物联网伺机“爆发”零售热潮在即？| 产业互联网CEO访谈

亿邦动力讯如何把实体零售做到万物互联？有人说，关键在于人人在线和物物在线。人人在线，讲的是顾客在线、员工在线、合作伙伴在线；物物在线讲的是门店的所有设备在线、管理在线、事事在线、运营端所有工作任务在线。在万物在线的基础上，才能实现线上线下一体化。

要实现这俩“在线”，离不开物联网的普及。伴随着新零售终端的兴起，相关供应链服务的完善，意味着无人店、智能新终端正演变成未来实体商业最具前景、最有潜力的业务板块之一。

新零售、无人零售，这些概念，其本质都是：实现智能化从而导致数字化，其最核心的技术依赖于物联网技术。

作为京东方集团旗下专注于产业数字化解决方案的 科技 公司，京东方数字 科技 有限公司（简称“京东方数科”）正在让每一件线下实体商品“实时在线”，旨在成为国内新零售、智慧物流领域的领导者。

目前京东方数科已为全球超过250家知名零售商提供零售物联网解决方案，国内先后服务了阿里、京东、阿迪、安踏、屈臣氏、华润、沃尔玛、苏宁等50余家国内知名品牌，提供零售物联网的软硬融合解决方案；国际上与亚马逊、沃尔玛、家乐福、Monoprix、Casino、Ikea、Euronics等知名零售商合作，大幅提升了零售商的运营效率。

受访公司： 京东方数字 科技 有限公司；

受访者及Title： 白峰，京东方 科技 集团有限公司副总裁，京东方数字 科技 有限公司CEO；

所属行业： 物联网行业；

亿邦产业： 您认为本行业数字化处于什么水平，发展趋势如何，能否从定性和定量两个维度做判断？

白峰： 目前中国实体零售进入了前所未有的寒冬期，受社区团购、线上电商等多重打压，客流量持续下滑，绝大部分商超出现大幅亏损。同时，当下实体零售企业的数字化水平整体还是很低的，有些甚至只是一种表层的数字化，认为开发一款线上电商APP或者打通到家业务就是实现了数字化，这种理解还是比较肤浅。痛定思痛，进行深层次的数字化变革，借助数字化手段提升效率，回归到零售本质目前看是解决实体零售问题的重要手段。数字化提供了一种方法论和思维方式，真正实现以消费者为中心，使场与商品匹配，使商品与消费者匹配，彻底回归零售本质。

亿邦产业： 您的企业在产业数字化方面的价值主要表现在哪些方面，具体有哪些产品和服务？

白峰： 零售业的数字化转型，重点在客户行为的数字化和产品信息的数字化两个领域。客户行为的数字化，主要以保证良好用户体验为前提，将客户在线下选买全过程进行数字化捕捉与录入；产品信息的数字化，主要在于产品信息的录入、展示与动态管理，具有广泛的市场前景。核心数据的采集需要以电子价签及智能显示系统为核心硬件构建的软硬融合整体解决方案来实现，零售业智能化升级市场潜力巨大。目前我们已为全球超过250家知名零售商提供零售物联网解决方案，先后服务了阿里、京东、阿迪、安踏、屈臣氏、华润、沃尔玛、苏宁、家乐福等知名品牌，并为超过30000余家门店提供了基于数字化平台的智能变价系统、货架管理系统、信息发布系统、辅助拣货系统等解决方案，大幅提升了零售商的运营效率。

亿邦产业： 你们对工厂或者其他产业链合作伙伴的数字化改造/赋能切入点是什么？越具体越好，为什么要做这些改造，合作伙伴为什么愿意接受你们的数字化改造？能否结合一个或者几个案例谈谈。

白峰： 京东方数科利用人工智能、大数据等技术，依托电子价签，智能商业显示终端等打造业务服务运营平台，为线下零售企业提供“硬件产品+软件平台+场景应用”的整体数字化解决方案，提升线下零售企业的运营效率。具体包括如下几种解决方案：

智能变价系统：这套系统依托电子价签和Jeegy信发系统可以实现数万个价签的自动变价。目前越来越多的线下零售业利用价格进行促销，特别是生鲜类产品，一天内需要进行几次价格的调整。然而，传统的纸质价签更换不仅时效差，而且又会造成大量的纸张浪费，甚至还会有展示价格和系统价格不符的“价签门”风险。使用京东方数科的智能变价系统后完全解决了以上问题，目前这套系统还可以利用大数据，譬如根据客流、天气、时段等实现最优定价并通过价签进行展示，大大提升门店定价效率。

辅助拣货系统：目前越来越多的门店对接了到家业务，如何快速、准确的进行店内拣货是门店面临的一个很头疼的问题。之前的方案是店员按照订单要求走到货架后进行寻找并反复对比以免拿错货物，时效性很差。我们做过测试，一般来说一个订单的拣货速度在30分钟左右。京东方的这套辅助拣货系统，利用信息发布系统和电子价签上的智能LED显示系统，当店员收到客户订单后，相应产品所在货架上的价签就会按照一定规则进行闪烁，店员只需看哪里闪灯就在哪里进行拣货就行，既避免了取错货物又提升了拣货效率，拣货速度从之前的30分钟缩减到15分钟左右。

货架管理系统：这套系统以电子价签，智能摄像头，商显大屏等为核心硬件，同时利用京东方自研的图像识别系统，可以实现货架管理缺货的预提醒。这套系统的核心是京东方具有核心专利的Captana系统，将价签上的LED进行闪烁编码，输出一串二进制代码进行商品标识，类似于给每个SKU标识一个身份z。这样通过识别这套身份z可以实现产品的快速识别，再结合摄像头和图像识别系统可以提前进行缺货或少货提醒，减少门店的货架空置率。这套系统也获得了CCFA年度供应链大奖。

亿邦产业： 您如何理解数据、算法及AI在本行业产业数字化中的应用？在贵企业有哪些具体的应用和效益？

白峰： 数据是数字化的基础，算法和AI是数字化的手段。从上面举例的这些系统解决方案来看全部都会运用到这些核心技术，同时收益也是非常显著的。

亿邦产业： 能否描述一下贵公司用数字化系统连接的产业生态，都有哪些角色，如何驱动生态伙伴之间的合作？

白峰： 京东方数科智慧零售数字化系统IaaS层基于AIoT智能硬件以及云计算和加密系统；PaaS层聚焦在客户精准画像、多维可视化看板以及全流程监控运维等；SaaS层则聚焦场景应用，提供包括智能变价系统、辅助拣货系统、会员营销系统、货架/库存管理系统等。

亿邦产业： 能否用一两句话描述贵公司的定位，描述贵公司的产业数字化价值，描述企业资本市场想像空间？

白峰： 京东方数科是京东方集团旗下提供零售物联网解决方案的 科技 公司，致力于 科技 赋能零售。其核心业务是利用人工智能、大数据等技术，依托电子价签，智能商业显示终端等打造业务服务运营平台，为线下零售企业提供“硬件产品+软件平台+场景应用”的整体数字化解决方案，帮助线下零售企业提升运营效率。

亿邦产业： 在其中承担什么角色？

白峰： 数字化是帮助线下零售企业摆脱当前困境，涅槃重生的重要手段。我相信线下实体店一定会长期存在，但确实到需要做大手术，大变革的时候了。数字化就是变革的一个重要手段，前面也说到了，低层次的数字化救不了零售企业，现在需要的以客户体验和运营效率为核心的深度数字化变革，回归到零售业本质的数字化变革。运用数字化手段对原有企业的运营流程进行简化、优化、一体化，把智能选址、订货系统、库存管理、商品管理、会员管理、员工管理整个运营体系通过数字化打通形成一个整体，我相信线下实体零售的生命力很快会回来。京东方目前是全球最大的智慧零售实体店解决方案提供商，依托自研的物联网核心器件，结合AI及大数据处理能力为线下实体店提供基于场景的软硬融合系统，包括智能变价系统、辅助拣货系统、会员营销系统、货架/库存管理系统等。目前已为全球250多家品牌，超过3万家门店提供了服务，包括沃尔玛、亚马逊、京东、阿迪达斯、屈臣氏、安踏、华润、小米等国际国内知名企业。

●传感器技术：价格低廉、性能良好的传感器是物联网应用的基石，物联网的发展要求更准确、更智能、更高效以及兼容性更强的传感器技术。智能数据采集技术是传感器技术发展的一个新方向。信息的泛在化对传感器和传感装置提出了更高的要求。具体如，微型化：元器件的微小型化，要求节约资源与能源；智能化：具备自校准、自诊断、自学习、自决策、自适应和自组织等人工智能技术；低功耗与能量获取技术：供电方式为电池、阳光、风、温度、振动等多种方式。
●设备兼容技术：大部分情况下，企业会基于现有的工业系统建造工业物联网，如何实现工业物联网中所用的传感器能够与原有设备已应用的传感器相兼容是工业物联网推广所面临的问题之一。传感器的兼容主要指数据格式的兼容与通信协议的兼容，兼容关键是标准的统一。目前，工业现场总线网络中普遍采用的如Profibus、Modus协议，已经较好地解决了兼容性问题，大多数工业设备生产厂商基于这些协议开发了各类传感器、控制器等。近年来，随着工业无线传感器网络应用日渐普遍，当前工业无线的WirelessHART、ISA100．11a以及wIA—PA3大标准均兼容了IEEE802．15．4无线网络协议，并提供了隧道传输机制兼容现有的通信协议，丰富了工业物联网系统的组成与功能。
●网络技术：网络是构成工业物联网的核心之一，数据在系统不同的层次之间通过网络进行传输。网络分为有线网络与无线网络，有线网络一般应用于数据处理中心的集群服务器、工厂内部的局域网以及部分现场总线控制网络中，能提供高速率高带宽的数据传输通道。工业无线传感器网络则是一种新兴的利用无线技术进行传感器组网以及数据传输的技术，无线网络技术的应用可以使得工业传感器的布线成本大大降低，有利于传感器功能的扩展，因此吸引了国内外众多企业和科研机构的关注。
传统的有线网络技术较为成熟，在众多场合已得到了应用验证。然而，当无线网络技术应用于工业环境时，会面临如下问题：工业现场强电磁干扰、开放的无线环境让工业机器更容易受到攻击威胁、部分控制数据需要实时传输。相对于有线网络，工业无线传感器网络技术则正处在发展阶段，它解决了传统的无线网络技术应用于工业现场环境时的不足，提供了高可靠性、高实时性以及高安全性，主要技术包括：自适应跳频、确实性通信资源调度、无线路由、低开销高精度时间同步、网络分层数据加密、网络异常监视与报警以及设备入网鉴权等。
●信息处理技术：工业信息出现爆炸式增长，工业生产过程中产生的大量数据对于工业物联网来说是一个挑战，如何有效处理、分析、记录这些数据，提炼出对工业生产有指导性建议的结果，是工业物联网的核心所在，也是难点所在。
当前业界大数据处理技术有很多，如SAP的BW系统在一定程度上解决了大数据给企业生产运营带来的问题。数据融合和数据挖掘技术的发展也使海量信息处理变得更为智能、高效。工业物联网泛在感知的特点使得人也成为了被感知的对象，通过对环境数据的分析以及用户行为的建模，可以实现生产设计、制造、管理过程中的人一人、人一机和机一机之间的行为、环境和状态感知，更加真实地反映出工业生产过程中的细节变化，以便得出更准确的分析结果。
●安全技术：工业物联网安全主要涉及数据采集安全、网络传输安全等过程，信息安全对于企业运营起到关键作用，例如在冶金、煤炭、石油等行业采集数据需要长时问的连续运行，如何保证在数据采集以及传输过程中信息的准确无误是工业物联网应用于实际生产的前提。

2017年中国半导体封装测试技术与市场年会已经过去一个月了，但半导体这个需要厚积薄发的行业不需要蹭热点，一个月之后，年会上专家们的精彩发言依然余音绕梁。除了“封装测试”这个关键词，嘉宾们提的最多的一个关键词是“物联网”。因此，将年会上的嘉宾观点稍作整理，让我们再一起思考一下物联网时代的先进封装。
智能手机增速放缓

半导体下游市场的驱动力经历了几个阶段，首先是出货量为亿台量级的个人电脑，后来变成十亿台量级的手机终端和通讯产品，而从2010年开始，以智能手机为代表的智能移动终端掀起了移动互联网的高潮，成为最新的杀手级应用。回顾之前的二三十年，下游电子行业杀手级应用极大的拉动了半导体产业发展，不断激励半导体厂商扩充产能，提升性能，而随着半导体产量提升，半导体价格也很快下降，更便宜更高性能的半导体器件又反过来推动了电子产业加速发展，半导体行业和电子行业相互激励，形成了良好的正反馈。但在目前， 智能手机的渗透率已经很高，市场增长率开始减缓，下一个杀手级应用将会是什么？

物联网可能成为下一个杀手级应用

根据IHS的预测，物联网节点连接数在2025年将会达到700亿。

从数量上来看，物联网将十亿量级的手机终端产品远远抛在后面，很可能会成为下一波的杀手级应用。但物联网的问题是产品多样化，应用非常分散。我们面对的市场正从单一同质化大规模市场向小规模异质化市场发生变化。对于半导体这种依靠量的行业来说，芯片设计和流片前期投入巨大，没有量就不能产生规模效应，摊销到每块芯片的成本非常高。

除了应对小规模异质化的挑战， 物联网需要具备的关键要素还包括 ：多样的传感器（各类传感器和Sensor Hub），分布式计算能力（云端计算和边缘计算），灵活的连接能力（5G，WIFI，NB-IOT，Lora, Bluetooth, NFC，M2M…），存储能力(存储器和数据中心)和网络安全。这些关键要素会刺激CPU/AP/GPU，SSD/Memory,生物识别芯片，无线通讯器件，传感器，存储器件和功率器件的发展。

物联网多样化的下游产品对封装提出更多要求

物联网产品的多样性意味着芯片制造将从单纯追求制程工艺的先进性，向既追求制程先进性，也最求产品线的宽度发展。物联网时代的芯片可能的趋势是：小封装，高性能,低功耗,低成本,异质整合（Stacking，Double Side, EMI Shielding, Antenna…）。

汽车电子的封装需求： 汽车电子目前的热点在于ADAS系统和无人驾驶AI深度学习。全球汽车2016年产销量约为8000万台，其中中国市场产销量2800万台，为汽车电子提供了足够大的舞台。ADAS汽车系统发展前景广阔，出于安全考虑，美国NHTSA要求从2018年5月起生产的汽车需要强制安装倒车影像显示系统。此外，车道偏离警示系统（LDW），前方碰撞预警系统（FCW），自动紧急刹车系统（AEBS），车距控制系统（ACC），夜视系统（NV）市场也在快速成长。中国一二线城市交规越来越严格也使得人们对ADAS等汽车电子系统的需求提升。ADAS，无人驾驶，人工智能，深度学习对数据处理实时性要求高，所以要求芯片能实现超高的计算性能，另外对芯片和模块小型化设计和散热也有要求，未来的汽车电子芯片可能需要用25D技术进行异构性的集成，比如将CPU，GPU，FPGA，DRAM集成封装在一起。

个人移动终端的封装需求： 个人消费电子市场也将继续稳定增长，个人消费电子设备主要的诉求是小型化，省电，高集成度，低成本和模块化。比如个人移动终端要求能实现多种功能的模块化，将应用处理器模块，基带模块，射频模块，指纹识别模块，通讯模块，电源管理模块等集成在一起。这些产品对芯片封装形式的要求同样是小型化，省电，高集成度，模块化，芯片封装形式主要是“Stack Die on Passive”,“Antenna in SiP”,“Double Side SiP等。比如苹果的3D SiP集成封装技术，从过去的ePOP & BD PoP，发展到目前的是HBW-PoP和FO-PoP，下一代的移动终端封装形式可能是FO-PoP加上FO-MCM,这种封装形式能够提供更加超薄的设计。

5G 网络芯片的封装需求： 5G网络和基于物联网的NB-IOT网络建设意味着网络芯片市场将会有不错的表现。与网络密切祥光的大数据，云计算和数据中心，对存储器芯片和FPGA GPU/CPU的需求量非常大。通信网络芯片的特点是大规模，高性能和低功耗，此外，知识产权（IP）核复杂、良率等都是厂商面临的重要问题。这些需求和问题也促使网络芯片封装从Bumping & FC发展到25D，FO-MCM和3D。而TSV技术的成功商用，使芯片的堆叠封装技术取得了实质性进展，海力士和三星已成功研发出3D堆叠封装的高带宽内存（HBM），Micron和Intel等也正在联合推动堆叠封装混合存储立方体（HMC）的研发。在芯片设计领域，BROADCOM、GLOBAL FOUNDRIES等公司也成功引入了TSV技术，目前已能为通信网络芯片提供25D堆叠后端设计服务。

上游晶圆代工厂供应端对封装的影响

一方面，下游市场需求非常旺盛，另外一方面，大基金带领下的资本对晶圆代工制造业持续大力投资，使得上游的制造一直在扩充产能据SEMI估计,全球将于2017年到2020年间投产62座半导体晶圆厂，其中26座在中国大陆，占全球总数的42%。目前晶圆厂依然以40

nm以上的成熟制程为主，占整体晶圆代工产值的60%。未来，汽车电子，消费电子和网络通信行业对芯片集成度、功能和性能的要求越来越高，主流的晶圆厂中芯和联电都在发展28nm制程，其中台积电28nm制程量产已经进入第五年，甚至已经跨入10Xnm制程。

随着晶圆技术节点不断逼近原子级别，摩尔定律可能将会失效。如何延续摩尔定律？可能不能仅仅从晶圆制造来考虑，还应该从芯片制造全流程的整个产业链出发考虑问题，需要 对芯片设计，晶片制造到封装测试都进行系统级的优化。 因此， 晶圆制造，芯片封测和系统集成三者之间的界限将会越来越模糊。 首先是芯片封测和系统集成之间出现越来越多的子系统，各种各样的系统级封装SiP需要将不同工艺和功能的芯片，利用3D等方式全部封装在一起，既缩小体积，又提高系统整合能力。Panel板级封装也将大规模降低封装成本，提高劳动生产效率。其次，芯片制造和芯片封测之间出现了扇入和扇出型晶圆级封装，FO-WLP封装具有超薄，高I/O脚数的特性，是继打线，倒装之后的第三代封装技术之一，最终芯片产品具有体积小，成本低，散热佳，电性能优良，可靠性高等优势。

先进封装的发展现状

先进封装形式在国内应用的越来越多，传统的TO和DIP封装类型市场份额已经低于20%，

最近几年，业界的先进封装技术包括以晶圆级封装（WLCSP）和载板级封装（PLP）为代表的21D，3D封装，Fan Out WLP，WLCSP，SIP以及TSV,

2013年以前，25D TSV封装技术主要应用于逻辑模块间集成，FPGA芯片等产品的封装，集成度较低。2014年，业界的3D TSV封装技术己有部分应用于内存芯片和高性能芯片封装中，比如大容量内存芯片堆叠。2015年，25D TSV技术开始应用于一些高端GPU/CPU,网络芯片,以及处理器（AP）+内存的集成芯片中。3D封装在集成度、性能、功耗，更小尺寸，设计自由度，开发时间等方面更具优势，同时设计自由度更高，开发时间更短，是各封装技术中最具发展前景的一种。在高端手机芯片，大规I/O芯片和高性能芯片中应用广泛，比如一个MCU加上一个SiP，将原来的尺寸缩小了80%。

目前国内领先封装测试企业的先进封装能力已经初步形成

长电科技王新潮董事长在2017半导体封装测试年会上，对于中国封测厂商目前的先进封装技术水平还提到三点：

SiP 系统级封装： 目前集成度和精度等级最高的SiP模组在长电科技已经实现大规模量产；华天科技的TSV+SiP指纹识别封装产品已经成功应用于华为系列手机。

WLP 晶圆级封装 ：长电科技的Fan Out扇出型晶圆级封装累计发货超过15亿颗，其全资子公司长电先进已经成为全球最大的集成电路Fan-In WLCSP封装基地之一；晶方科技已经成为全球最大的影像传感器WLP晶圆级封装基地之一。

FC 倒装封装： 通过跨国并购，国内领先企业获得了国际先进的FC倒装封装技术，比如长电科技的用于智能手机处理器的FC-POP封装技术；通富微电的高脚数FC-BGA封装技术；国内三大封测厂也都基本掌握了16/14nm的FC倒装封装技术。

本专题我共整理了10篇文章，来自中国农业科学院农业质量标准与检测技术研究所、南京农业大学、英国林肯大学、华南农业大学、江南大学、国家农业智能装备工程技术研究中心、浙江大学、中国科学院、吉林农业大学、西北农林 科技 大学、国家信息农业工程技术中心等单位。

文章包含农产品质量安全纳米传感器、太阳能杀虫灯、分簇路由算法、农田物联网混合多跳路由算法、水产养殖溶解氧传感器研制、土壤养分近场遥测方法、农机远程智能管理平台、水肥浓度智能感知与精准配比、果园多机器人通信等内容，供大家阅读、参考。

专题--农业传感器与物联网

Topic--Agricultural Sensor and Internet of Things

[1]王培龙, 唐智勇 农产品质量安全纳米传感应用研究分析与展望[J] 智慧农业(中英文), 2020, 2(2): 1-10

WANG Peilong , TANG Zhiyong Application analysis and prospect of nanosensor in the quality and safety of agricultural products[J] Smart Agriculture, 2020, 2(2): 1-10

知网阅读

[2]杨星, 舒磊, 黄凯, 李凯亮, 霍志强, 王彦飞, 王心怡, 卢巧玲, 张亚成 太阳能杀虫灯物联网故障诊断特征分析及潜在挑战[J] 智慧农业(中英文), 2020, 2(2): 11-27

YANG Xing, SHU Lei, HUANG Kai, LI Kailiang, HUO Zhiqiang, WANG Yanfei, WANG Xinyi, LU Qiaoling, ZHANG Yacheng Characteristics analysis and challenges for fault diagnosis in solar insecticidal lamps Internet of Things[J] Smart Agriculture, 2020, 2(2): 11-27

摘要： 太阳能杀虫灯物联网（SIL-IoTs）是一种基于农业场景与物联网技术的新型物理农业虫害防治工具，通过无线传输太阳能杀虫灯组件状态数据，用户可后台实时查看太阳能杀虫灯运行状态，具有杀虫计数、虫害区域定位、辅助农情监测等功能。但随着SIL-IoTs快速发展与广泛应用，故障诊断难和维护难等矛盾日益突出。基于此，本研究首先阐述了SIL-IoTs的结构和研究现状，分析了故障诊断的重要性，指出了故障诊断是保障其可靠性的主要手段。接着介绍了目前太阳能杀虫灯节点自身存在的故障及其在无线传感网络（WSNs）中的体现，并进一步对WSNs中的故障进行分类，包括基于行为、基于时间、基于组件以及基于影响区域的故障四类。随后讨论了统计方法、概率方法、层次路由方法、机器学习方法、拓扑控制方法和移动基站方法等目前主要使用的WSNs故障诊断方法。此外，还探讨了SIL-IoTs故障诊断策略，将故障诊断从行为上分为主动型诊断与被动型诊断策略，从监测类型上分为连续诊断、定期诊断、直接诊断与间接诊断策略，从设备上分为集中式、分布式与混合式策略。在以上故障诊断方法与策略的基础上，介绍了后台数据异常、部分节点通信异常、整个网络通信异常和未诊断出异常但实际存在异常四种故障现象下适用的WSNs故障诊断调试工具，如Sympathy、Clairvoyant、SNIF和Dustminer。最后，强调了SIL-IoTs的特性对故障诊断带来的潜在挑战，包括部署环境复杂、节点任务冲突、连续性区域节点无法传输数据和多种故障诊断失效等情形，并针对这些潜在挑战指出了合理的研究方向。由于SIL-IoTs为农业物联网中典型应用，因此本研究可扩展至其它农业物联网中，并为这些农业物联网的故障诊断提供参考。

知网阅读

[3]汪进鸿, 韩宇星 用于作物表型信息边缘计算采集的认知无线传感器网络分簇路由算法[J] 智慧农业(中英文), 2020, 2(2): 28-47

WANG Jinhong, HAN Yuxing Cognitive radio sensor networks clustering routing algorithm for crop phenotypic information edge computing collection[J] Smart Agriculture, 2020, 2(2): 28-47

摘要： 随着无线终端数量的快速增长和多媒体图像等高带宽传输业务需求的增加，农业物联网相关领域可预见地会出现无线频谱资源紧缺问题。针对基于传统物联网的作物表型信息采集系统中存在由于节点密集部署导致数据传输过程容易出现频谱竞争、数据拥堵的现象以及固定电池的网络由于能耗不均衡引起监测周期缩减等诸多问题，本研究建立了一个认知无线传感器网络（CRSN）作物表型信息采集模型，并针对模型提出一种引入边缘计算机制的动态频谱和能耗均衡（DSEB）的事件驱动分簇路由算法。算法包括：（1）动态频谱感知分簇，采用层次聚类算法结合频谱感知获取的可用信道、节点间的距离、剩余能量和邻居节点度为相似度对被监控区域内的节点进行聚类分簇并选取簇头，构建分簇拓扑的过程对各分簇大小的均衡性引入奖励和惩罚因子，提升网络各分簇平均频谱利用率；（2）融入边缘计算的事件触发数据路由，根据构建的分簇拓扑结构，将待检测各区域变化异常表型信息触发事件以簇内汇聚和簇间中继交替迭代方式转发至汇聚节点，簇内汇聚包括直传和簇内中继，簇间中继包括主网关节点和次网关节点-主网关节点两种情况；（3）基于频谱变化和通信服务质量（QoS）的自适应重新分簇：基于主用户行为变化引起的可用信道改变，或分簇效果不佳对通信服务质量产生的干扰，触发CRSN进行自适应重新分簇。此外，本研究还提出了一种新的能耗均衡策略去能量消耗中心化（假设sink为中心），即在网关或簇头节点选取计算式中引入与节点到sink的距离成正比的权重系数。算法仿真结果表明，与采用K-medoid分簇和能量感知的事件驱动分簇(ERP)路由方案相比，在CRSN节点数为定值的前提下，基于DSEB的分簇路由算法在网络生存期与能效等方面均具有一定的改进；在主用户节点数为定值时，所提算法比其它两种算法具有更高频谱利用率。

知网阅读

[4]顾浩, 王志强, 吴昊, 蒋永年, 郭亚 基于荧光法的溶解氧传感器研制及试验[J] 智慧农业(中英文), 2020, 2(2): 48-58

GU Hao, WANG Zhiqiang, WU Hao, JIANG Yongnian, GUO Ya A fluorescence based dissolved oxygen sensor[J] Smart Agriculture, 2020, 2(2): 48-58

摘要：溶解氧含量的测量对水产养殖具有极其重要的意义，但目前中国市面上的溶解氧传感器存在价格昂贵、不能持续在线测量及更新部件维护困难等问题，难以在水产养殖物联网中大规模推广和发挥作用。本研究基于荧光淬灭原理，利用水中溶解氧浓度与荧光信号相位差的关系进行低成本、易维护溶解氧传感器的研发。首先利用自制备溶氧敏感膜，经激发光照射后产生红色荧光，该荧光寿命可由溶解氧浓度调节；然后利用光信号敏感器件设计光电转化电路实现光信号感知；再以STM32F103微处理器作为主控芯片，编写下位机程序实现激发光脉冲产生，利用相敏检波原理以及快速傅里叶变换（FFT）计算激发光与参照光的相位差，进而转化为溶解氧浓度，实现溶解氧的测量。荧光探测部分与系统主控部分采用分离式设计思想，利用屏蔽排线直接插拔连接，便于传感器探测头的拆卸、更换、维护以及实现远距离在线测量。经测试，本溶解氧传感器的测量范围是0~20 mg/L，响应延迟小于2 s，溶氧敏感膜使用寿命约1年，可以实时不间断地对溶解氧浓度进行测量。同时，本传感器具有测量方便、制作成本低、体积小等特点，为中国水产养殖低成本溶解氧传感器的研发与市场化奠定了良好的基础。

知网阅读

[5]矫雷子, 董大明, 赵贤德, 田宏武 基于调制近红外反射光谱的土壤养分近场遥测方法研究[J] 智慧农业(中英文), 2020, 2(2): 59-66

JIAO Leizi, DONG Daming, ZHAO Xiande, TIAN Hongwu Near-field telemetry detection of soil nutrient based on modulated near-infrared reflectance spectrum[J] Smart Agriculture, 2020, 2(2): 59-66

摘要： 土壤养分作为农业生产的重要指标，含量过少会降低农作物产量，过多则会造成环境污染。因此，快速、准确检测土壤养分对于精准施肥和提高作物产量具有重要意义。基于取样和化学分析的传统方法能够全面准确地检测土壤养分，但检测过程中土壤的取样及预处理过程繁琐、 *** 作复杂、费时费力，不能实现土壤养分的原位快速检测。本研究基于调制近红外光谱，提出了一种土壤养分主动式近场遥测方法，可有效避免土壤反射自然光的干扰。该方法使用波长范围1260~1610 nm的8通道窄带激光二极管作为近红外光源，通过测量8通道激光光束的土壤反射率，建立土壤养分中氮（N）关于土壤反射率的计量模型，实现了N的快速检测。在74组已知N含量的土壤样品中，选取54组作为训练集，20组作为预测集。基于一般线性模型，对训练集中土壤N含量与土壤反射率的定量化参数进行训练，筛选显著波段后的计量模型R2达到097。基于建立的计量模型，预测集中土壤N含量预测值与参考值的决定系数R2达到09，结果表明该方法具有土壤养分现场快速检测的能力。

知网阅读

[6]朱登胜, 方慧, 胡韶明, 王文权, 周延锁, 王红艳, 刘飞, 何勇 农机远程智能管理平台研发及其应用[J] 智慧农业(中英文), 2020, 2(2): 67-81

ZHU Dengsheng, FANG Hui, HU Shaoming, WANG Wenquan, ZHOU Yansuo, WANG Hongyan, LIU Fei, HE Yong Development and application of an intelligent remote management platform for agricultural machinery[J] Smart Agriculture, 2020, 2(2): 67-81

摘要： 本研究针对农机管理实时数据少、农机实时作业监管困难、服务信息不对称等问题，首先提出专业化远程管理平台设计时应具有五大原则：专业化、标准化、云平台、模块化以及开放性。基于这些原则，本研究设计了基于大田作业智能传感技术、物联网技术、定位技术、遥感技术和地理信息系统的可定制化的通用农机远程智能管理平台。平台分别为各级政府管理部门、农机合作社、农机手、农户设计并实现了基于WebGIS 的农机信息库及农机位置服务、农机作业实时监测与管理、农田基础信息管理、田间作物基本信息管理、农机调度管理、农机补贴管理、农机作业订单管理等多个实用模块。研究着重分析了在当前的技术背景下，平台部分关键技术的实现方法，包括采用低精度GNSS定位系统前提下的作业面积的计算方法、GNSS定位数据处理过程中的数据问题分析、农机调度算法、作业传感器信息的集成等，并提出了以地块为核心的管理平台建设思路；同时提出农机作业管理平台将逐步从简单作业管理转向大田农机综合管理。本平台对同类型管理平台的研发具有一定的参考与借鉴作用。

知网阅读

[7]金洲, 张俊卿, 郭红燕, 胡宜敏, 陈翔宇, 黄河, 王红艳 水肥浓度智能感知与精准配比系统研制与试验[J] 智慧农业(中英文), 2020, 2(2): 82-93

JIN Zhou, ZHANG Junqing, GUO Hongyan, HU Yimin, CHEN Xiangyu, HUANG He, WANG Hongyan Development and testing of intelligent sensing and precision proportioning system of water and fertilizer concentration[J] Smart Agriculture, 2020, 2(2): 82-93

摘要： 为解决农场当地当时的复合肥料精准化配料问题，本研究将水肥一体化智能灌溉施肥系统作为研究对象，构建了水肥浓度智能感知与精准配比系统。首先提出现场在线水肥溶液智能感知模型的快速建立方法，利用数据分析算法从传感器实时监测的一系列浓度梯度的肥料溶液中挖掘出模型。其次基于上述模型设计水肥浓度智能感知与精准配比系统的框架结构，阐述系统工作原理；并通过三种水体模拟在线配肥验证了该系统原位指导水肥浓度配比的有效性，同时评价了水体电导率对水肥配比浓度的干扰。试验结果表明，正则化条件下二阶的多项式拟合曲线是表达溶液电导率与水肥浓度的变化关系最优的模型，相关系数R2均大于0999，由此模型可得出用户关心的复合肥各指标浓度。三种水体模拟在线配肥结果表明，水体会干扰电导率导致无法准确反演水肥配比的浓度，相对偏差值超过了01。因此，本研究提出的在线水肥智能感知与精准配比系统实现了消除当地水体电导率对水肥配比准确性的干扰，通过模型计算实现复合肥精准化配比，并得出各指标浓度。该系统结构简单，配比精准，易与现有水肥一体机或者人工配肥系统结合使用，可广泛应用于设施农业栽培、果园栽培和大田经济作物栽培等环境下的精准智能施肥。

知网阅读

[8]孙浩然, 孙琳, 毕春光, 于合龙 基于粒子群与模拟退火协同优化的农田物联网混合多跳路由算法[J] 智慧农业(中英文), 2020, 2(3): 98-107

SUN Haoran, SUN Lin, BI Chunguang, YU Helong Hybrid multi-hop routing algorithm for farmland IoT based on particle swarm and simulated annealing collaborative optimization method[J] Smart Agriculture, 2020, 2(3): 98-107

摘要： 农业无线传感器网络对农田土壤、环境和作物生长的多源异构信息的获取起关键作用。针对传感器在农田中非均匀分布且受到能量制约等问题，本研究提出了一种基于粒子群和模拟退火协同优化的农田物联网混合多跳路由算法（PSMR）。首先，通过节点剩余能量和节点度加权选择簇首，采用成簇结构实现异构网络高效动态组网。然后通过簇首间多跳数据结构解决簇首远距离传输能耗过高问题，利用粒子群与模拟退火协同优化方法提高算法收敛速度，实现sink节点加速采集簇首中的聚合数据。对算法的仿真试验结果表明，PSMR算法与基于能量有效负载均衡的多路径路由策略方法（EMR）相比，无线传感器网络生命周期提升了57%；与贪婪外围无状态路由算法（GPSR-A）相比，在相同的网络生命周期内，第1个死亡传感器节点推迟了两轮，剩余能量标准差减少了004 J，具有良好的网络能耗均衡性。本研究提出的PSMR算法通过簇首间多跳降低远端簇首额外能耗，提高了不同距离簇首的能耗均衡性能，为实现大规模农田复杂环境的长时间、高效、稳定地数据采集监测提供了技术基础，可提高农业物联网的资源利用效率。

知网阅读

[9]毛文菊, 刘恒, 王东飞, 杨福增, 刘志杰 面向果园多机器人通信的AODV路由协议改进设计与测试[J] 智慧农业(中英文), 2021, 3(1): 96-108

MAO Wenju, LIU Heng, WANG Dongfei, YANG Fuzeng, LIU Zhijie Improved AODV routing protocol for multi-robot communication in orchard[J] Smart Agriculture, 2021, 3(1): 96-108

摘要： 针对多机器人在果园中作业时的通信需求，本研究基于Wi-Fi信号在桃园内接收强度预测模型，提出了一种引入优先节点和路径信号强度阈值的改进无线自组网按需平面距离向量路由协议（AODV-SP）。对AODV-SP报文进行设计，并利用NS2仿真软件对比了无线自组网按需平面距离向量路由协议（AODV）和AODV-SP在发起频率、路由开销、平均端到端时延及分组投递率4个方面的性能。仿真试验结果表明，本研究提出的AODV-SP路由协议在发起频率、路由开销、平均端到端时延及分组投递率4个方面的性能均优于AODV协议，其中节点的移动速度为5 m/s时，AODV-SP的路由发起频率和路由开销较AODV分别降低了365%和709%，节点的移动速度为8 m/s时，AODV-SP的分组投递率提高了059%，平均端到端时延降低了1309%。为进一步验证AODV-SP协议的性能，在实验室环境中搭建了基于领航-跟随法的小型多机器人无线通信物理平台并将AODV-SP在此平台应用，并进行了静态丢包率和动态测试。测试结果表明，节点相距25 m时静态丢包率为0，距离100 m时丢包率为2101%；动态行驶时能使机器人维持链状拓扑结构。本研究可为果园多机器人在实际环境中通信系统的搭建提供参考。

知网阅读

[10]黄凯, 舒磊, 李凯亮, 杨星, 朱艳, 汪小旵, 苏勤 太阳能杀虫灯物联网节点的防盗防破坏设计及展望[J] 智慧农业(中英文), 2021, 3(1): 129-143

HUANG Kai, SHU Lei, LI Kailiang, YANG Xing, ZHU Yan, WANG Xiaochan, SU Qin Design and prospect for anti-theft and anti-destruction of nodes in Solar Insecticidal Lamps Internet of Things[J] Smart Agriculture, 2021, 3(1): 129-143

摘要： 太阳能杀虫灯在有效控制虫害的同时，可减少农药施药量。随着其部署数量的增加，被盗被破坏的报道也越来越多，严重影响了虫害防治效果并造成了较大的经济损失。为有效地解决太阳能杀虫灯物联网节点被盗被破坏问题，本研究以太阳能杀虫灯物联网为应用场景，对太阳能杀虫灯硬件进行改造设计以获取更多的传感信息；提出了太阳能杀虫灯辅助设备——无人机杀虫灯，用以被盗被破坏出现后的部署、追踪和巡检等应急应用。通过上述硬件层面的改造设计和增加辅助设备，可以获取更为全面的信息以判断太阳能杀虫灯物联网节点被盗被破坏情况。但考虑到被盗被破坏发生时间短，仅改造硬件层面还不足以实现快速准确判断。因此，本研究进一步从内部硬件、软件算法和外形结构设计三个层面，探讨了设备防盗防破坏的优化设计、设备防盗防破坏判断规则的建立、设备被盗被破坏的快速准确判断、设备被盗被破坏的应急措施、设备被盗被破坏的预测与防控，以及优化计算以降低网络数据传输负荷六个关键研究问题，并对设备防盗防破坏技术在太阳能杀虫灯物联网场景中的应用进行了展望。

知网阅读

微信交流服务群

为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。

入群方法： 加我微信 331760296 ， 备注： 姓名、单位、研究方向 ，我拉您进群，机构营销广告人员勿扰。

信息发布

科研团队介绍及招聘信息、学术会议及相关活动 的宣传推广

---