ICS

CCS

團(tuán)體標(biāo)準(zhǔn)

T/CAAMMXXXX—202X/T/NJXXXX—202X

農(nóng)業(yè)機(jī)械無(wú)人駕駛協(xié)同系統(tǒng)架構(gòu)規(guī)范

SpecificationforUnmannedDrivingCollaborativeSystemArchitectureof

AgriculturalMachinery

（征求意見稿）

202X-XX-XX發(fā)布202X-XX-XX實(shí)施

中國(guó)農(nóng)業(yè)機(jī)械工業(yè)協(xié)會(huì)

發(fā)布

中國(guó)農(nóng)業(yè)機(jī)械學(xué)會(huì)

T/CAAMMXXXX—202X/T/NJXXXX—202X

農(nóng)業(yè)機(jī)械無(wú)人駕駛協(xié)同系統(tǒng)架構(gòu)規(guī)范

1范圍

本文件規(guī)定了農(nóng)業(yè)機(jī)械無(wú)人駕駛協(xié)同系統(tǒng)架構(gòu)的技術(shù)要求及測(cè)試要求。

本文件適用于農(nóng)業(yè)機(jī)械無(wú)人駕駛協(xié)同系統(tǒng)架構(gòu)的設(shè)計(jì)、研制、測(cè)試和應(yīng)用。

2規(guī)范性引用文件

下列文件中的內(nèi)容通過(guò)文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，

僅該日期的對(duì)應(yīng)版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文

件。

GB/T37164—2018自走式農(nóng)業(yè)機(jī)械導(dǎo)航系統(tǒng)作業(yè)性能要求及評(píng)價(jià)方法

GB/T39267北斗衛(wèi)星導(dǎo)航術(shù)語(yǔ)

NY∕T3334-2018農(nóng)業(yè)機(jī)械自動(dòng)導(dǎo)航輔助駕駛系統(tǒng)質(zhì)量評(píng)價(jià)技術(shù)規(guī)范

GB/T17424-2019差分全球衛(wèi)星導(dǎo)航系統(tǒng)（DGNSS）技術(shù)要求

3術(shù)語(yǔ)和定義、縮略語(yǔ)

3.1術(shù)語(yǔ)和定義

GB/T39267界定的以及下列術(shù)語(yǔ)和定義適用于本文件。

3.1.1

全域定位導(dǎo)航Whole-Areapositioningnavigation

基于多種定位技術(shù)融合，無(wú)論在衛(wèi)星信號(hào)良好的空曠區(qū)域，還是室內(nèi)、大棚、樹林等衛(wèi)星信號(hào)缺失的

遮蔽區(qū)域，都能實(shí)現(xiàn)高精度定位。

3.1.2

“數(shù)-云-端”協(xié)同Data-Cloud-EndCollaboration

“數(shù)”指對(duì)多種來(lái)源的農(nóng)業(yè)數(shù)據(jù)或農(nóng)機(jī)數(shù)據(jù)進(jìn)行收集、處理和分析挖掘；“云”指云平臺(tái)，實(shí)現(xiàn)作業(yè)

規(guī)劃、農(nóng)機(jī)狀態(tài)監(jiān)控和作業(yè)監(jiān)控；“端”指智能化邊緣終端，搭載農(nóng)機(jī)上實(shí)現(xiàn)農(nóng)機(jī)無(wú)人駕駛和自主作業(yè)。

“數(shù)-云-端”協(xié)同指三方信息貫通，相互協(xié)作，實(shí)現(xiàn)農(nóng)機(jī)駕駛和作業(yè)的遠(yuǎn)程遙控，最終實(shí)現(xiàn)農(nóng)場(chǎng)無(wú)人化作業(yè)。

3.1.3

1

T/CAAMMXXXX—202X/T/NJXXXX—202X

路勁規(guī)劃PathPlan

在云平臺(tái)對(duì)農(nóng)機(jī)的作業(yè)路徑進(jìn)行手工打點(diǎn)生成作業(yè)路徑，或根據(jù)作業(yè)地點(diǎn)自動(dòng)生成作業(yè)路徑。

3.1.4

地圖無(wú)縫拼接SeamlessMapMerging

對(duì)于不同區(qū)域、不同數(shù)據(jù)來(lái)源的多張地圖高精度拼接成一張地圖，實(shí)現(xiàn)拼接縫隙高度縮小以至于完全

重合的效果。

3.1.5

環(huán)境傳感器Environmentalsensors

本文指農(nóng)業(yè)領(lǐng)域中常用的用來(lái)檢測(cè)空氣、土壤、太陽(yáng)輻射、雨淋等環(huán)境特征指標(biāo)的高質(zhì)量?jī)x器，常用

的有溫度、濕度、風(fēng)速風(fēng)向、光照、雨量、土壤PH值、氨氮磷鉀濃度、有毒有害氣體等各類傳感器。

3.2縮略語(yǔ)

下列縮略語(yǔ)適用于本文件。

RTK：實(shí)時(shí)動(dòng)態(tài)測(cè)量（Realtimekinematic）

IMU：慣性傳感器（InertialMeasurementUnit）

LoRa：遠(yuǎn)距離無(wú)線電（LongRangeRadio）

SLAM：即時(shí)定位與地圖構(gòu)建（SimultaneousLocalizationandMapping）

4系統(tǒng)組成

本系統(tǒng)架構(gòu)技術(shù)規(guī)范是基于“數(shù)-云-端”協(xié)同模式，以全域定位導(dǎo)航算法為核心，構(gòu)建精準(zhǔn)定位、環(huán)境

立體感知、路徑規(guī)劃、作業(yè)任務(wù)監(jiān)管、多源數(shù)據(jù)采集與分析挖掘的開放型無(wú)人化智慧農(nóng)場(chǎng)綜合管理系統(tǒng)架

構(gòu)。主要由于“數(shù)-云-端”三部分構(gòu)成，各部分通過(guò)傳輸層實(shí)現(xiàn)通信連接，其架構(gòu)的組成框圖見圖1。

（1）智能邊緣終端：采用多種傳感器進(jìn)行全域定位導(dǎo)航、農(nóng)機(jī)作業(yè)環(huán)境、農(nóng)機(jī)作業(yè)狀態(tài)等信息的感知

和采集，并將處理后的數(shù)據(jù)上傳至云平臺(tái)。農(nóng)機(jī)車載類傳感器有激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)、攝

像頭、RTK、IMU；無(wú)人機(jī)機(jī)載類傳感器有攝像頭、毫米波雷達(dá)、RTK、IMU；設(shè)立在農(nóng)機(jī)作業(yè)區(qū)域的陸基

傳感器有激光雷達(dá)、攝像頭以及環(huán)境傳感器。

（2）數(shù)據(jù)處理與決策分析部件：實(shí)現(xiàn)對(duì)智能邊緣終端采集的數(shù)據(jù)進(jìn)行預(yù)處理與數(shù)據(jù)融合，對(duì)來(lái)自不同

傳感器多源異構(gòu)的定位信息、環(huán)境信息、農(nóng)作物和養(yǎng)殖物的成長(zhǎng)過(guò)程信息，進(jìn)行清洗、篩選、格式化等預(yù)

處理，分析挖掘出定位導(dǎo)航環(huán)境自適應(yīng)切換模型、農(nóng)作物生長(zhǎng)模型、畜禽養(yǎng)殖模型，也可對(duì)大量農(nóng)機(jī)運(yùn)動(dòng)

狀態(tài)信息、作業(yè)信息和故障信息進(jìn)行分析，挖掘提煉出農(nóng)機(jī)故障模型，最終實(shí)現(xiàn)基于數(shù)據(jù)模型的決策推理。

本部件還可基于多種地圖來(lái)源實(shí)現(xiàn)相鄰區(qū)域的地圖無(wú)縫拼接。

（3）云平臺(tái)：對(duì)大數(shù)據(jù)處理與分析的結(jié)果進(jìn)行分布式存儲(chǔ)和展示，進(jìn)行農(nóng)機(jī)任務(wù)調(diào)度和作業(yè)監(jiān)管，實(shí)

現(xiàn)虛擬資源管理、模糊控制，產(chǎn)生與決策控制相關(guān)的應(yīng)用層，包括智能路徑規(guī)劃、作業(yè)任務(wù)下發(fā)與管理、

2

農(nóng)機(jī)運(yùn)動(dòng)狀態(tài)監(jiān)控等。

（4）傳輸層：支持4G/5G、LoRa、WiFi、以太網(wǎng)通訊方式，實(shí)現(xiàn)各部件之間以及與其他外部系統(tǒng)的通

訊連接。

應(yīng)

用智能路徑規(guī)劃農(nóng)機(jī)任務(wù)調(diào)度作業(yè)狀態(tài)監(jiān)控

層

云端

存儲(chǔ)與利用

分布式存儲(chǔ)虛擬資源管理調(diào)度模糊控制

傳

輸4G/5GLoRaWIFI以太網(wǎng)

層G/

數(shù)

據(jù)

位姿數(shù)據(jù)高精地圖數(shù)據(jù)運(yùn)動(dòng)目標(biāo)數(shù)據(jù)環(huán)境數(shù)據(jù)

層

大數(shù)據(jù)

分析與處理數(shù)決策模型挖掘與傳感數(shù)據(jù)預(yù)處理

數(shù)

據(jù)推理

據(jù)環(huán)境信息預(yù)處理

分多源異構(gòu)數(shù)據(jù)融

預(yù)

析合

處作物信息預(yù)處理

挖

多源異構(gòu)數(shù)據(jù)分理

掘

析建模作業(yè)信息預(yù)處理

傳

輸4G/5GLoRaWIFI以太網(wǎng)

層

車機(jī)激光雷達(dá)

陸

邊緣端載載

激光雷達(dá)單目相機(jī)基

傳高清相機(jī)

感知與調(diào)控傳傳

感

感超聲波雷達(dá)IMURTK感

環(huán)境傳感

器器

器

T/CAAMMXXXX—202X/T/NJXXXX—202X

圖1“數(shù)云端”系統(tǒng)組成框圖

5智能邊緣終端

“數(shù)-云-端”協(xié)同的全域定位導(dǎo)航系統(tǒng)在農(nóng)場(chǎng)、果園等農(nóng)用場(chǎng)景實(shí)現(xiàn)高精度定位與導(dǎo)航規(guī)劃的任務(wù)，要

求系統(tǒng)在邊緣終端配備不同的傳感器。根據(jù)傳感數(shù)據(jù)的來(lái)源主要可分為三類：農(nóng)機(jī)車載傳感器、無(wú)人機(jī)機(jī)

載傳感器和陸基環(huán)境感知傳感器。不同傳感器的功能要求如下：

a）農(nóng)機(jī)車載端：

1.具備RTK高精度衛(wèi)星定位能力，全天空?qǐng)鼍跋露ㄎ痪?.5cm；

2.具備RTK/IMU組合導(dǎo)航能力，在路面起伏不平路段或衛(wèi)星信號(hào)短暫缺失場(chǎng)景仍能保持亞米級(jí)別定位

精度，持續(xù)輸出穩(wěn)定定位時(shí)間不低于15分鐘；

3.具備激光雷達(dá)/IMU緊耦合、視覺(jué)/IMU緊耦合的激光SLAM和視覺(jué)SLAM能力，用于衛(wèi)星信號(hào)較弱

的場(chǎng)景（室內(nèi)機(jī)庫(kù)、高密度果園樹林遮擋、蔬菜大棚等場(chǎng)景），實(shí)現(xiàn)建圖精度10像素（地圖最小分辨率）、

定位精度10cm（1σ）；

4.超聲波雷達(dá)用于實(shí)時(shí)感知農(nóng)機(jī)作業(yè)場(chǎng)景中障礙物信息，結(jié)合云平臺(tái)下發(fā)的作業(yè)路徑進(jìn)行繞障局部路

徑規(guī)劃。超聲波雷達(dá)的測(cè)距精度5cm，對(duì)動(dòng)態(tài)與靜態(tài)的障礙物分類的誤檢率應(yīng)不高于10%。

b）無(wú)人機(jī)機(jī)載傳感設(shè)備：

1.單目相機(jī)用于航拍，構(gòu)建二維與三維的高精地圖，要求像素不少于2000萬(wàn)像素，支持4倍數(shù)碼變焦，

電子快門從1/8000至30秒可調(diào)節(jié)，支持50KM/h飛行速度的拍攝要求；

2.RTK與定位系統(tǒng)在懸停精度垂直精度小于0.5m，水平精度小于1.5m；

3.視覺(jué)定位系統(tǒng)在懸停精度垂直精度小于0.1m；水平精度小于0.3m。

c）陸基傳感設(shè)備：

1.激光雷達(dá)：機(jī)械式旋轉(zhuǎn)激光雷達(dá)或固態(tài)激光雷達(dá)，具備抗日光干擾能力，測(cè)量半徑應(yīng)大于50米，雷

達(dá)幀率及電頻不低于5Hz。測(cè)距精度<2cm(1σ@20m)(在20m測(cè)量位置，在1σ的概率下，每次測(cè)量的誤差

小于2cm)；

2.攝像頭：具有紅外夜視功能，支持1080p分辨率以上錄像功能；

3.環(huán)境傳感器：溫濕度、土壤、空氣等環(huán)境傳感器均應(yīng)滿足其測(cè)量規(guī)范要求。

在農(nóng)機(jī)車載邊緣端，支持多種類底盤運(yùn)動(dòng)適配與遠(yuǎn)程軟件升級(jí)功能；無(wú)人機(jī)機(jī)載端與陸基傳感設(shè)備端

支持遠(yuǎn)程升級(jí)功能。

機(jī)

車陸激光雷達(dá)

載載

邊緣端激光雷達(dá)單目相機(jī)基

傳高清相機(jī)

感知與調(diào)控傳傳

感

感超聲波雷達(dá)IMURTK感

器環(huán)境傳感

器器

4

圖2邊緣端系統(tǒng)組成框圖

6數(shù)據(jù)處理與決策分析

對(duì)來(lái)自不同傳感器多源異構(gòu)的定位信息、農(nóng)機(jī)作業(yè)信息、環(huán)境信息、農(nóng)作物和養(yǎng)殖物的成長(zhǎng)過(guò)程信息

進(jìn)行預(yù)處理和分析建模，分析挖掘出定位導(dǎo)航環(huán)境自適應(yīng)切換模型、農(nóng)作物生長(zhǎng)模型、畜禽養(yǎng)殖模型，也

可對(duì)大量農(nóng)機(jī)運(yùn)動(dòng)狀態(tài)信息、作業(yè)信息和故障信息進(jìn)行分析，挖掘提煉出農(nóng)機(jī)故障模型，最終實(shí)現(xiàn)基于數(shù)

據(jù)模型的決策推理。本部件還可基于多種地圖來(lái)源實(shí)現(xiàn)相鄰區(qū)域的地圖無(wú)縫拼接。

數(shù)

據(jù)

位姿數(shù)據(jù)高精地圖數(shù)據(jù)運(yùn)動(dòng)目標(biāo)數(shù)據(jù)環(huán)境數(shù)據(jù)

層

大數(shù)據(jù)

傳感數(shù)據(jù)預(yù)處理

分析與處理數(shù)決策模型挖掘與

數(shù)

據(jù)推理

據(jù)環(huán)境信息預(yù)處理

分

多源異構(gòu)數(shù)據(jù)融預(yù)

析合

處作物信息預(yù)處理

挖

理

掘多源異構(gòu)數(shù)據(jù)分

析建模作業(yè)信息預(yù)處理

合

圖4大數(shù)據(jù)端系統(tǒng)組成框圖

7云平臺(tái)

云端基于Kubernetes+docker的輕量級(jí)虛擬化方案，對(duì)邊緣端參數(shù)的數(shù)據(jù)進(jìn)行分布式存儲(chǔ)，能夠?qū)崿F(xiàn)多

AI訓(xùn)練、虛擬資源管理與調(diào)度、推理任務(wù)并發(fā)執(zhí)行、模糊控制等。同時(shí)云平臺(tái)預(yù)置了TensorFlow、MXNet、

PyTorch、Keras四個(gè)業(yè)界最常用的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)框架，并支持自定義框架。

通過(guò)云平臺(tái)控制頁(yè)面，即可輕松實(shí)現(xiàn)從數(shù)據(jù)標(biāo)注到模型訓(xùn)練到最終的推理服務(wù)部署的端到端處理，大

大提高AI算法的開發(fā)速度和管理能力，為無(wú)人農(nóng)場(chǎng)管控云平臺(tái)提供智能計(jì)算服務(wù)。

云平臺(tái)端系統(tǒng)組成框圖如圖3所示，在應(yīng)用層實(shí)現(xiàn)智能路徑規(guī)劃、作業(yè)任務(wù)下發(fā)與管理、農(nóng)機(jī)運(yùn)動(dòng)狀

態(tài)監(jiān)管與控制等應(yīng)用。其中實(shí)現(xiàn)“數(shù)-云-端”協(xié)同的全域定位導(dǎo)航任務(wù)的云端基礎(chǔ)配置規(guī)格如下：

節(jié)點(diǎn)CPU規(guī)格內(nèi)存存儲(chǔ)GPU

主節(jié)點(diǎn)Intel(R)Xeon(R)Gold6230RCPU@2.10GHz*2128GB8TBA10*1

子節(jié)點(diǎn)Intel(R)Xeon(R)Gold6226RCPU@2.90GHz*2256GB8TBA100*2

表1云平臺(tái)服務(wù)器配置規(guī)格表

T/CAAMMXXXX—202X/T/NJXXXX—202X

應(yīng)

用智能路徑規(guī)劃農(nóng)機(jī)任務(wù)調(diào)度作業(yè)狀態(tài)監(jiān)控

云端層

存儲(chǔ)與利用

分布式存儲(chǔ)虛擬資源管理調(diào)度模糊控制

圖3云平臺(tái)端系統(tǒng)組成框圖

8性能要求

8.1全域定位導(dǎo)航精度性能精度要求

a)室外場(chǎng)景：

（1）平面定位精度：≤2cm（RMS）;

（2）高程定位精度：≤5cm（RMS）；

（3）精度發(fā)散狀態(tài)（RTK浮動(dòng)解）及時(shí)告警時(shí)間小于3s；

（4）綜合定位可用性優(yōu)于99%。

b)室內(nèi)場(chǎng)景：室內(nèi)機(jī)庫(kù)、大棚內(nèi)定位精度應(yīng)優(yōu)于10cm（1σ）。

8.2“云-邊緣端”傳輸速率要求

a)車（機(jī)）載，陸基設(shè)備本地通信，本地通信交互協(xié)議應(yīng)符合GB/T35381的要求；

b)邊緣端與云平臺(tái)通信：

（1）應(yīng)具有加密傳輸和和身份認(rèn)證功能；

（2）邊緣端具備主動(dòng)上報(bào)和被動(dòng)應(yīng)答功能，上報(bào)延時(shí)秒級(jí)，數(shù)據(jù)上報(bào)頻率0.1Hz～5Hz。

8.3定位導(dǎo)航環(huán)境自適應(yīng)切換模型

數(shù)據(jù)挖掘生成模型的準(zhǔn)確性與泛化性能指標(biāo)如下：

a)同一場(chǎng)景不同時(shí)期數(shù)據(jù)生成的模型

（1）平面定位精度：≤2.5cm（RMS）;

（2）高程定位精度：≤5cm（RMS）；

（3）精度發(fā)散狀態(tài)（RTK浮動(dòng)解）及時(shí)告警時(shí)間小于3s；

6

（4）綜合定位可用性優(yōu)于90%。

b)不同場(chǎng)景同一時(shí)期數(shù)據(jù)生成的模型

（1）平面定位精度：≤10cm（RMS）;

（2）高程定位精度：≤25cm（RMS）；

（3）精度發(fā)散狀態(tài)（RTK浮動(dòng)解）及時(shí)告警時(shí)間小于10s；

（4）綜合定位可用性優(yōu)于99%。

c)不同場(chǎng)景不同時(shí)期生成的模型

（1）平面定位精度：≤15cm（RMS）;

（2）高程定位精度：≤30cm（RMS）；

（3）精度發(fā)散狀態(tài)（RTK浮動(dòng)解）及時(shí)告警時(shí)間小于20s；

（4）綜合定位可用性優(yōu)于80%。

9可靠性要求

9.1多類傳感器數(shù)據(jù)處理的容錯(cuò)性

對(duì)于“數(shù)-云-端”協(xié)同的全域定位導(dǎo)航系統(tǒng)，多傳感融合的定位方案相比于單一傳感定位在精度體現(xiàn)處

更高容錯(cuò)性與系統(tǒng)魯棒性，不同定位方案的定位精度要求應(yīng)滿足下表。定義超出精度要求范圍的事件為系

統(tǒng)定位異常，系統(tǒng)平均單次故障定位時(shí)間（MTBF）要求如下表所示。

定位技術(shù)方案?jìng)鞲衅骶萂TBF

GPS定位GPS≤11m（RMSE）≤0.8h

GPS與IMU融合定位GPS&IMU≤7.2m（RMSE）≤0.8h

激光SLAMlidar≤1.2m(RMSE)≤0.8h

多傳感融合激光SLAMGPS&IMU&Lidar≤0.1m(RMSE)≤0.5h

RTK定位RTK≤0.2m(RMSE)≤0.5h

RTK慣性導(dǎo)航定位RTK&IMU≤0.1m(RMSE)≤0.5h

表2多傳感融合定位精度要求

9.