文档介绍：该【农业机械 无人驾驶协同系统架构规范 】是由【书籍1243595614】上传分享，文档一共【9】页，该文档可以免费在线阅读，需要了解更多关于【农业机械 无人驾驶协同系统架构规范 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。 : .
ICS
CCS
团体标准
T/CAAMM XXXX—202X/T/NJ XXXX—202X
农业机械 无人驾驶协同系统架构规范
Specification for Unmanned Driving Collaborative System Architecture of
Agricultural Machinery
（征求意见稿）
202X-XX-XX 发布 202X-XX-XX 实施
中国农业机械工业协会
发布
中国农业机械学会
: .
T/CAAMM XXXX—202X/T/NJ XXXX—202X
农业机械 无人驾驶协同系统架构规范
1 范围
本文件规定了农业机械无人驾驶协同系统架构的技术要求及测试要求。
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、测试和应用。
2 规范性引用文件
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
件。
GB/T 37164—2018 自走式农业机械导航系统作业性能要求及评价方法
GB/T 39267 北斗卫星导航术语
NY∕T 3334-2018 农业机械 自动导航辅助驾驶系统 质量评价技术规范
GB/T 17424-2019 差分全球卫星导航系统（DGNSS）技术要求
3 术语和定义、缩略语
术语和定义
GB/T 39267 界定的以及下列术语和定义适用于本文件。
全域定位导航 Whole-Area positioning navigation
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
遮蔽区域，都能实现高精度定位。
“数-云-端”协同 Data-Cloud-End Collaboration
“数”指对多种来源的农业数据或农机数据进行收集、处理和分析挖掘；“云”指云平台，实现作业
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。
“数-云-端”协同指三方信息贯通，相互协作，实现农机驾驶和作业的远程遥控，最终实现农场无人化作业。
1
: .
T/CAAMM XXXX—202X/T/NJ XXXX—202X
路劲规划 Path Plan
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作业路径。
地图无缝拼接 Seamless Map Merging
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
重合的效果。
环境传感器 Environmental sensors
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
的有温度、湿度、风速风向、光照、雨量、土壤PH 值、氨氮磷钾浓度、有毒有害气体等各类传感器。
缩略语
下列缩略语适用于本文件。
RTK ：实时动态测量（Real time kinematic）
IMU：惯性传感器（Inertial Measurement Unit）
LoRa：远距离无线电（Long Range Radio）
SLAM：即时定位与地图构建（Simultaneous Localization and Mapping）
4 系统组成
本系统架构技术规范是基于“数-云-端”协同模式，以全域定位导航算法为核心，构建精准定位、环境
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
构。主要由于“数-云-端”三部分构成，各部分通过传输层实现通信连接，其架构的组成框图见图1。
（1）智能边缘终端：采用多种传感器进行全域定位导航、农机作业环境、农机作业状态等信息的感知
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
像头、RTK、IMU；无人机机载类传感器有摄像头、毫米波雷达、RTK、IMU；设立在农机作业区域的陆基
传感器有激光雷达、摄像头以及环境传感器。
（2）数据处理与决策分析部件：实现对智能边缘终端采集的数据进行预处理与数据融合，对来自不同
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
处理，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，最终实现基于数据模型的决策推理。
本部件还可基于多种地图来源实现相邻区域的地图无缝拼接。
（3）云平台：对大数据处理与分析的结果进行分布式存储和展示，进行农机 任务调度和作业监管，实
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、
2
: .
农机运动状态监控等。
（4）传输层：支持4G/5G、LoRa、WiFi、以太网通讯方式，实现各部件之间以及与其他外部系统的通
讯连接。
应
智能路径规划 农机任务调度 作业状态监控
用
云端 层
存储与利用
分布式存储 虚拟资源管理调度 模糊控制
传
输 4G/5G LoRa WIFI 以太网
层 G/
数
据 位姿数据 高精地图数据 运动目标数据 环境数据
层
大数据
分析与处理 决策模型挖掘与 传感数据预处理
数
推理 数
据
据 环境信息预处理
分 多源异构数据融
预
析 合
处 作物信息预处理
挖
多源异构数据分 理
掘
析建模 作业信息预处理
传
输 4G/5G LoRa WIFI 以太网
层
车 机 激光雷达
陆
边缘端 载 载
激光雷达 单目相机 基
感知与调控 传 传 高清相机
传
感 超声波雷达 IMU RTK 感
感 环境传感
器 器
器
: .
T/CAAMM XXXX—202X/T/NJ XXXX—202X
图 1 “数云端”系统组成框图
5 智能边缘终端
“数-云-端”协同的全域定位导航系统在农场、果园等农用场景实现高精度定位与导航规划的任务，要
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
载传感器和陆基环境感知传感器。不同传感器的功能要求如下：
a）农机车载端：
1. 具备 RTK 高精度卫星定位能力，；
2. 具备 RTK/IMU 组合导航能力，在路面起伏不平路段或卫星信号短暂缺失场景仍能保持亚米级别定位
精度，持续输出稳定定位时间不低于 15 分钟；
3. 具备激光雷达/IMU 紧耦合、视觉/IMU 紧耦合的激光 SLAM 和视觉 SLAM 能力，用于卫星信号较弱
的场景（室内机库、高密度果园树林遮挡、蔬菜大棚等场景），实现建图精度10 像素（地图最小分辨率）、
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
径规划。超声波雷达的测距精度5cm，对动态与静态的障碍物分类的误检率应不高于10%。
b）无人机机载传感设备：
1. 单目相机用于航拍，构建二维与三维的高精地图，要求像素不少于2000 万像素，支持4 倍数码变焦，
电子快门从 1/8000 至 30 秒可调节，支持 50KM/h 飞行速度的拍摄要求；
2. RTK ，水平精度小于 ；
3. ；水平精度小于 。
c）陆基传感设备：
1. 激光雷达：机械式旋转激光雷达或固态激光雷达，具备抗日光干扰能力，测量半径应大于50 米，雷
达帧率及电频不低于 5Hz。测距精度<2cm(1σ***@20m)(在 20m 测量位置，在 1σ的概率下，每次测量的误差
小于 2cm)；
2. 摄像头：具有红外夜视功能，支持 1080p 分辨率以上录像功能；