC 环境成为可能。
|
5月前
|
机器学习/深度学习 人工智能
可控核聚变新里程碑,AI首次实现双托卡马克3D场全自动优化,登Nature子刊
【6月更文挑战第4天】AI在可控核聚变研究中实现双托卡马克装置3D磁场全自动优化,助力抑制边缘能量爆发(ELMs),提升核聚变性能90%,成果登上《自然通讯》。虽有ELMs少量出现及装置适应性问题,但这一突破为经济可行的核聚变能源发展迈出重要步伐。[论文链接](https://www.nature.com/articles/s41467-024-48415-w)
91 1
|
6月前
|
机器学习/深度学习 数据采集 人工智能
KAN核心团队震撼力作!MIT华人用AI首次发现物理学全新方程
【5月更文挑战第21天】MIT华人科研团队运用AI开发OptPDE工具,首次找到3个新可积PDE家族,增强人类在物理学方程发现中的能力。OptPDE通过优化PDE系数最大化守恒量,CQFinder自动识别守恒量,二者协同工作,重新发现KdV方程并揭示新方程的特殊性质。该研究展示AI与人类科学家合作的潜力,为复杂问题解决开辟新路径。论文链接:https://arxiv.org/abs/2405.04484
95 3
|
5月前
|
设计模式 人工智能 自然语言处理
【设计模式】MVVM模式在AI大模型领域的创新应用
【设计模式】MVVM模式在AI大模型领域的创新应用
71 0
|
6月前
|
人工智能
史上首次,AI超越人类奥赛金牌得主!吴方法加持,30题做出27道破纪录
【4月更文挑战第16天】研究人员结合吴方法和符号方法,开发的AI系统在国际数学奥林匹克几何问题测试中,成功解决27个问题,超过人类金牌得主。这项创新将吴方法(一种代数几何证明法)与经典符号方法融合,揭示了在自动化几何定理证明上的新潜力,但也面临证明可读性和软件实现局限等问题。
81 4
史上首次,AI超越人类奥赛金牌得主!吴方法加持,30题做出27道破纪录

热门文章

最新文章

下一篇
无影云桌面