（1）监控功能系统：根据无线网络获取的植物生长环境信息，如监测土壤水分、土壤温度、空气温度、空气湿度、光照强度、植物养分含量等参数。其它参数也可以选配，如土壤中的PH值、电导率等等。信息收集、负责接收无线传感汇聚节点发来的数据、存储、显示和数据管理，实现所有基地测试点信息的获取、管理、动态显示和分析处理以直观的图表和曲线的方式显示给用户，并根据以上各类信息的反馈对农业园区进行自动灌溉、自动降温、自动卷模、自动进行液体肥料施肥、自动喷药等自动控制。
（2）监测功能系统：在农业园区内实现自动信息检测与控制，通过配备无线传感节点，太阳能供电系统、信息采集和信息路由设备、配备无线传感传输系统，每个基点配置无线传感节点，每个无线传感节点可监测土壤水分、土壤温度、空气温度、空气湿度、光照强度、植物养分含量等参数。其它参数也可以选配，如土壤中的PH值、电导率等等。信息收集、负责接收无线传感汇聚节点发来的数据、存储、显示和数据管理，实现所有基地测试点信息的获取、管理、动态显示和分析处理以直观的图表和曲线的方式显示给用户，并根据种植作物的需求提供各种声光报警信息和短信报警信息。
（3）实时图像与视频监控功能：农业物联网的基本概念是实现农业上作物与环境、土壤及肥力间的物物相联的关系网络，通过多维信息与多层次处理实现农作物的最佳生长环境调理及施肥管理。但是作为管理农业生产的人员而言，仅仅数值化的物物相联并不能完全营造作物最佳生长条件。视频与图像监控为物与物之间的关联提供了更直观的表达方式。比如：哪块地缺水了，在物联网单层数据上看仅仅能看到水分数据偏低。应该灌溉到什么程度也不能死搬硬套地仅仅根据这一个数据来作决策。因为农业生产环境的不均匀性决定了农业信息获取上的先天性弊端，而很难从单纯的技术手段上进行突破。视频监控的引用，直观地反映了农作物生产的实时状态，引入视频图像与图像处理，既可直观反映一些作物的生长长势，也可以侧面反映出作物生长的整体状态及营养水平。可以从整体上给农户提供更加科学的种植决策理论依据。
主要功能：数据采集，数据处理，数据通信，信息查询，数据管理，泵站控制，预防报警，作物生长环境参数（土壤水分、养分、空气温湿度、光照、辐射、CO2、风速、风向、雨量等）实时采集和监控。
信息采集1、通过各种传感器采集各类信息，其中包括温湿度、二氧化碳、土壤水分、土壤温度、电导、PH、光量子、光照度、风速、风向、雨量计等2、一个基地可以建多个节点，每个节点可以根据需要连接多个传感器，各个节点可以互联，也可单独传到主控室，进而通过网络传到你的电脑或手机里。
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
创新技术的不断涌现，从根本上改变了传统农业的发展模式，通过应用物联网技术、人工智能技术、GIS技术以及大数据技术等使我国农业从原来看天吃饭的传统农业模式转变为高产、高效、低耗、优质、生态和安全的智慧农业模式，随着物联网技术的不断发展，数据存储，全面感知，数据上云等方式使得智慧农业的传输网络进一步扩大，更进一步的进阶为互联网+智慧农业模式。
创新技术发展迅猛，智慧农业前景广阔
2018年，我国人工智能市场规模约为339亿元，较上年同比增长5629%，增速进一步加快。人工智能作为引领未来的战略性技术，日益成为驱动经济社会各领域从数字化、网络化向智能化加速跃升的重要引擎。近年来，数据量爆发式增长、计算能力显著性提升、深度学习算法突破性应用，极大地推动了人工智能发展。人工智能技术的发展应用在互联网+智慧农业中，使得模型建立时间更短，预测结果更加准确。
2018年，我国物联网市场规模约为13603亿元，较上年增长1470%。随着国家支持政策的不断出台，国内物联网产业链和产业体系初步形成，产业规模快速增长。目前，中国发展物联网所需的自动控制、信息传感、射频识别等技术和产业都已成熟或基本成熟，通信运营商和系统设备提供商达到世界级水平，下游应用不断拓展。
与工业互联网建设类似，互联网+智慧农业也可以应用物联网技术建设“农业互联网”，将物联网在互联网+智慧农业模式中应用程度进一步加深。
随着创新技术和农业科学的不断拓展和深入，互联网+智慧农业的发展也面临进一步的机遇与挑战，并呈现出多维发展态势。其中，创新技术发展及应用将是互联网+智慧农业发展的不竭动力。在支撑智慧农业发展的多项关键技术中，发展较快且具有广阔前景的主要有数据仓库技术、3S技术、模拟模型技术和人工智能技术；较为活跃的关键技术领域有农业资源管理、农情状态检测、农业过程模拟及决策支持系统等。
——更多数据参考前瞻产业研究院发布的《中国互联网+智慧农业趋势前瞻与产业链投资战略分析报告》。
行业主要企业：大富科技(300134)、梦网集团(002123)、共进股份(603118)、胜宏科技(300476)、润和软件(300339)、立昂技术(300603)
定义
所谓“物联网”(Internet of
Things，IOT)，又称传感网，指的是将各种信息传感设备，如射频识别(RFID)装置、红外感应器、全球定位系统、激光扫描器等种种装置与互联网连接起来并形成一个可以实现智能化识别和可管理的网络。
早期的物联网是指依托射频识别技术的物流网络，随着技术和应用的发展，物联网的内涵已经发生了较大的变化。现阶段，物联网是指在物理世界的实体中部署具有一定感知能力、计算能力和执行能力的各种信息传感设备，通过网络设施实现信息传输、协同和处理，从而实现广域或大范围的人与物、物与物之间信息交换需求的互联。物联网依托多种信息获取技术，包括传感器、射频识别(RFID)、二维码、多媒体采集技术等。物联网的几个关键环节可以归纳为“感知、传输、处理”。
物联网行业发展前景及趋势分析
1、产业物联网占比逐渐上升
根据信通院于2020年12月发布的《2020中国物联网白皮书》，2019年中国物联网连接数中产业物联网和消费者市场各占一半，预计到2025年，物联网连接数的大部分增长来自于产业市场，产业物联网的连接数将占到总体的61%。由此来看，未来产业物联网的市场发展潜力大于消费物联网。
2、市场规模不断增大
目前，物联网在全球呈现快速发展趋势，欧、美、日、韩等国均将物联网作为重要战略新兴产业推进，但在繁荣景象背后却仍存在着众多阻碍发展的因素。其中核心标准的缺失，尤其是作为顶层设计的物联网参考架构等基础标准目前仍处于空白，基于争夺物联网产业主导权，各国对国际标准方面的竞争亦日趋白热化。
新冠疫情对于物联网行业来说犹如达摩利斯之剑，一方面疫情导致全球技术供应链出现一定的停滞期，另一方面疫情助推中国物联网的渗透。2020年无人工厂、无人配送、无人零售、远程教学、远程医疗等“无接触经济”的爆发均离不开物联网技术的支撑。综合多方面的情况分析，前瞻认为未来5年中国物联网的发展将保持高速增长，到2026年市场规模超过6万亿元。
以上数据参考前瞻产业研究院《中国物联网行业细分市场需求与投资机会分析报告》。
无人农场是机器换人所要展现的最终形态，物联网替换了人类的感知器官 ; 大数据和人工智能组成智慧云大脑，替换了人类的大脑 ; 无人驾驶的农业机械(简称无人驾驶农机，泛指用于农业生产的所有机器人、无人机、机械装备等)替换了需要人类四肢参与执行的有人驾驶农机。
无人农场的关键技术主要包括物联网技术、大数据技术、人工智能技术和无人智能农业装备技术等。无人农场的关键技术按照模块一般可以划分为感知数据融合技术模块、规划决策技术模块和控制执行技术模块等。感知数据融合技术模块主要包括物联网技术，规划决策技术模块主要包括大数据技术和人工智能技术，控制执行技术模块主要包括无人智能农业装备技术。无人农场的关键技术主要包括以下几个：
（一）物联网技术
近年来，传统互联网技术的不断发展，衍生出了物联网技术。物联网技术主要包括传感器、数据传输等技术。物联网技术将环境、作物和智能农业装备等信息实时连接，构建无人农场的“神经网络”，为无人农场提供精准的数据支持。物联网技术是无人农场智能化的基础，有助于农业生产科学、准确地进行。
传感器广泛应用于各种农业装备中，使得无人农场的各个生产过程可视可控。如，耕整地机械利用超声波传感器、红外传感器和压力传感器等实时感知机具的耕作深度和耕作阻力等信息。
数据传输技术包括有线数据传输技术和无线数据传输技术。5G技术作为一种新型无线数据传输技术，具有传输速度快、延时低等优点，5G技术在无人农场中的应用将成为智慧农业的重要发展方向。
（二）大数据技术
大数据技术，主要包括大数据采集、处理、存储和分析等技术。农业大数据技术能够科学合理地分析农业数据，发现数据之间的潜在关系，进而指导农业生产。农业大数据现在已经成为农业发展的新型资源。农业大数据技术可以建立并不断完善无人农场经验库，形成更加科学、准确的方法论来指导农业生产。
（三）人工智能技术
人工智能技术，主要包括智能识别、智能学习、智能推理和智能决策等技术。人工智能技术让无人农场拥有智慧的大脑，让机器具有类似人类的思考能力。无人农场在农业生产过程中，通过人工智能技术，自主学习训练并增长智慧，从而能够做出更加科学合理的规划决策。人工智能技术在农业上主要有农作物识别与检测、农作物病虫害与缺素诊断、农作物生产精准管控、农产品质量分拣和溯源、土地与种植资源管理等应用场景。
（四）无人智能农业装备技术
无人智能农业装备技术，主要包括状态数字化监测、智能信息感知、自动导航控制、智能动力驱动和装备智能作业等技术。无人智能农业装备，主要包括无人驾驶农业机械、农业机器人和农业无人机等。农业机械无人驾驶是无人农场的重要表现形式。无人驾驶农业机械主要包括无人驾驶精量播种机械、无人驾驶耕整地机械、无人驾驶植保机械和无人驾驶收获机械等。在农田作业时，无人驾驶农业机械需要进行合理路径规划、准确姿态控制、灵敏自动避障和自主停止。
无人驾驶农业机械在实际运行时需要进行行为决策和合理路径规划。科学合理的决策和规划可以确保无人驾驶农业机械安全工作。规划决策技术模块是无人驾驶农业机械的大脑，主要由计算单元组成。各种传感器采集的数据统一传输到计算单元进行计算、规划和决策。无人驾驶农业机械控制执行技术模块接收由规划决策技术模块形成的控制命令，并将这些指令输送给转向、制动等系统，完成自主转向、制动等 *** 作，实现准确姿态控制、灵敏自主避障和自主停止。
农业机器人可以分为除草机器人、施肥机器人和收获机器人等类型。面对复杂工况和恶劣环境，农业机器人也能正常完成农业生产作业。当农业机器人收到工作指令后，农业机器人能自主移动到作业位置并进行作业。
无人驾驶农业机械，与农业机器人和农业无人机等无人智能农业装备共同组成了无人农场地空协同作业体系。无人智能农业装备，是前端物联网技术、大数据技术和人工智能技术的重要载体，在前端无人智能感知与规划决策的基础上，完成无人农场的具体作业。银川北创科技有限公司（简称北创科技）是一家集物联网应用、软硬件开发和提供农业物联网解决方案，并将之应用到民生领域的专业公司。致力于推动亿万中国农业物联网产业发展，提升人们的生活方式，倾心打造属于我们中国老百姓自己的“开心农场”。让农业成为一种轻松、时尚的行业。
公司以农业物联网产品为主导，针对过去比较传统的农业运营模式，进行农业信息化、智能化管理。解决过去同类产品性价比过低、产品功能单一、性能不稳定和智能化程度不高的问题，大大提高了生产效率，降低了能耗成本，同时也节约了人力成本，深受广大老百姓的喜爱！公司产品由公司自主研发，具有独立自主的知识产权，技术研发实力雄厚，可以为客户提供合适的解决方案，根据客户需求定制适合用户的农业物联网产品。
公司拥有高素质专业化的研发团队，其中硕士研究生占员工总数70%，团队全部为本科以上学历。另外公司还常年外聘专家顾问团，为公司科研发展提供技术指导和智力支持。
公司目前现有产品有：
1、智能温室大棚管理系统；
2、远程贮藏窖监控系统；
3、农田气象站；
4、智能病虫害防治系统；
5、农产品质量溯源系统；
6、水产养殖环境监测系统；
7、奶牛自动化控制系统；
8、农田喷灌系统。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）