oppoFindN的优点也是有的，就是小巧便携。相对于XFold来说说重量要更轻一些，但厚度就超标了，是159mm。而厚度控制上，XFold要更优秀一些，145mm。
折叠屏最重要的还是要看内外屏，vivoXFold几乎是创新性的将内外屏做到同素质，都是一块支持2K分辨率，120Hz刷新率的E5发光材料屏幕，同样支持LTPO自适应刷新率。而FindN外屏只支持60Hz的刷新率，且材质也没有vivo那么好。同时vivoXFold的铰链采用的是航天级浮翼式铰链，更有效的控制内屏折痕，带来一块完整大屏幕的观感。
如果觉得有用可以给个大大的赞吗浩云长盛是一家专注于提供云计算、大数据和人工智能技术的企业服务供应商，成立于2016年，总部位于上海。浩云长盛提供的服务包括企业级云计算平台、大数据分析平台、AI技术平台等，并且已经向多个领域的企业提供了解决方案和服务。
浩云科技是一家专注于物联网领域的企业，成立于2012年，总部位于深圳。主要产品包括智慧城市、智慧工厂、智慧医疗等解决方案，以及相关的软硬件产品。浩云科技在物联网领域积累了丰富的经验和技术，并且已经为多个行业提供了物联网解决方案和服务。
从上面的介绍可以看出，浩云长盛和浩云科技是两家不同的企业，主营业务领域也不同。虽然它们的命名比较相似，但是实际上并没有直接的关系。
加大油气勘探开发力度、保障国家能源安全是当前面临的迫切任务。但随着优质资源的不断开发，剩余资源开采难度越来越大，成本越来越高，迫切需要创新技术提升油气勘探开发效率和效益。在大数据、人工智能( artificial intelligence，AI)、5G、云计算、物联网等技术推动下，油气田的智能化水平将会越来越高，这既是油田降本提质增效的有效途径，也是油气技术发展规律的必然趋势。
1、大数据技术定义
2012年兴起的“大数据”潮流，让“Big Data”这个IT圈子里的名词一下风靡了各个行业。虽然大数据的重要性得到了大家的一致认同，但是对大数据的理解却众说纷纭。大数据是一个抽象的概念，除去数据量庞大这一特征，大数据还有一些其他的特征，这些特征决定了大数据与“海量数据”和“非常大的数据”这些概念之间的不同。
高德纳分析员Doug Laney曾于2001年在一次演讲中指出，数据增长有3个方向的挑战：数量（volume），即数据多少；速度（velocity），即资料输入、输出的速度；种类（variety），即多样性，这3方面的特征即大数据最先提出的3V模型。2011年，在国际数据公司（IDC）发布的报告中，大数据被定义为：“大数据技术描述了新一代的技术和架构体系，通过高速采集、发现或分析，提取各种各样的大量数据的经济价值。”大数据的特点可以总结为4个V，即volume（体量浩大）、variety（模态繁多）、velocity（生成快速）和value（价值巨大但密度很低）。这种4V定义得到了更广泛的认同，指出了大数据最为核心的问题，就是如何从规模巨大、种类繁多、生成快速的数据集中挖掘价值。
2、大数据技术的发展
大数据是人工智能的血液，当前大数据、云计算、人工智能以及区块链技术之间的关系密不可分，也被称作数据智能。比如，先进的工业互联网，其中既有区块链技术也有大数据技术，还有云计算技术，三者合成一体，又衍生出了人工智能和物联网的概念。
在大数据基础上的人工智能，目前已进入数据智能的深度学习时代，其快速发展引起了 社会 和产业的颠覆性变化。从大数据和人工智能技术全行业的发展来看，目前美国仍处于领先地位，中国紧随其后，且具有赶超趋势。中国在人工智能相关的论文发表总数和高引论文数量实现对美国的超越，但在人工智能理论发展和技术方向的引领方面美国还占据支配地位。
3、大数据技术流程
大数据处理的关键技术流程主要包括：数据采集、数据预处理（数据清理、数据集成、数据变换等）、海量数据存储、数据分析及挖掘、数据的呈现与应用（数据可视化、数据安全与隐私等）。
4、大数据的核心算法
大数据的核心算法可以分为监督学习（有标签）和无监督学习（无标签）两大类，其中：
监督学习分为回归和分类：即给定一个样本特征，希望预测其对应的属性值，如果是离散的，那么这就是一个分类问题，反之，如果是连续的实数，这就是一个回归问题。无论是分类还是回归，都是想建立一个预测模型，给定一个输入，可以得到一个输出。不同的只是在分类问题中，是离散的；而在回归问题中是连续的。
无监督学习分为聚类和降维：即如果给定一组样本特征，我们没有对应的属性值，而是想发掘这组样本在维空间的分布，比如分析哪些样本靠的更近，哪些样本之间离得很远，这就是属于聚类问题。如果我们想用维数更低的子空间来表示原来高维的特征空间，那么这就是降维问题。聚类也是分析样本的属性，事先不知道样本的属性范围，只能凭借样本在特征空间的分布来分析样本的属性。这种问题一般更复杂。而常用的算法包括 k-means （K-均值），GMM（高斯混合模型）等。
5、大数据在油气勘探开发领域的应用
目前大数据技术在地质分析、测井解释、地震解释、甜点预测、地质建模、油藏模拟、钻井、压裂、采油、产能预测等方面均开展了大量 探索 性研究，收到了良好的效果。但是目前，大数据与油气行业相关领域的融合还处于起步阶段，面临来自数据、算法和地下未知因素的诸多挑战。未来在大数据、人工智能、5G、云计算、物联网等技术推动下，油气田的智能化水平将会快速发展，这既是油气技术发展规律的必然趋势，也是油田降本提质增效的有效途径。在发展的过程中，智能油气田建设需要油气勘探开发与大数据、人工智能、云计算以及区块链等技术的深度融合，进而催生一批油气田领域的颠覆性技术，解决油气勘探开发的技术需求，提升油气田勘探开发的经济和 社会 效益。
（ 下期将向您详细解读大数据在油气行业的具体应用 ）。
注：本文部分参考资料来源如下：
李阳，廉培庆，薛兆杰，等．大数据及人工智能在油气田开发中的应用现状及展望[J]．中国石油大学学报(自然科学版)，2020，44(4):1-11
Gantz J，Reinsel DExtracting Value from Chaos IDC iView Report，2011
Team O R Big Data Now：Current Perspectives from O’Reilly RadarSebastopol：O’Reilly Media，2014
Grobelnik M Big data tutorial >
“中国式”物联网
定义
最简洁明了的定义：物联网(Internet of Things)是一个基于互联网、传统电信网等信息承载体，让所有能够被独立寻址的普通物理对象实现互联互通的网络。它具有普通对象设备化、自治终端互联化和普适服务智能化3个重要特征 。
其它的定义：物联网指的是将无处不在（Ubiquitous）的末端设备（Devices）和设施（Facilities），包括具备“内在智能”的传感器、移动终端、工业系统、楼控系统、家庭智能设施、视频监控系统等、和“外在使能”(Enabled)的，如贴上RFID的各种资产（Assets）、携带无线终端的个人与车辆等等“智能化物件或动物”或“智能尘埃”（Mote），通过各种无线和/或有线的长距离和/或短距离通讯网络实现互联互通（M2M)、应用大集成（Grand Integration)、以及基于云计算的SaaS营运等模式，在内网（Intranet）、专网（Extranet）、和/或互联网（Internet）环境下，采用适当的信息安全保障机制，提供安全可控乃至个性化的实时在线监测、定位追溯、报警联动、调度指挥、预案管理、远程控制、安全防范、远程维保、在线升级、统计报表、决策支持、领导桌面（集中展示的Cockpit Dashboard)等管理和服务功能，实现对“万物”的“高效、节能、安全、环保”的“管、控、营”一体化。
“一句式”理解物联网
把所有物品通过信息传感设备与互联网连接起来，进行信息交换，即物物相息，以实现智能化识别和管理。
泛在聚合
全球范围内物联网的产业实践主要集中在三大方向。
何为数据“泛在聚合”意义上的物联网？
第一个实践方向被称作“智慧尘埃”，主张实现各类传感器设备的互联互通，形成智能化功能的网络。
第二个实践方向即是广为人知的基于RFID技术的物流网，该方向主张通过物品物件的标识，强化物流及物流信息的管理，同时通过信息整合，形成智能信息挖掘。
第三个实践方向被称作数据“泛在聚合”意义上的物联网，认为互联网造就了庞大的数据海洋，应通过对其中每个数据进行属性的精确标识，全面实现数据的资源化，这既是互联网深入发展的必然要求，也是物联网的使命所在。
比较而言，“智慧尘埃”意义上的物联网属于工业总线的泛化。这样的产业实践自从机电一体化和工业信息化以来，实际上在工业生产中从未停止过，只是那时不叫物联网而是叫工业总线。这种意义上的物联网将因传感技术、各类局域网通信技术的发展，依据其内在的科学技术规律，坚实而稳步地向前行进，并不会因为人为的一场运动而加快发展速度。
RFID意义上的物联网，所依据的EPCglobal标准在推出时，即被定义为未来物联网的核心标准，但是该标准及其惟一的方法手段RFID电子标签所固有的局限性，使它难以真正指向物联网所提倡的智慧星球。原因在于，物和物之间的联系所能告知人们的信息是非常有限的，而物的状态与状态之间的联系，才能使人们真正挖掘事物之间普遍存在的各种联系，从而获取新的认知，获取新的智慧。
“泛在聚合”即是要实现互联网所造就的无所不在的浩瀚数据海洋，实现彼此相识意义上的聚合。这些数据既代表物，也代表物的状态，甚至代表人工定义的各类概念。数据的“泛在聚合”，将能使人们极为方便的任意检索所需的各类数据，在各种数学分析模型的帮助下，不断挖掘这些数据所代表的事务之间普遍存在的复杂联系，从而实现人类对周边世界认知能力的革命性飞跃。
中国电动汽车百人会论坛（以下简称“百人会论坛”）已成功举办八届，今年的主题是“推进中国汽车产业现代化”，有来自政、产、学、研各领域约200位高层嘉宾出席并发言。
面对行业变迁，主机厂、零部件供应商、科技巨头以及自动驾驶相关企业均表现出不凡的活力，这场群英会正式拉开帷幕。百人会论坛内容我将其分为上下两篇，此为上篇，讲述主机厂的现代化进程和战略。
过去几年，新能源汽车发展迅猛。不仅产品快速迭代，销量增速明显，渗透率攀升，而且三电技术日趋成熟，上下游产业链逐步完善。大家不难想象，新能源汽车发展的根本原因就是推动人类生存环境的可持续发展。面对电动化趋势，外资品牌开始加速转型，探索新能源时代融合发展的新方向，而自主品牌将电动化与智能化捆绑，保持两条线同时发展。而新势力车企并没有放卫星，则专注修炼内功。
宝马：推广绿电、加码氢能源 宝马全力以赴电动化
宝马全力支持实现双碳目标，计划到2030年将平均单车全生命周期的碳排放控制和2019相比，至少控制到40%。2021年宝马就启动了绿色能源联盟项目，推动了全价值链的转型，包括生产基地、供应链、经销商等场景的绿电解决方案。宝马沈阳基地已经实现100%绿电生产，包括37个非生产场所的供应。该基地拥有太阳能电板375万平米，发电量超过7800万度，每年减少碳排放59万吨。
宝马集团正在全力以赴地电动化，发展新能源的生产。宝马的目标是到2030年整个集团全球销售的50%以上来自于新能源汽车。氢能源在能源转型和气候保护中发挥关键的作用，氢能是存储和运输可再生能源最有效的方式之一，可利用这个潜力加速交通转型。在氢能源动力系统方面宝马集团其实已经积累了40多年的研发经验，超过了20多年的氢燃料电池研发经验，氢燃料电池电动车是补充车企零排放产品之中的理想技术。
沃尔沃：2030年成为纯电豪华车企
沃尔沃汽车集团全球高级副总裁、沃尔沃汽车亚太区总裁兼CEO袁小林介绍，可持续和安全是沃尔沃汽车的两大品牌基石。无论是零部件再加工利用，还是发明带氧传感器的三元催化器，都彰显了沃尔沃对环境的珍视、对自然的尊重。
比宝马更为激进，为了降低碳排放量，沃尔沃制定了中期目标，预计2025年每辆汽车全生命周期碳排放降低40%，这个目标涵盖了研发、生存、物流到销售等环节。到2040年，沃尔沃目标包括了气候零负荷、实现循环经济和商业道德与责任，形成完整的战略体系。
产品方面，2021年沃尔沃实现了全系车型电气化，2022年全新纯电旗舰SUV EX90发布，开启了电气化转型的新时代，未来沃尔沃每年都将有全新纯电产品面世，企业目标是到2030年成为纯电豪华车企。
大众汽车乘用车品牌中国CEO、大众汽车集团（中国）集团销售负责人 孟侠（Stefan Mecha）
大众：5年1800亿欧元，2050年实现碳中和为了实现碳中和目标，大众汽车集团将携手合资企业伙伴，在2030年前实现在华生产基地均采用可再生能源的目标。同时，大众携手开迈斯一起推进充电基础设施的建造。
“在2023至2027年间，集团将向包括中国在内的全球市场投入超过1800亿欧元。”大众汽车乘用车品牌中国CEO、大众汽车集团（中国）集团销售负责人孟侠（Stefan Mecha）表示，“对于中国市场来说，这一举措将强化大众汽车集团在中国数字化领域的实力和产品竞争力。到2024年，我们将与中国的合资企业伙伴共同在电动出行领域投资150亿欧元。2030年底前，大众汽车集团将完成绝大部分中国车型的电动化。”
广汽：坚持高质量发展，完成品牌向上2022年广汽集团产销达248万辆和243万辆，位居行业第四。其中新能源车产销分别为32万和31万辆，增长实现翻倍。今年，广汽埃安不仅将推出多款新产品，而且将发布高端子品牌昊铂，完成Hyper SSR、Hyper GT等三款新车的上市，实现品牌跃迁。
技术方面，广汽自主研发了海绵硅负极电池、d匣电池、石墨烯基超级快充等行业领先的核心技术。网联领域，广汽完成开发了集中计算电子电气架构，并自研广汽普赛OS *** 作系统，在智能驾驶、智能座舱方面提升了用户体验。
产业链端，广汽2022年先后成立了锐派能源科技公司、锐派动力电池公司和因湃科技电力公司，积极构建从锂矿到原材料、电池生产、电池租赁、梯级利用纵向一体化的新能源产业链，在锁定电池价格的同时可有效保证产品供应量和产品品质。同时，还牵头推动“攀登计划”，打造“芯片-控制器-整车”联动的应用验证平台，发挥整车的应用牵引作用，联合上下游共同研发芯片全国产化的新能源车型。另外，广汽也战略投资了多家芯片公司，与广洲产投共同设立300亿元的产业发展基金，共同打造多元、安全的芯片供应链体系。
吉利-极氪：全球布局，坚持全球创新、中国引领作为吉利的中高端品牌，极氪汽车勇于直面全球竞争，让新能源汽车成为中国的新名片，凭借深厚的造车底蕴和全球创新资源整合，极氪将打造极致体验的出行生活作为品牌使命。在全球布局方面，吉利也不仅通过威睿能源、亿咖通等产研一体的机构以及天地一体化的前瞻科技生态，为极氪在三电、智能化等核心技术领域进行了底层的赋能。同时极氪汽车也通过创立欧洲创新中心、欧洲设计中心等国际一系列的动作安排，极氪的研发人员高达七千多人，也不断在推进全球创新。
研发方面，吉利以架构造车的先行理念，集结中欧研发数千名工程师，历时五年，打造了中国第一个拥有完全知识产权和原生纯电的浩瀚架构，浩瀚架构不仅诞生了极氪全线产品，目前也有多个品牌、20多款车型基于它来进行打造。去年，吉利通过把浩瀚架构技术授权给波兰电动车制造商的形式，实现了技术架构的出海。
制造方面，吉利打造了业内领先的极氪智慧工厂，尤其是一体化的压铸技术国际领先，极氪取得全球最领先的技术和成果。产品方面，极氪009已经全部使用最新压铸技术，未来也将会在极氪和其他品牌大规模使用。这些技术和标准也将通过吉利全球供应链数字化的管理，提升流程效率，实现降本增效。
长安：智电新汽车，共创新生态面对电动化潮流，长安汽车坚持从上至下的革新。2017年，长安汽车开启了第三次创业，坚持科技创新引领，向着智能低碳出行科技公司转型，通过聚焦长安、深蓝、阿维塔构建差异化品牌价值，力争成为世界一流汽车品牌。
目前，长安构建了6国10地的全球研发布局，成立了16个技术和产品研发中心，17家科技公司，超过14000余人的研发组织。并深入推进新能源香格里拉计划，到今天为止掌握了新能源核心技术384项，实现了氢燃料电池系统、智能插混、原力电动三大新能源技术的量产应用。同时加强在芯片、电池、 *** 作系统领域，尽可能的在工具链、中间件方面做一些探索，希望形成一个生态。
另外，长安大力实施智能化的北斗天枢计划，智能化技术能力也取得了重要的突破，在行业首发量产的远程智能泊车等26项智能化技术，已连续三年排名中国智能汽车指数的第一。
蔚来：确保经营风险可控，为最后胜出投入作为头部新势力车企，蔚来不断在技术研发、基础设施、全球市场三个领域布局。目前，蔚来在美国、欧洲、中国已建立了超过10处以上的研发中心。去年全年蔚来的研发投入达到108亿人民币，占比超过全年营收的20%，研发投入非常之高。今年，蔚来研发投入还会进一步增加，围绕智能电动汽车的全栈能力，包括芯片、底层 *** 作系统、材料、电芯都要进行全面的投入。
其次，蔚来是车圈标准的基建狂魔，今年蔚来将建设1000座换电站，到年底累计建成2300座换电站。目前蔚来已建成五纵三横八大城市群的换电网络，已完成两千万次换电，平均19秒就有一辆蔚来从换电站满电出发。同时蔚来会新增10000根充电桩，650kW快充桩效率出色，与换电站一同布局可有效提升用户的补能体验。
再次，蔚来出海脚步加快。2021年9月在挪威交付，2022年10月蔚来进入德国、荷兰、丹麦和瑞典欧洲四国，并在法兰克福、柏林、鹿特丹等城市开设了NIO House，后续基础设施也会跟上，给欧洲用户提供优质服务，从而提升品牌的美誉度。
理想：降低内耗，强化企业内部组织能力与蔚来展望蓝图不同，理想汽车CEO李想分享了关于公司组织管理的内容。众所周知，一众造车新势力均采用直营模式，公司拥有生产、销售到售后服务等多个业务环节，为了能更好的整合公司，就需要有先进的公司流程和工作方式。理想汽车内部采用OKR考核，通过目标管理和有效的目标沟通工具，将各部门联系起来。
理想汽车尊崇的矩阵型组织架构拥有诸多优势，首先解决了各自为战的问题；其次解决了技术、平台和产品的研发协同问题；再次也解决了产品、供应链和交付的商业协同问题。为了适合智能电动车的产品开发流程，理想汽车学习苹果、华为等公司的先进理念，以立体流程替换之前的线性流程，从规划到执行变得更为清晰。对于链条长、周期长、业务复杂的汽车行业，以PDT经理为核心，统一调动管理各个不分，可协调发挥出组织的最大生产力，有效降低汽车研发的组织难度。李想强调，“理想汽车的矩阵化变革才刚开始，至少到2025年才能初见成效。”
面对人工智能大模型软件20的到来，汽车行业遇到新的挑战。在自动驾驶领域，理想汽车每年要做大概1000万帧的图像人工标定，这块业务需要外包，成本大概6-8元一张，每年花费近1亿元。效率方面，如果使用软件20的大模型，通过训练进行自动化标定，过去一年做的事情基本3个小时就能搞定。这将会是一片新蓝海，是未来车企与自动驾驶公司降本增效的一个新的突破口。
写在最后：
得益于中国新能源市场的启发，外资品牌开始加速电动化转型，宝马、沃尔沃等欧洲车企不仅制定了新能源产品的规划，而且在生产、销售以及售后等环节响应号召用实际行动降低碳排放，并制定了双碳的明确目标。以广汽、吉利为首的自主车企着手全球布局，通过尖端技术研发、完善产业链布局以及品牌差异化，实现品牌向上。
在本届百人会论坛上，新势力车企的并未语出惊人，展现出车企负责人应有的稳重与格局，专注于自身企业的发展积极修炼内功。蔚来将不断加大研发投入和基建投入，加高品牌的护城河，打造中国高端的用户型企业。理想汽车则通过采用先进的管理流程，提升组织的战斗力，并以软件20时代的妙用，为所有车企今后的研发贡献了新的课题。
本文来自易车号作者网通社，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关
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
浩云科技股份有限公司好。浩云科技股份有限公司,是一家专业从事金融安防产品研发、生产、销售的高新技术企业。公司成立于2001年3月8日,现注册资本为2022亿元。浩云科技以技术为核心，打造智能物联网解决方案。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）