農(nóng)業(yè)機(jī)械 無(wú)人駕駛協(xié)同系統(tǒng)架構(gòu)規(guī)范（征求意見(jiàn)稿）

T/CAAMMXXXX—202X/T/NJXXXX—201本文件適用于農(nóng)業(yè)機(jī)械無(wú)人駕駛協(xié)同系統(tǒng)架構(gòu)的設(shè)計(jì)、研制、下列文件中的內(nèi)容通過(guò)文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期的對(duì)應(yīng)版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文全域定位導(dǎo)航Whole-Areapositioningnavig基于多種定位技術(shù)融合，無(wú)論在衛(wèi)星信號(hào)良好的空曠區(qū)域，還是室內(nèi)、大棚、樹(shù)林等衛(wèi)星信號(hào)缺失的“數(shù)-云-端”協(xié)同Data-Cloud-EndCollaboration規(guī)劃、農(nóng)機(jī)狀態(tài)監(jiān)控和作業(yè)監(jiān)控；“端”指智能化邊緣終端，搭載農(nóng)機(jī)上實(shí)現(xiàn)農(nóng)機(jī)無(wú)人駕駛和自主作業(yè)。T/CAAMMXXXX—202X/T/NJXXXX—202在云平臺(tái)對(duì)農(nóng)機(jī)的作業(yè)路徑進(jìn)行手工打點(diǎn)生成作業(yè)路徑，或根據(jù)作業(yè)地點(diǎn)自動(dòng)生成地圖無(wú)縫拼接SeamlessMapMerging對(duì)于不同區(qū)域、不同數(shù)據(jù)來(lái)源的多張地圖高精度拼接成一張地圖，實(shí)現(xiàn)拼接縫隙高度縮小以至于完全環(huán)境傳感器Environmentalsens本文指農(nóng)業(yè)領(lǐng)域中常用的用來(lái)檢測(cè)空氣、土壤、太陽(yáng)輻射、雨淋等環(huán)境特征指標(biāo)的高質(zhì)量?jī)x器，常用RTK：實(shí)時(shí)動(dòng)態(tài)測(cè)量（Realtimekinematic）IMU：慣性傳感器（InertialMeasurementUniLoRa：遠(yuǎn)距離無(wú)線電（LongRangeRadio）SLAM：即時(shí)定位與地圖構(gòu)建（SimultaneousLocalizationandM立體感知、路徑規(guī)劃、作業(yè)任務(wù)監(jiān)管、多源數(shù)據(jù)采集與分析挖掘的開(kāi)放型無(wú)人化智慧農(nóng)場(chǎng)綜合管理系統(tǒng)架和采集，并將處理后的數(shù)據(jù)上傳至云平臺(tái)。農(nóng)機(jī)車載類傳感器有激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)、攝傳感器多源異構(gòu)的定位信息、環(huán)境信息、農(nóng)作物和養(yǎng)殖物的成長(zhǎng)過(guò)程信息，進(jìn)行清洗、篩選、格式化等預(yù)現(xiàn)虛擬資源管理、模糊控制，產(chǎn)生與決策控制相關(guān)的應(yīng)用層，包括智能路徑規(guī)劃、作業(yè)任務(wù)下發(fā)與管理、決策模型挖掘與多源異構(gòu)數(shù)據(jù)融合多源異構(gòu)數(shù)據(jù)分陸基傳感陸基傳感T/CAAMMXXXX—202X/T/NJXXXX—204求系統(tǒng)在邊緣終端配備不同的傳感器。根據(jù)傳感數(shù)據(jù)的來(lái)源主要可分為三類：農(nóng)機(jī)車載傳感器、無(wú)人機(jī)機(jī)定位精度10cm（1σ);4.超聲波雷達(dá)用于實(shí)時(shí)感知農(nóng)機(jī)作業(yè)場(chǎng)景中障礙物信息，結(jié)合云平臺(tái)下發(fā)的作業(yè)路徑進(jìn)行繞障局部路進(jìn)行預(yù)處理和分析建模，分析挖掘出定位導(dǎo)航環(huán)境自適應(yīng)切換模型、農(nóng)作物生長(zhǎng)模型、畜禽養(yǎng)殖模型，也可對(duì)大量農(nóng)機(jī)運(yùn)動(dòng)狀態(tài)信息、作業(yè)信息和故障信息進(jìn)行分析，挖掘提煉出農(nóng)機(jī)故障模型，最終實(shí)現(xiàn)基于數(shù)決策模型挖掘與多源異構(gòu)數(shù)據(jù)融合多源異構(gòu)數(shù)據(jù)分作業(yè)信息預(yù)處理通過(guò)云平臺(tái)控制頁(yè)面，即可輕松實(shí)現(xiàn)從數(shù)據(jù)標(biāo)注到模型訓(xùn)練到最終的推理服務(wù)部署的端到端處理，大大提高AI算法的開(kāi)發(fā)速度和管理能力，為無(wú)人農(nóng)場(chǎng)管控云平臺(tái)提供云平臺(tái)端系統(tǒng)組成框圖如圖3所示，在應(yīng)用層T/CAAMMXXXX—202X/T/NJXXXX—206b)室內(nèi)場(chǎng)景：室內(nèi)機(jī)庫(kù)、大棚內(nèi)定位精度應(yīng)優(yōu)于10cm（1σ)。（2）邊緣端具備主動(dòng)上報(bào)和被動(dòng)應(yīng)答功能，上b)不同場(chǎng)景同一時(shí)期數(shù)據(jù)生成的模型9.1多類傳感器數(shù)據(jù)處理的容錯(cuò)性更高容錯(cuò)性與系統(tǒng)魯棒性，不同定位方案的定位精度要求應(yīng)滿足下表。定義超出精度要求范圍的事件為系b)不同作業(yè)的場(chǎng)景不同時(shí)刻模型的泛化性能：T/CAAMMXXXX—202X/T/NJXXXX—208a）對(duì)同一場(chǎng)景不同時(shí)期數(shù)據(jù)生成的模型進(jìn)行定位精度測(cè)試，其中同一場(chǎng)景指的是邊緣端采集的數(shù)據(jù)來(lái)源于同一果園、農(nóng)場(chǎng)等農(nóng)用場(chǎng)景，