摘要：刘力宁, 张洪奇, 章子文, 张正辉, 王甲玉, 李宣宣, 朱珂, 柳平增. 无人智慧农场关键技术与构建模式——以“吨半粮”无人农场为例[J]. 智慧农业(中英文), 2025, 7(1): 70-84.

引用格式：

刘力宁, 张洪奇, 章子文, 张正辉, 王甲玉, 李宣宣, 朱珂, 柳平增. 无人智慧农场关键技术与构建模式——以“吨半粮”无人农场为例[J]. 智慧农业(中英文), 2025, 7(1): 70-84.

DOI： 10.12133/j.smartag.SA202410033

LIU lining, ZHANG Hongqi, ZHANG Ziwen, ZHANG Zhenghui, WANG Jiayu, LI Xuanxuan, ZHU Ke, LIU Pingzeng. Key Technologies and Construction model for Unmanned Smart Farms: Taking the "1.5-Ton Grain per Mu" Unmanned Farm as An Example[J]. Smart Agriculture, 2025, 7(1): 70-84.

官网全文免费阅读

知网阅读

无人智慧农场关键技术与构建模式——以“吨半粮”无人农场为例

（1.山东农业大学 信息科学与工程学院，山东泰安 271018，中国； 2.山东农业大学 机械电子与工程学院，山东泰安 271018，中国； 3.山东农业大学 农业大数据研究中心，山东泰安 271018，中国； 4.农业农村部黄淮海智慧农业技术重点实验室，山东泰安 271018，中国）

摘要：

［目的/意义］无人智慧农场是智慧农业的重要实践模式。本研究以山东德州“吨半粮”无人智慧农场为实验场所，攻克大田智慧农场建设中的核心技术难题，探索其建设模式与服务机制。

［方法］运用物联网技术，研发了智慧农场的立体感知网络，能够高效采集并汇聚传输环境、作物长势和设备状态等关键数据。借助数据分析挖掘技术，精准提取了小麦的物候期、麦穗特征等关键表型信息。进一步结合智能农机与智能决策技术，研发了集云管控平台、智能化设备及智能农机于一体的智能控制系统。此外，依托多源数据融合、分布式计算和地理信息系统（Geographic Information System, GIS）等技术，构建了农业生产全过程智能管控平台。

［结果和讨论］“吨半粮”无人智慧农场感知系统不仅提高了数据传输质量，同时可以完成麦穗、物候期等表型特征的本地分析；智能控制系统可帮助农机提升自主作业精度和灌溉、施药效率、质量，通过农业设备的改造升级实现了农场耕作、种植、管理、收获的全链条智能化管控；大数据智慧服务平台为农户提供了气象预测、灾害预警、最佳播期等农事管理服务，极大地提高了农场管理的数字化、智能化水平。实验结果表明，自组网络数据准确率保持在85%以上，无人机施药可节药55%，灌溉模型可节水20%，“济南17”和“济麦44”分别增产10.18%和7%。

［结论］研究结果可为智慧农场建设提供参考和借鉴。

关键词：无人智慧农场；物联网；信息采集；智能控制；大数据分析

文章图片

图 1 “吨半粮”无人智慧农场架构

Fig. 1 The architecture of the "1.5-Ton grain per Mu" unmanned smart farm

图 2 “吨半粮”无人智慧农场感知系统架构

Fig. 2 The architecture diagram of the "1.5-Ton grain per Mu" unmanned smart farm collection system

图 3 “吨半粮”无人智慧农场感知网络的自组网络结构图

Fig. 3 The network architecture diagram of self-organizing network of the "1.5-Ton grain per Mu" unmanned smart farm

图 4 小麦穗长信息提取结果

Fig. 4 Extraction results of wheat spike length information

图 5 “吨半粮”无人智慧农场无人作业总体解决方案

Fig. 5 Overall solution for unmanned operation of the "1.5-Ton grain per Mu" unmanned smart farm

图 6 “吨半粮”无人智慧农场智能农机系统方案

Fig. 6 Composition of agricultural machinery system for the "1.5-Ton grain per Mu" unmanned smart farm

图 7 “吨半粮”无人智慧农场大田灌溉系统总体框架示意图

Fig. 7 Overall framework diagram of the field irrigation system for the "1.5-Ton grain per Mu" unmanned smart farm

图 8 灌溉模型的e、ec、Kp、Ki、Kd隶属度函数图

Fig. 8 Membership function of e、ec、Kp、Ki、Kd for irrigation model

图 9 灌溉系统实现框架图

Fig. 9 System implementation framework for irrigation system

图 10 灌溉系统实地部署图

Fig. 10 On site deployment of irrigation system

图 11 “吨半粮”无人智慧农场大数据平台架构图

Fig. 11 Architecture diagram of the big data platform for the "1.5-Ton grain per Mu" unmanned smart farm

图 12 “吨半粮”无人智慧农场大数据平台的GIS体系结构图

Fig. 12 The architecture of GIS of the big data platform for the "1.5-Ton grain per Mu" unmanned smart farm

图 13 “吨半粮”无人智慧农场大数据平台部分模块页面

Fig. 13 Partial platform pages of the big data platform for the "1.5-Ton grain per Mu" unmanned smart farm

作者简介

柳平增 教授

柳平增，教授，博士生导师，山东农业大学信息科学与工程学院副院长，科技部农业信息化专家，泰山创新创业领军人才，山东农业大学1512第一层次，泰安市高层次人才。《智慧农业（中英文）》编委，农业农村部黄淮海智慧农业技术重点实验室主任，山东省高校智慧农业特色实验室主任，山东农业大学农业大数据研究中心主任。主要从事物联网、大数据、农业信息化及食品安全溯源技术研究。先后支持和参与国家863计划、国家科技支撑项目、国家星火计划、及省部级科研课题多项。在农业物联网、农产品价格分析、农业大数据及智慧农业建设发展等方面取得显著成果，在国内外学术刊物上发表研究论文120余篇，获授权国家专利60余项，授权软件著作权100余项。

转载请联系编辑部授权

本期支持单位

潍柴雷沃智慧农业科技股份有限公司

华东交通大学智能机电装备创新研究院

为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。入群方法：加小编微信17346525780，备注：姓名、单位、研究方向，小编拉您进群，机构营销广告人员勿扰。

发布征集

欢迎在我公众号发布科研团队介绍、创新科研成果及相关活动等信息。

来源：智慧农业资讯一点号