解碼 T16 黑科技：AI 技術與農業應用(寰宏農業公司-大疆植保機總代理商) @ 寰宏農業科技股份有限公司-大疆植保機總代理商

歡迎來到《解碼 T16 黑科技》第六期，今天我們來聊一聊 T16 上搭載的 AI 技術。

近年來，國內的植保無人機保有量和作業規模都獲得了一輪的迅速增長，但目前植保無人機的作業場景，大多數集中在大田作物，如水稻、小麥等，隨著仿地飛行功能的日益完善，以大疆為代表的 MG 系列植保無人機，也逐步將茶園等納入了常規作業場景。但在果樹等作物場景中，很多的植保無人機都還不能完美、可靠地實現自動作業。

為何在果樹場景中，植保無人機都還不能實現自動作業？其中的原因或許並沒有你想像中那麼簡單。

首先，果樹普遍種植在山地，地形複雜、作物高低起伏較大，樹與樹之間存在較大間隙，僅依靠雷達的仿地飛行，容易讓植保機在樹的間隙區間降落到很低的高度而觸發避障，此外植保機在自動飛行中，如果在空地處也無法判斷並停止噴灑，也會造成藥液的浪費。因此在普通大田場景中普遍使用的自主飛行模式難以直接套用。

為了解決這個問題，大疆的 T16 登場了。

三維場景重建

T16 的 AI 智慧引擎與 PC 地面站專業版結合，可通過對 Phantom 4 RTK 採集的圖像進行分析，找出其內在規律，對場景地圖進行三維重建和自動識別，結合智慧三維航線規劃，讓山地和果園場景的作業實現自動化和智慧化。

正如文章開頭所提，要實現山地、果園的自主航線作業，解決複雜場景的仿地飛行是核心要點之一。由於果園樹與樹之間存在較大間隙，僅僅借助雷達進行仿地飛行，是遠遠不夠的。

這時，我們就需要構建作業區域的三維地圖，從而獲得高精度的地理資訊。

首先，我們可以使用大疆的 Phantom 4 RTK 採集作業區域影像資料，然後借助 PC 地面站專業版的三維重建演算法，利用影像資料得到作業場景的三維地圖資料，從而獲得作業區域內任意一點的位置資訊和高度。

目前行業內，傳統的三維地圖構建，一般是基於鐳射點雲資料進行構建。但基於鐳射點雲的資料，在農業應用場景中也存在著兩個核心難題。一是雷射雷達的成本太高，二是雷射雷達生成的點雲沒有顏色資訊，進行更高級的場景識別的難度增大。

而 PC 地面站專業版，則創新地採用了基於圖像的三維構建方案，利用攝影測量技術和多視圖重建技術，達到了厘米級圖像採集精度，成功實現了設備成本低、精度與雷射雷達方案相當的解決方案。而且這樣的方案，更適合農業場景的應用。

地圖語義識別

獲得了高精度的三維地圖後，AI 就正式登場表演了。為了提升作業的安全性，提高農藥使用率，實現植保機的主動避障和只在樹木上方才噴灑農藥的功能，大疆的 AI 系統，就開始利用高精度三維地圖，自動將果園場景中的樹木、水塘、建築、電線杆、地面等進行智慧識別，形成帶有類別屬性的三維語義地圖。

AI 眼中的果園

這個看似簡單的過程，其實凝聚了大疆工程師集體的智慧與心血。這套 AI 系統，是基於深度神經網路搭建的三維模型識別系統，通過對三維點雲進行切片，利用三維特徵融合對三維模型中的物體進行個體識別，在三維模型中識別出果樹、建築、電線杆、水面等物體。

同時，為了提供流暢的使用者體驗，AI 系統利用神經網路量化技術對網路模型進行深度壓縮，大幅降低三維模型識別的運算耗時與記憶體消耗。

以上這些專業名詞，或許你沒有看懂，但你只要記住，這套系統是全球首創的能夠識別果樹及作業區物體屬性的植保機 AI 系統。

三維航線規劃與作業

完成了三維模型中的物體識別，並形成三維語義地圖後，接下來的事情就輕鬆了。T16 只需三維語義地圖中的果樹分佈情況，就可以生成高精度、高效率的三維航線規劃。

T16 採用這樣三維航線規劃進行作業，自然有以下的幾大優點：

 航線只經過有果樹的地方，跳過非果樹區域，同時避開建築、電線杆，提高飛行效率和安全性。
 只在果樹上方噴灑農藥，避免對建築、水塘等區域的誤噴藥，提升農藥使用率，同時減少農藥浪費。
 根據每顆果樹高度，即時調整飛行高度，使得噴頭與樹的距離保持恒定，提升施藥的均勻度。