农业机械 无人驾驶协同系统架构规范（征求意见稿）

T/CAAMMXXXX—202X/T/NJXXXX—201本文件适用于农业机械无人驾驶协同系统架构的设计、研制、下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期的对应版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文全域定位导航Whole-Areapositioningnavig基于多种定位技术融合，无论在卫星信号良好的空旷区域，还是室内、大棚、树林等卫星信号缺失的“数-云-端”协同Data-Cloud-EndCollaboration规划、农机状态监控和作业监控；“端”指智能化边缘终端，搭载农机上实现农机无人驾驶和自主作业。T/CAAMMXXXX—202X/T/NJXXXX—202在云平台对农机的作业路径进行手工打点生成作业路径，或根据作业地点自动生成地图无缝拼接SeamlessMapMerging对于不同区域、不同数据来源的多张地图高精度拼接成一张地图，实现拼接缝隙高度缩小以至于完全环境传感器Environmentalsens本文指农业领域中常用的用来检测空气、土壤、太阳辐射、雨淋等环境特征指标的高质量仪器，常用RTK：实时动态测量（Realtimekinematic）IMU：惯性传感器（InertialMeasurementUniLoRa：远距离无线电（LongRangeRadio）SLAM：即时定位与地图构建（SimultaneousLocalizationandM立体感知、路径规划、作业任务监管、多源数据采集与分析挖掘的开放型无人化智慧农场综合管理系统架和采集，并将处理后的数据上传至云平台。农机车载类传感器有激光雷达、毫米波雷达、超声波雷达、摄传感器多源异构的定位信息、环境信息、农作物和养殖物的成长过程信息，进行清洗、筛选、格式化等预现虚拟资源管理、模糊控制，产生与决策控制相关的应用层，包括智能路径规划、作业任务下发与管理、决策模型挖掘与多源异构数据融合多源异构数据分陆基传感陆基传感T/CAAMMXXXX—202X/T/NJXXXX—204求系统在边缘终端配备不同的传感器。根据传感数据的来源主要可分为三类：农机车载传感器、无人机机定位精度10cm（1σ);4.超声波雷达用于实时感知农机作业场景中障碍物信息，结合云平台下发的作业路径进行绕障局部路进行预处理和分析建模，分析挖掘出定位导航环境自适应切换模型、农作物生长模型、畜禽养殖模型，也可对大量农机运动状态信息、作业信息和故障信息进行分析，挖掘提炼出农机故障模型，最终实现基于数决策模型挖掘与多源异构数据融合多源异构数据分作业信息预处理通过云平台控制页面，即可轻松实现从数据标注到模型训练到最终的推理服务部署的端到端处理，大大提高AI算法的开发速度和管理能力，为无人农场管控云平台提供云平台端系统组成框图如图3所示，在应用层T/CAAMMXXXX—202X/T/NJXXXX—206b)室内场景：室内机库、大棚内定位精度应优于10cm（1σ)。（2）边缘端具备主动上报和被动应答功能，上b)不同场景同一时期数据生成的模型9.1多类传感器数据处理的容错性更高容错性与系统鲁棒性，不同定位方案的定位精度要求应满足下表。定义超出精度要求范围的事件为系b)不同作业的场景不同时刻模型的泛化性能：T/CAAMMXXXX—202X/T/NJXXXX—208a）对同一场景不同时期数据生成的模型进行定位精度测试，其中同一场景指的是边缘端采集的数据来源于同一果园、农场等农用场景，