AIoT时代重新定义传统产业，农业在万物互联和人工智能的加持下，迈向智慧化，实现从“靠天吃饭”到“靠脑吃饭”的科学精准管理。

▲ 智慧农业物联网监控技术，来自《聚集农业科技》

在传统农业从机械化、信息化冲进智能化时代的飞速发展过程中，视觉方案在环境感知、智能识别和数据获取方面立下“汗马功劳”。

视觉避障

农产业转型升级，作为科技与农业结合的产物，无人机与地面小型作业农机因同时兼顾效率高、安全性强、环保经济等诸多优势而受到“重用”。尤其是在环境复杂的田间地头，视觉检测和路径规划是保证作业无人机和农机安全工作的重要保障，

▲无人机、地面小型农机，图片来自网络

障碍物检测技术主要包含基于视觉传感器的方法，视觉匹配是获取周围环境的最重要的一部分，在视觉SLAM的实时地图构建中，通过筛选关键图像帧，将图像中的特征点提取出来做深度恢复，并进行后端优化，以提高地图和定位的精确性。对于SLAM的解读，推荐回顾你的AR眼镜有单目SLAM加持吗？

双目避障摄像头

使用Opencv标定方式进行标定校准。

模组的测试距离达10m，精度误差＜10%。

深度图像处理

精准农业是以定时、定位、定量作为核心理念，图像的获取和处理具有重要意义。基于ToF(Time of Flight）的三维成像技术可以直接获取目标的深度信息，在农作物位置及表型参数的确定上独具优势。

▲ 来自《深度图像处理在精准农业的应用》

利用深度图像技术可实现对农作物位置信息的确定，以实现精准灌溉施肥；根据农作物的表征参数（如株高、树叶分叉度、叶片模型等），得到农作物的长势情况。

通过扫描农田捕捉图像，识别和分类不同作物状态，一旦检测到倒伏作物，可以调整农机高度来适应不同高度的作物。

ToF摄像头

模组测距及精度达到卤素灯白卡10m，灰卡4m，精度±30mm；

室内白卡17m，灰卡6m，精度±10mm。

视觉辅助无人驾驶

春耕夏耘秋收，无人拖拉机、无人插秧机、无人植保机、无人收割机智慧农机这些”大家伙“彻底解放了人的双手，借助视觉辅助，代替了农人的眼睛，在田地中自主导航，实现更加精准的作业。

▲ 无人收割机、无人播种机，来自网络

ADAS摄像头

多光谱

多光谱技术帮助农民朋友看到肉眼所看不到的更多的农作物信息，是评估土壤生产力和分析植物健康的非常有效的工具。推荐回顾知识点视界看见世界|多光谱相机【联合影像出品】

▲ 来自《多光谱相机在农业应用中的巨大好处》

多光谱成像能够识别有害生物和杂草，提供土壤肥力的数据，并通过检测营养缺乏来优化施肥，生成分析植被指数、养分指标等。

在播种，灌溉，施肥和收割期间，都成为增加产量和减少作物损害的“一把好手”。

广角多光谱相机-USB

多光谱相机-MIPI

视觉方案+农业，使传统农业更具“智慧”，生成的图像数据信息帮助农业决策可视化，农业大数据始现光芒，推动着农业加速进入一个全新的发展阶段。