如何用無人機精準施肥？解讀智慧農業背后的核心技術

蘭溪

2018-11-01 17:33:53

[ 導讀 ] 病蟲害是影響作物產量的直接因素，是世界各國的主要農業災害之一。大規模的病蟲害會給農業生產和國民經濟造成巨大損失。

施撒農藥一直都是中國農業生產的重要環節，但同時我們又不希望每天吃的東西都是打了過量農藥的。怎么辦呢？

通過使用百度云與麥飛科技合作的農業遙感智能監測系統，引入邊緣計算，讓探測器具備AI能力，對農作物病蟲害實施智能化監測，并完成精準科學施藥，能夠將農藥使用量降低50%。這不僅意味著糧食種植成本大幅降低，更意味著糧食更加安全。這是百度公司創始人、董事長兼首席執行官李彥宏在今日的百度世界大會上講述的一個遼寧盤錦農民真實的故事。

病蟲害是影響作物產量的直接因素，是世界各國的主要農業災害之一。大規模的病蟲害會給農業生產和國民經濟造成巨大損失。據聯合國糧農組織統計，世界糧食產量因病蟲害造成的損失占糧食總產量的20%以上。

利用遙感監測技術跟追病蟲害進展情況，有利于展開精準治理工作，做到及時發現、及時處理，也有利于早期防治。其原理是，病蟲害會造成作物葉片細胞結構色素、水分、氮元素等性質發生變化，從而引起反射光譜的變化，所以病蟲害作物的反射光譜和正常作物可見光到熱紅外波段的反射光譜有明顯差異。

百度智能邊緣和麥飛科技一起，將BIE-AI-Board（內置檢測模型和作業模型）部署在無人機上，利用紅外攝像頭采集作物光譜信息數據，將之上傳至BIE-AI-Board，由BIE-AI-Board加載檢測模型對作物病蟲害位置、等級進行判斷，并根據檢測結果調用作業模型控制植保機執行植保作業，現該方案已在國內多塊農田里開始實施。

提升產業效益的背后，是百度與其合作伙伴強大技術實力的體現。今天我們來了解一下解決無人機精準施肥這一場景的核心技術之一，百度云邊緣計算產品智能邊緣BIE的詳細情況。

什么是智能邊緣BIE

智能邊緣BIE是百度云發布的國內首個邊緣計算產品，發布伊始即推行“端云一體”解決方案，它由智能邊緣本地運行包、智能邊緣云端管理套件組成；在云端進行智能邊緣核心設備的建立、身份制定、策略規則制定、函數編寫、AI建模，然后生成配置文件下發至本地運行包，在近設備端的本地運行包里完成數據采集、消息分發、函數計算和AI推斷等功能，通過一鍵發布和無感部署的方式，極大提高智能迭代的速度，使之整體達到“訓練、管理、配置在云端，采集、轉發、計算、推斷在本地”的效果。

在架構設計上，智能邊緣推行容器化，基于智能邊緣BIE提供的DockerFile文件可以在Docker支持的各類操作系統上進行“一鍵式部署”，依托Docker的跨平臺支持特性，確保智能邊緣在各系統、各平臺的環境一致性標準化；此外，智能邊緣BIE還針對Docker容器化進行容器資源隔離與限制，精確分配各運行實例的CPU、內存等資源，提升資源利用效率。

在降低各功能間耦合度方面，智能邊緣推行模塊化，每一項功能都是一個獨立的模塊，除主程序模塊之外，各項子功能模塊運行互不依賴、互不影響，推行模塊化的設計模式，可以充分滿足用戶“按需使用、按需部署”的切實要求。

智能邊緣BIE旨在依托容器化、模塊化的設計模式，通過降低各模塊間的耦合度及強制性的證書認證模式，打造一個輕量、安全、可靠、可擴展性強的邊緣計算社區，為國內邊緣計算技術的發展營造一個良好的生態環境。

作為百度云天工的重點輸出產品，智能邊緣BIE可以與天工各云端平臺服務無縫對接，如IoT Hub、TSDB、IoT Visualization、IoT EasyInsight等；換句話說，部署了智能邊緣BIE的設備和邊緣計算節點，既可以與百度云天工進行無縫數據交換，對敏感數據進行過濾計算，也可以在無網或者網絡不穩定的情況下，緩存數據、獨立計算，實現實時的反饋控制。

目前，智能邊緣BIE已經能夠支持PaddlePaddle、TensorFlow、Intel Openvino、Jarvis等主流AI平臺訓練的算法模型，并與百度云推出的云端函數計算服務（CFC）完全兼容，能夠獨立運行在10多種主流系統和硬件架構上，讓每一臺聯網的終端設備都“輕裝上陣”，實時處理本地數據。

智能邊緣BIE特性與優勢

智能邊緣BIE主要功能特性包括：

? 任意通訊：支持標準MQTT協議V3.1和V3.1.1版本，提供設備連接和連接云平臺（如百度云IoT Hub）的能力；

? 強大計算：提供標準運行時，支持基于Python、SQL編寫的函數程序以及基于PaddlePaddle、TensorFlow、Intel Openvino、Jarvis框架訓練的AI模型在BIE上運行；

? 端云一體：BIE云端管理套件支持輕松地對BIE本地運行包進行配置，便捷地形成應用，并提供應用版本迭代機制以及OTA部署發布機制；

? 靈活路由：在BIE內部提供路由引擎，可配置數據消息，將它們轉發至任意主題、任意計算模塊；

? 簡化部署：BIE推行Docker容器化，用戶不用自行安裝依賴環境，通過智能邊緣官方發布的運行包中DockerFile文件完成運行依賴環境“一鍵安裝、一鍵部署”；

? 按需部署：BIE推行功能模塊化，各功能間運行互補影響、互不依賴，用戶完全可以根據自己的需求進行部署；

? 豐富配置：BIE支持x86、ARM等多種硬件以及Linux、MacOS和Windows等各類操作系統。

智能邊緣BIE主要優勢包括：

? 屏蔽計算框架：BIE提供主流運行時支持的同時，提供各類運行時轉換服務，基于任意語言編寫、基于任意框架訓練的函數或模型，都可以在BIE中執行；

? 簡化應用生產：BIE云端配合百度智能云，提供強大應用生產環境，通過CFC、Infinite、Jarvis、IoT EasyInsight等產品，可以在云端輕松生產各類函數、AI模型；

? 優化應用運行：BIE提供各類AI模型在硬件設備上的優化運行服務，讓應用在特定的硬件設備上獲得更好的硬件資源；

? 一鍵式運行環境部署：BIE推行Docker容器化，用戶可以根據智能邊緣官方發布的DockerFile一鍵式構建智能邊緣BIE運行環境；

? 安全便捷的應用發布：BIE控制臺提供應用模塊集成、測試、版本更迭、分支開發等功能，并通過OTA一鍵部署到本地；并且通過強大的物聯網安全機制，包括雙向認證、證書加密、強制性SSL。保證智能邊緣和本地設備之間、智能邊緣和云之間的鏈接、配置通道的安全性。

智能邊緣BIE使用流程

? Step 1：注冊并登錄百度云平臺

? Step 2：申請智能邊緣BIE云端管理套件試用

? Step 3：下載智能邊緣BIE本地運行包、建立核心并下載連接配置

? Step 4：拷貝連接配置到本地運行包

? Step 5：創建接入、創建路由規則

? Step 6：生成配置及下發

智能邊緣BIE應用場景

隨著“萬物互聯”概念的提出，物聯網設備逐漸登陸網絡數據生產的中心，其生產數據的增長速度也愈來愈快，且由于其在地理位置上的分散性及對響應時間、安全性越來越高的要求，加之實際場景中復雜的網絡環境，導致現有公有云的計算平臺也變得越來越不適合，計算平臺的舞臺中心正逐漸向邊緣計算靠攏。這里，智能邊緣BIE僅以IoT場景和AI場景為例，分享兩個解決方案僅供參考。

邊緣機器視覺

無論是人臉識別、工業質檢還是城市管理、公共安全，在云端完成訓練的機器視覺模型已經應用到各行各業。智能邊緣BIE提供將這些視覺模型輕松的部署到本地設備上的能力，一方面提供快速的識別響應，另一方面降低視頻/圖片的傳輸帶寬成本。

邊緣數字孿生

智能設備、大型工業設備的設計生產、運維管理都離不開數字化，數字孿生將設備的運行過程、內在邏輯關系、與環境之間的互相響應等物理世界信息數字化，可以為設備更好的運行提供極大的便利。智能邊緣BIE提供將數字孿生模型輕松的部署到本地設備上的能力，以及形成數字孿生必要的數據接入、協議解析、事件報警等函數，面向每一臺獨立的設備以及它所處的獨特環境，提供針對性的數字孿生服務。

智能邊緣BIE應用案例

從智能邊緣BIE發布至今，除了農業，智能邊緣BIE同時著 “百度ABC inspire” 的愿景走向其他行業。在礦產、城市管理、新能源等領域取得突破。

博電電氣智能充電樁運維

近兩年來新能源汽車的發展速度有目共睹，新能源汽車目前已經成為我國和領先世界的行業之一。2017 年我國新能源產銷量分別達到 79.4萬輛和 77.7 萬輛，累計保有量達到 180 萬輛，占全球市場保有量 50%以上，連續三年位居世界第一。新能源汽車中九成皆為需要充電的電動汽車，因此充電設施成為了新能源汽車發展的重要基礎設施。

由于充電樁市場的不斷擴大，隨之而來的充電樁故障、無法充電等問題逐漸顯現。國網車聯網平臺最新數據統計，全國累計接入車聯網平臺充電樁169513個，2017年全年累計充電樁故障27662臺（次），故障率達到16.32%。

百度智能邊緣聯合博電電氣，將充電樁運行數據采集模塊和智能邊緣BIE運行包部署在BIE-AI-Board上，通過采集充電樁運行狀態數據，將之上傳至云端模型訓練平臺進行模型訓練，將訓練好的模型下發至BIE-AI-Board，實時推斷、分析充電樁的健康狀態，使之形成本地充電作業的數字孿生，將每次充電質量以不同維度上報給充電樁運維單位、車場和汽車業主等相關方，以提高充電質量，增加設備壽命。

精英煤礦探訪水智能檢測

礦井發生水災是比較常見的問題，突發性強，短時間內對礦井及礦工造成嚴重傷害。

在部分生產礦井的地質范圍內，往往有許多充水的富含水層、斷層以及小窯老空。當采掘工作面靠近這些水體時，就有可能導致地下水忽然涌入巷道，導致礦井事故。

存在問題：

? 礦工存在僥幸心理：探放水的工作非常枯燥與辛苦，礦工經常存在僥幸心理，不按照規定進行探放水工作，其中最重要的違規行為是不按照規定的鉆探深度進行鉆探。

? 礦井環境復雜：礦井采礦屬于地下作業，其光照強度、亮度均會受到一定程度影響，利用攝像頭采集的視頻圖像幀存在尺度變換、模糊、遮擋等問題，且在利用模型進行鉆機檢測、追蹤時易受背景干擾。

礦產安全一直是行業關注重點，國家規定在受水害威脅的地區，必須堅持“有疑必探，先探后掘”的原則。在采礦之前，探放水工作是保證安全的一道重要防線，探放水工作的完成質量直接影響后續作業的安全。百度智能邊緣和精英科技一起，將BIE-AI-BOX（包含智能邊緣BIE運行包和鉆機檢測、追蹤模型）部署在鉆探機上，將攝像頭采集到的礦井圖像幀上傳至BIE-AI-BOX，利用智能邊緣BIE加載鉆機檢測、追蹤模型對鉆機的探訪水動作（行程、速度、角度和次數）進行檢測、追蹤，實時掌控探放水工作質量，為礦產安全保駕護航。

伏泰智能環衛渣土拋灑識別

隨著我國城市化進程的不斷加快，城市環境衛生水平也越來越受到社會的關注。在城市清掃保潔方面：機械化清掃作業已經基本取代傳統的人工清掃作業，機械化作業大大提高了清掃保潔效率、減輕了人工作業強度。在機械化作業率不斷提高的現在，司機偷懶、空駛、清掃不到位、環衛案件發現處理不及時等問題不斷暴露出來，對監管提出了更高的要求。在垃圾收運處置方面：目前城市垃圾進行分類收運處置已成常態，而實際上收運處置過程中的拋灑滴漏問題較為嚴重，經常產生環衛案件，尤其是建筑渣土的運輸過程中產生的遺留物經過后續車輛壓實，很難通過常規清掃手段進行處理，是環衛調度作業的主要產生源，同時也有著一定的安全隱患。

存在問題：

? 垃圾拋灑滴漏發現慢：目前路面上發現垃圾拋灑滴漏主要靠群眾上報、巡查考核車輛來回巡查，在垃圾產生拋灑滴漏的常常不是在第一時間及時發現，而拋灑滴漏的污染往往是持續產生的，往往造成的環境污染是較為嚴重的，且容易產生道路安全隱患。

? 渣土黑車監管難：目前路面上發現渣土黑車主要靠群眾上報、巡查考核車輛來回巡查、關鍵點視頻人為識別，黑車是無法進入消納點和填埋場等處置終端的，渣土亂傾倒現象嚴重，且往往是嚴重超載且車身污染嚴重，產生環境污染是較為嚴重的，且現有手段很難做到24小時的全面監管。

? 清掃調度作業被動：道路清掃車和灑水車除日常作業外，還要處理突發的環衛污染問題，如垃圾運輸車輛的拋灑滴漏等，環衛中心對這種情況無法第一時間掌握，往往污染問題在較長周期后才被發現，被動響應，反復出車。

? 清掃保潔作業效果監管難：道路清掃車和灑水車在日常作業過程中，往往出現掃過但未掃干凈的情況，比如道路清掃車一般保持離路段邊緣15公分的距離以保持較好的作業效果，但是通過肉眼現場識別或者遠程通過視頻識別，很難達到全面監管保潔作業效果的目的，環衛中心對這種情況無法第一時間掌握并無法通知車輛、人員進行處理。

提高城市環衛工作效率的一個重要手段是控制污染源，百度智能邊緣聯合蘇州環境云，將BIE-AI-BOX（內置智能邊緣BIE運行包和渣土識別檢測模型）安裝在渣土車上，通過攝像頭實時采集渣土車經過的路面圖像幀，并將之上傳至BIE-AI-BOX，利用智能邊緣BIE加載渣土識別檢測模型對渣土拋灑污染情況進行識別、判斷，并將推斷結果上報環衛部門、交管局，使之整體達到即時發現問題，即時處理的目的。