面向农机自动驾驶的大数据技术应用展望(2) - 湖北农机化杂志社投稿

一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。二、投稿方式： 1、请使用电子邮件方式投递稿件。 2、编译的稿件，请注明出处并附带原文。 3、请按稿件内容投递到相关编辑信箱三、稿件著作权： 1、投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

面向农机自动驾驶的大数据技术应用展望(2)

作者:

关键词:

摘要：

表1 5G各个阶段的指标要求

首先，大规模天线可以实现基站和终端之间的多波束密集传输，波束越密集则天线系统可识别的收发信号角度就越精确，终端根据这些角度可以精确计算自己的相对位置，在4G 也有类似的定位技术，但是由于天线数量少，定位精度只有几十米。其次，采用波束赋形技术可以提高波束指向精度，继续提高角度识别精度。而毫米波技术则是因为高频率指向性好，同样也可以提高波束指向的精度，同时由于波长更短，同等大小的天面下可以安装更多的天线，继续提高波束赋形的量级。另外卫星导航定位可以进行前期粗略定位，并辅助完成后续定位纠偏等。

在具体的定位数学算法实现上，常用的无线定位算法包括到达时间（TOA——Time of Arrival）、到达时间差（TDOA——Time Difference of Arrival）、往返到达时间（RTTOA——Round-Trip Time of Arrival）、到达角（AOA——Angle of Arrival）等［10］，现实中的实现技术是多种技术的结合。

如图2 所示，假定在2 维的直射和反射传播条件下，（xb，yb），（xt，yt），（xi，yi）分别表示基站、终端和反射体的位置，（xb，yb）已知，（xt，yt），（xi，yi）未知，利用已知基站位置，根据公式（1）～（6）和可观测值Di、α2i、β2i，可对未知的5G终端位置进行估计。其中α2i和β2i分别为从5G基站到5G终端的第i条路径的到达角和离开角，Di为距离差。由于路径衰减、角度计算的误差等定位结果还不够精确，利用折射体并结合最小二乘法等算法多次运算可以比较精确的计算终端的具体位置［11］

图2 借助反射体的TDOA/AOA定位算法

3.2 大带宽、低延迟技术

在自动驾驶农机具有精确定位功能后，还需要具有障碍避让、农作物成熟度识别、病害识别等功能，这些功能在传统卫星导航的传统自动驾驶中还没有应用或由需要车载驾驶员辅助车载系统完成，并非完全的无人驾驶，而5G由于具备大带宽、低延迟的优势，非常适合在农机自动驾驶中应用。

车载的高清摄像头可实现农作物高分辨率拍照、摄像，通过5G 网络快速地回传到后台农业数据服务器，通过基于大数据和AI 的图像识别和视频识别技术，快速地进行自动驾驶线路辅助纠正、农作物成熟度分析、病虫害分析等。细节分析时需要超高的分辨率，而超高清（Ultra HD）是指国际电信联盟ITU-T 定义“4K 分辨率（3 840×2 160 像素）”的正式名称，实现了高分辨率、高帧率、高色深、宽色域、高动态范围、三维声共6 个维度技术的全面提升。采用4K 的高清摄像头［12］，理论上如果不压缩需要12 Gbit/s 的速率进行传输，按接近极限的压缩算法，也需要50 Mbit/s 以上的速率，如果有多个摄像头同时回传数据，4G LTE 网络是无法满足需求的，而当前非独立组网（NSA）的5G在100 MHz带宽时的最高下载速度约在1.25 Gbit/s，后续独立组网（SA）的5G 架构可以提供更大规模的连接和更低的延迟，其切片化的服务能力可以有效降低延迟，非常适合农机自动驾驶的各种应用。例如在自动农机果树采摘过程中需要对大量图像进行实时处理，以获得果实或者果树的位置坐标，特别是对成熟果实的识别，在进行定位时采摘农机需要对成熟度较高的果实进行优先采摘，因此还需要根据颜色特征对图像进行处理，最后根据对成熟果实图像的位置识别实现自主定位［13］。这些占用高带宽且需要接近实时的业务处理工作，最适合利用5G网络进行连接。

3.3 自动驾驶平台

除了具备精确定位、大数据回传功能的农机设备，还需要有后台数据平台和支撑模块，共同构成一个整体的自动驾驶平台。5G 可以为农机大数据在网络侧的传输、汇集、分析等打通网络层通道，通过联通车辆、驾驶员、农场主、农机管理人员、农机生产厂家、5G 运营商及设备厂家、专业的农业大数据分析企业、农机和生产的政府相关管理部门、科研单位等搭建农机大数据平台，并完成相关数据挖掘和应用工作。图3为基于5G网络搭建的农机计算及大数据平台构架。

图3 基于5G网络搭建的农机边缘计算及大数据平台构架

a）应用层：实现农机自动驾驶功能。应用层包括各种农机车辆、农机驾驶员、GPS/北斗定位平台。农机实现功能包括各种播种、收割、装载、翻整等，1 台或多台车辆配备少量现场驾驶员，车辆均配备GPS/北斗导航系统以提供定位数据，配备5G收发单元完成数据传输，其他传感、高清摄像等单元根据实际业务需求进行配置。

文章来源：《湖北农机化》网址: http://www.hbnjhzz.cn/qikandaodu/2021/0709/1511.html