如何用無人機精準(zhǔn)施肥？解讀智慧農(nóng)業(yè)背后的核心技術(shù)

施撒農(nóng)藥一直都是中國農(nóng)業(yè)生產(chǎn)的重要環(huán)節(jié)，但同時我們又不希望每天吃的東西都是打了過量農(nóng)藥的。怎么辦呢？

通過使用百度云與麥飛科技合作的農(nóng)業(yè)遙感智能監(jiān)測系統(tǒng)，引入邊緣計算，讓探測器具備AI能力，對農(nóng)作物病蟲害實施智能化監(jiān)測，并完成精準(zhǔn)科學(xué)施藥，能夠?qū)⑥r(nóng)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(chuàng)始人、董事長兼首席執(zhí)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(nóng)民真實的故事。

病蟲害是影響作物產(chǎn)量的直接因素，是世界各國的主要農(nóng)業(yè)災(zāi)害之一。大規(guī)模的病蟲害會給農(nóng)業(yè)生產(chǎn)和國民經(jīng)濟造成巨大損失。據(jù)聯(lián)合國糧農(nóng)組織統(tǒng)計，世界糧食產(chǎn)量因病蟲害造成的損失占糧食總產(chǎn)量的20%以上。

利用遙感監(jiān)測技術(shù)跟追病蟲害進展情況，有利于展開精準(zhǔn)治理工作，做到及時發(fā)現(xiàn)、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(jié)構(gòu)色素、水分、氮元素等性質(zhì)發(fā)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(nèi)置檢測模型和作業(yè)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(shù)據(jù)，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(jù)檢測結(jié)果調(diào)用作業(yè)模型控制植保機執(zhí)行植保作業(yè)，現(xiàn)該方案已在國內(nèi)多塊農(nóng)田里開始實施。

提升產(chǎn)業(yè)效益的背后，是百度與其合作伙伴強大技術(shù)實力的體現(xiàn)。今天我們來了解一下解決無人機精準(zhǔn)施肥這一場景的核心技術(shù)之一，百度云邊緣計算產(chǎn)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(fā)布的國內(nèi)首個邊緣計算產(chǎn)品，發(fā)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(shè)備的建立、身份制定、策略規(guī)則制定、函數(shù)編寫、AI建模，然后生成配置文件下發(fā)至本地運行包，在近設(shè)備端的本地運行包里完成數(shù)據(jù)采集、消息分發(fā)、函數(shù)計算和AI推斷等功能，通過一鍵發(fā)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(xùn)練、管理、配置在云端，采集、轉(zhuǎn)發(fā)、計算、推斷在本地”的效果。

在架構(gòu)設(shè)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(tǒng)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(tǒng)、各平臺的環(huán)境一致性標(biāo)準(zhǔn)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(nèi)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(shè)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(shè)計模式，通過降低各模塊間的耦合度及強制性的證書認(rèn)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(qū)，為國內(nèi)邊緣計算技術(shù)的發(fā)展?fàn)I造一個良好的生態(tài)環(huán)境。

作為百度云天工的重點輸出產(chǎn)品，智能邊緣BIE可以與天工各云端平臺服務(wù)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(shè)備和邊緣計算節(jié)點，既可以與百度云天工進行無縫數(shù)據(jù)交換，對敏感數(shù)據(jù)進行過濾計算，也可以在無網(wǎng)或者網(wǎng)絡(luò)不穩(wěn)定的情況下，緩存數(shù)據(jù)、獨立計算，實現(xiàn)實時的反饋控制。

目前，智能邊緣BIE已經(jīng)能夠支持PaddlePaddle、TensorFlow、Intel Openvino、Jarvis等主流AI平臺訓(xùn)練的算法模型，并與百度云推出的云端函數(shù)計算服務(wù)（CFC）完全兼容，能夠獨立運行在10多種主流系統(tǒng)和硬件架構(gòu)上，讓每一臺聯(lián)網(wǎng)的終端設(shè)備都“輕裝上陣”，實時處理本地數(shù)據(jù)。

智能邊緣BIE特性與優(yōu)勢

智能邊緣BIE主要功能特性包括：

?任意通訊：支持標(biāo)準(zhǔn)MQTT協(xié)議V3.1和V3.1.1版本，提供設(shè)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(biāo)準(zhǔn)運行時，支持基于Python、SQL編寫的函數(shù)程序以及基于PaddlePaddle、TensorFlow、Intel Openvino、Jarvis框架訓(xùn)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(yīng)用，并提供應(yīng)用版本迭代機制以及OTA部署發(fā)布機制；

?靈活路由：在BIE內(nèi)部提供路由引擎，可配置數(shù)據(jù)消息，將它們轉(zhuǎn)發(fā)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(huán)境，通過智能邊緣官方發(fā)布的運行包中DockerFile文件完成運行依賴環(huán)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(jù)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(tǒng)。

智能邊緣BIE主要優(yōu)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(zhuǎn)換服務(wù)，基于任意語言編寫、基于任意框架訓(xùn)練的函數(shù)或模型，都可以在BIE中執(zhí)行；

?簡化應(yīng)用生產(chǎn)：BIE云端配合百度智能云，提供強大應(yīng)用生產(chǎn)環(huán)境，通過CFC、Infinite、Jarvis、IoT EasyInsight等產(chǎn)品，可以在云端輕松生產(chǎn)各類函數(shù)、AI模型；

?優(yōu)化應(yīng)用運行：BIE提供各類AI模型在硬件設(shè)備上的優(yōu)化運行服務(wù)，讓應(yīng)用在特定的硬件設(shè)備上獲得更好的硬件資源；

?一鍵式運行環(huán)境部署：BIE推行Docker容器化，用戶可以根據(jù)智能邊緣官方發(fā)布的DockerFile一鍵式構(gòu)建智能邊緣BIE運行環(huán)境；

?安全便捷的應(yīng)用發(fā)布：BIE控制臺提供應(yīng)用模塊集成、測試、版本更迭、分支開發(fā)等功能，并通過OTA一鍵部署到本地；并且通過強大的物聯(lián)網(wǎng)安全機制，包括雙向認(rèn)證、證書加密、強制性SSL。保證智能邊緣和本地設(shè)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(chuàng)建接入、創(chuàng)建路由規(guī)則

?Step 6：生成配置及下發(fā)

智能邊緣BIE應(yīng)用場景

隨著“萬物互聯(lián)”概念的提出，物聯(lián)網(wǎng)設(shè)備逐漸登陸網(wǎng)絡(luò)數(shù)據(jù)生產(chǎn)的中心，其生產(chǎn)數(shù)據(jù)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(yīng)時間、安全性越來越高的要求，加之實際場景中復(fù)雜的網(wǎng)絡(luò)環(huán)境，導(dǎo)致現(xiàn)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(yè)質(zhì)檢還是城市管理、公共安全，在云端完成訓(xùn)練的機器視覺模型已經(jīng)應(yīng)用到各行各業(yè)。智能邊緣BIE提供將這些視覺模型輕松的部署到本地設(shè)備上的能力，一方面提供快速的識別響應(yīng)，另一方面降低視頻/圖片的傳輸帶寬成本。

邊緣數(shù)字孿生

智能設(shè)備、大型工業(yè)設(shè)備的設(shè)計生產(chǎn)、運維管理都離不開數(shù)字化，數(shù)字孿生將設(shè)備的運行過程、內(nèi)在邏輯關(guān)系、與環(huán)境之間的互相響應(yīng)等物理世界信息數(shù)字化，可以為設(shè)備更好的運行提供極大的便利。智能邊緣BIE提供將數(shù)字孿生模型輕松的部署到本地設(shè)備上的能力，以及形成數(shù)字孿生必要的數(shù)據(jù)接入、協(xié)議解析、事件報警等函數(shù)，面向每一臺獨立的設(shè)備以及它所處的獨特環(huán)境，提供針對性的數(shù)字孿生服務(wù)。

智能邊緣BIE應(yīng)用案例

從智能邊緣BIE發(fā)布至今，除了農(nóng)業(yè)，智能邊緣BIE同時著 “百度ABC inspire” 的愿景走向其他行業(yè)。在礦產(chǎn)、城市管理、新能源等領(lǐng)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(fā)展速度有目共睹，新能源汽車目前已經(jīng)成為我國和領(lǐng)先世界的行業(yè)之一。2017 年我國新能源產(chǎn)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(xù)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(shè)施成為了新能源汽車發(fā)展的重要基礎(chǔ)設(shè)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(xiàn)。國網(wǎng)車聯(lián)網(wǎng)平臺最新數(shù)據(jù)統(tǒng)計，全國累計接入車聯(lián)網(wǎng)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(lián)合博電電氣，將充電樁運行數(shù)據(jù)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(tài)數(shù)據(jù)，將之上傳至云端模型訓(xùn)練平臺進行模型訓(xùn)練，將訓(xùn)練好的模型下發(fā)至BIE-AI-Board，實時推斷、分析充電樁的健康狀態(tài)，使之形成本地充電作業(yè)的數(shù)字孿生，將每次充電質(zhì)量以不同維度上報給充電樁運維單位、車場和汽車業(yè)主等相關(guān)方，以提高充電質(zhì)量，增加設(shè)備壽命。

精英煤礦探訪水智能檢測

礦井發(fā)生水災(zāi)是比較常見的問題，突發(fā)性強，短時間內(nèi)對礦井及礦工造成嚴(yán)重傷害。

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

存在問題：

?礦工存在僥幸心理：探放水的工作非?？菰锱c辛苦，礦工經(jīng)常存在僥幸心理，不按照規(guī)定進行探放水工作，其中最重要的違規(guī)行為是不按照規(guī)定的鉆探深度進行鉆探。

?礦井環(huán)境復(fù)雜：礦井采礦屬于地下作業(yè)，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(chǎn)安全一直是行業(yè)關(guān)注重點，國家規(guī)定在受水害威脅的地區(qū)，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(zhì)量直接影響后續(xù)作業(yè)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(shù)）進行檢測、追蹤，實時掌控探放水工作質(zhì)量，為礦產(chǎn)安全保駕護航。

伏泰智能環(huán)衛(wèi)渣土拋灑識別

隨著我國城市化進程的不斷加快，城市環(huán)境衛(wèi)生水平也越來越受到社會的關(guān)注。在城市清掃保潔方面：機械化清掃作業(yè)已經(jīng)基本取代傳統(tǒng)的人工清掃作業(yè)，機械化作業(yè)大大提高了清掃保潔效率、減輕了人工作業(yè)強度。在機械化作業(yè)率不斷提高的現(xiàn)在，司機偷懶、空駛、清掃不到位、環(huán)衛(wèi)案件發(fā)現(xiàn)處理不及時等問題不斷暴露出來，對監(jiān)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(tài)，而實際上收運處置過程中的拋灑滴漏問題較為嚴(yán)重，經(jīng)常產(chǎn)生環(huán)衛(wèi)案件，尤其是建筑渣土的運輸過程中產(chǎn)生的遺留物經(jīng)過后續(xù)車輛壓實，很難通過常規(guī)清掃手段進行處理，是環(huán)衛(wèi)調(diào)度作業(yè)的主要產(chǎn)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(fā)現(xiàn)慢：目前路面上發(fā)現(xiàn)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(chǎn)生拋灑滴漏的常常不是在第一時間及時發(fā)現(xiàn)，而拋灑滴漏的污染往往是持續(xù)產(chǎn)生的，往往造成的環(huán)境污染是較為嚴(yán)重的，且容易產(chǎn)生道路安全隱患。

?渣土黑車監(jiān)管難：目前路面上發(fā)現(xiàn)渣土黑車主要靠群眾上報、巡查考核車輛來回巡查、關(guān)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(xiàn)象嚴(yán)重，且往往是嚴(yán)重超載且車身污染嚴(yán)重，產(chǎn)生環(huán)境污染是較為嚴(yán)重的，且現(xiàn)有手段很難做到24小時的全面監(jiān)管。

?清掃調(diào)度作業(yè)被動：道路清掃車和灑水車除日常作業(yè)外，還要處理突發(fā)的環(huán)衛(wèi)污染問題，如垃圾運輸車輛的拋灑滴漏等，環(huán)衛(wèi)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(fā)現(xiàn)，被動響應(yīng)，反復(fù)出車。

?清掃保潔作業(yè)效果監(jiān)管難：道路清掃車和灑水車在日常作業(yè)過程中，往往出現(xiàn)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(yè)效果，但是通過肉眼現(xiàn)場識別或者遠程通過視頻識別，很難達到全面監(jiān)管保潔作業(yè)效果的目的，環(huán)衛(wèi)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(huán)衛(wèi)工作效率的一個重要手段是控制污染源，百度智能邊緣聯(lián)合蘇州環(huán)境云，將BIE-AI-BOX（內(nèi)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(jīng)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(jié)果上報環(huán)衛(wèi)部門、交管局，使之整體達到即時發(fā)現(xiàn)問題，即時處理的目的。

從上述案例中可以看到，邊緣計算活躍于兩類場景中，一個是邊緣機器視覺，一個是邊緣數(shù)字孿生。他們的共同之處在于計算都發(fā)生在離設(shè)備或者數(shù)據(jù)更近的地方，從而可以克服網(wǎng)絡(luò)不穩(wěn)定、帶寬成本高和延遲高等困難。

百度智能邊緣產(chǎn)品（Baidu IntelliEdge，BIE）提供了從云端生產(chǎn)環(huán)境、管理環(huán)境到本地運行環(huán)境的全套工具，將百度云 ABC 的能力從云上拓展到邊緣，進而拓展至各行各業(yè)。

參考資料

?百度智能邊緣BIE：https://cloud.baidu.com/product/bie.html

?智能邊緣BIE產(chǎn)品文檔：https://cloud.baidu.com/doc/BIE/index.html

?智能邊緣BIE下載使用：https://cloud.baidu.com/doc/BIE/BIEdownload.html

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。