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

T/CAAMMXXXX—202X/T/NJXXXX—202X1農(nóng)業(yè)機(jī)械無(wú)人駕駛協(xié)同系統(tǒng)架構(gòu)規(guī)范本文件規(guī)定了“數(shù)-云-端”協(xié)同農(nóng)業(yè)機(jī)械無(wú)人駕駛系統(tǒng)各部件或子模塊之間組織模式、運(yùn)行環(huán)境要求、技術(shù)指標(biāo)要求、功能要求以及測(cè)試要求，為智能駕駛系統(tǒng)的接口設(shè)計(jì)提供一種技術(shù)實(shí)現(xiàn)方案和標(biāo)準(zhǔn)化設(shè)計(jì)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GB/T24648.2-2009工程農(nóng)機(jī)產(chǎn)品可靠性考GB/T25392-2010農(nóng)業(yè)工程電氣和電子設(shè)備對(duì)環(huán)境GB/T36100-2018機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)質(zhì)量評(píng)價(jià)GB/T37164-2018自走式農(nóng)業(yè)機(jī)械導(dǎo)航系統(tǒng)作業(yè)性能GB/T39517.2-2020全域定位導(dǎo)航Whole-Areapo本文指基于多種定位技術(shù)融合，在衛(wèi)星信號(hào)良好的空曠區(qū)域，或在室內(nèi)、大棚、樹林等衛(wèi)星信號(hào)缺失“數(shù)-云-端”協(xié)同Data-Cloud-“數(shù)”泛指數(shù)據(jù)、模型、算法，通過(guò)對(duì)多源異構(gòu)數(shù)據(jù)進(jìn)行處理與分析，提供計(jì)算、判斷與決策支持；“云”泛指云連接、云交互、云服務(wù)，連接系統(tǒng)各類軟硬件終端和模型算法，通過(guò)云端泛在資源管理、面向場(chǎng)景的使能技術(shù)服務(wù)化、融合應(yīng)用建模與應(yīng)用構(gòu)造，提供廣連接、廣交互與廣服務(wù)支持；“端”泛指?jìng)鞲衅?、農(nóng)機(jī)裝備、應(yīng)用交互軟件等軟硬件終端，提供感知、測(cè)量與反饋支持?！皵?shù)-云-端”協(xié)同指三者交本文指農(nóng)機(jī)無(wú)人駕駛系統(tǒng)中來(lái)感知環(huán)境特征的傳感設(shè)備，常用的環(huán)境傳感器有攝像頭、激光雷達(dá)、超本文指農(nóng)機(jī)無(wú)人駕駛系統(tǒng)中一項(xiàng)計(jì)算機(jī)視覺算法功能，用于將行駛路面的圖像像素或者激光點(diǎn)云按其柵格地圖是一種以灰度網(wǎng)格形式表示環(huán)境信息的地圖，每個(gè)柵格可以通過(guò)存儲(chǔ)不同灰度數(shù)值表示一個(gè)矢量地圖是一種使用矢量圖形表示地理信息的地圖形式。矢量地圖更注重地理特征的準(zhǔn)確性和詳細(xì)性，本文指農(nóng)機(jī)無(wú)人駕駛系統(tǒng)根據(jù)場(chǎng)景的變化自動(dòng)切換定位模式，以實(shí)現(xiàn)無(wú)場(chǎng)景差別的全域定位導(dǎo)航和穩(wěn)LoRa：遠(yuǎn)距離無(wú)線電（LongRangeRadiSLAM：即時(shí)定位與地圖構(gòu)建（SimultaneousMTBF：平均故障間隔時(shí)間（MeanTime本標(biāo)準(zhǔn)提出的農(nóng)業(yè)機(jī)械無(wú)人駕駛協(xié)同系統(tǒng)由“數(shù)據(jù)、模型、算法”（下稱“數(shù)”）、“云鏈接、云交互、云服務(wù)”（下稱“云”）、“傳感器、農(nóng)機(jī)裝備、應(yīng)用交互軟件”（下稱“端”）構(gòu)成，數(shù)-云-端之間相互密切協(xié)作，實(shí)現(xiàn)精準(zhǔn)定位、環(huán)境感知、作業(yè)任務(wù)管理、路徑規(guī)劃、狀態(tài)監(jiān)控等農(nóng)業(yè)機(jī)械無(wú)人駕駛功“數(shù)”為農(nóng)機(jī)無(wú)人駕駛協(xié)同系統(tǒng)架構(gòu)中的數(shù)據(jù)處理與分析挖掘模塊，起到數(shù)據(jù)處理、分析、計(jì)算和決策等作用。該模塊采用對(duì)應(yīng)的模型和算法，對(duì)農(nóng)機(jī)無(wú)人駕駛系統(tǒng)中可遠(yuǎn)程傳感器采集的圖像、視頻、激光4.2“云”：云連接、云交互、云服務(wù)“云”為農(nóng)機(jī)無(wú)人駕駛協(xié)同系統(tǒng)架構(gòu)中協(xié)同“數(shù)”和“端”的橋梁，起到廣連接、廣交互、廣服務(wù)各類終端及模型算法的作用。該模塊在基于分布式存儲(chǔ)、容器自動(dòng)化編排、微服務(wù)架構(gòu)與安全監(jiān)控等技術(shù)下實(shí)現(xiàn)農(nóng)機(jī)無(wú)人駕駛協(xié)同系統(tǒng)中的“端”和“數(shù)”的資源管理，“端”“數(shù)”間消息傳遞、應(yīng)用構(gòu)造等功能。4.3“端”：傳感器、農(nóng)機(jī)裝備、應(yīng)用交互軟件在農(nóng)機(jī)無(wú)人駕駛協(xié)同系統(tǒng)架構(gòu)中，傳感器包括激光雷達(dá)、超聲波雷達(dá)、高清相機(jī)、R行位置信息、農(nóng)機(jī)作業(yè)環(huán)境信息、農(nóng)機(jī)作業(yè)狀態(tài)信息、農(nóng)機(jī)位置信息等的感知和采集，并將采集的信息傳遞給“云”，“云”再傳遞給“數(shù)”進(jìn)行處理和分析；農(nóng)機(jī)裝備由行走底盤和作業(yè)部件等構(gòu)成，基于數(shù)-云端協(xié)同實(shí)現(xiàn)自主作業(yè)；應(yīng)用交互軟件包括農(nóng)機(jī)無(wú)人駕駛協(xié)同系統(tǒng)應(yīng)用軟件，實(shí)現(xiàn)數(shù)據(jù)的可視化和人機(jī)交互5.1“數(shù)”模塊功能5.1.1數(shù)據(jù)清洗和預(yù)處理需要對(duì)建模數(shù)據(jù)進(jìn)行清洗和預(yù)處理，確保數(shù)據(jù)的質(zhì)量和可用性，為后續(xù)分析提供準(zhǔn)確、干凈的數(shù)據(jù)集。b)將點(diǎn)云數(shù)據(jù)進(jìn)行網(wǎng)格化處理，統(tǒng)一建圖時(shí)進(jìn)行點(diǎn)云配準(zhǔn)的尺度和坐標(biāo)范圍。a）采集圖像訓(xùn)練集，對(duì)原始圖像信息進(jìn)行濾波、c）能夠?qū)D像顏色空間由RGB轉(zhuǎn)換到HSV，增加構(gòu)建路面分割模型時(shí)對(duì)顏色變化的適應(yīng)性；d）能夠?qū)D像進(jìn)行旋轉(zhuǎn)、翻轉(zhuǎn)、縮放，并結(jié)合語(yǔ)b）提取關(guān)鍵幀，能夠根據(jù)要求從視頻中提取出代表性的幀，減少數(shù)據(jù)處理的復(fù)雜性；C）提取特征，能夠從關(guān)鍵幀中提取特定有用的信息，包括顏色、紋理、形狀等需要對(duì)經(jīng)過(guò)數(shù)據(jù)清洗和預(yù)處理后的數(shù)據(jù)，根據(jù)需要進(jìn)行數(shù)據(jù)分析和建基于預(yù)處理后的圖像數(shù)據(jù)、視頻數(shù)據(jù)等，采用深度學(xué)習(xí)算法，構(gòu)建路面分割模型，可對(duì)模型預(yù)對(duì)路面分割區(qū)域進(jìn)行連通性分析和融合處理，并基于語(yǔ)義標(biāo)簽自動(dòng)生成標(biāo)準(zhǔn)化矢量圖層，包括：區(qū)、障礙區(qū)、種植區(qū)等，同時(shí)對(duì)生成的矢量圖層賦予坐標(biāo)信息，與激光雷達(dá)點(diǎn)云地圖進(jìn)行坐標(biāo)配基于作業(yè)地塊的矢量圖層、土壤狀況、作物種植分布等數(shù)據(jù)，規(guī)劃出無(wú)人農(nóng)機(jī)的最佳作業(yè)路徑包括橫向偏差控制、發(fā)動(dòng)機(jī)啟?？刂?、縱向速度控制、制動(dòng)控制和傳動(dòng)比控制等控制決策，確使用圖像處理技術(shù)對(duì)作業(yè)地塊中的作物進(jìn)行識(shí)別通過(guò)分析歷史作業(yè)數(shù)據(jù)，評(píng)估無(wú)人農(nóng)機(jī)的工作效率，并通過(guò)優(yōu)化算法對(duì)作業(yè)參數(shù)進(jìn)行調(diào)整以提通過(guò)分析無(wú)人農(nóng)機(jī)的工作狀態(tài)數(shù)據(jù)，利用預(yù)測(cè)性維護(hù)模整合上述數(shù)據(jù)分析和模型，構(gòu)建形成智能化決策大模型，為無(wú)人農(nóng)機(jī)在復(fù)雜多變的農(nóng)業(yè)生產(chǎn)環(huán)5.2“云”模塊功能5.2.1連接管理管理傳感器、農(nóng)機(jī)裝備等與云平臺(tái)之間的連接，確保數(shù)據(jù)傳輸5.2.2設(shè)備管理5.2.3數(shù)據(jù)存儲(chǔ)整合云平臺(tái)中心計(jì)算能力和分散的端邊緣計(jì)算能力，使數(shù)據(jù)可以在云、邊緣和端之間自由流通5.2.5消息協(xié)同a）通過(guò)消息隊(duì)列、主題和服務(wù)端訂閱等功能來(lái)同步不同系統(tǒng)之間b）能夠通過(guò)云端集中式訓(xùn)練模型，并將更新的模型推送到本地邊緣5.2.6指令下發(fā)5.2.7執(zhí)行狀態(tài)監(jiān)控云平臺(tái)下發(fā)指令后，終端設(shè)備能夠及時(shí)將指令的執(zhí)行結(jié)果返回給云平臺(tái)平臺(tái)，如果終端設(shè)備沒有回應(yīng)，5.2.8應(yīng)用構(gòu)造支持農(nóng)機(jī)無(wú)人駕駛物聯(lián)網(wǎng)應(yīng)用的快速開發(fā)和部署，支持模塊化、微服務(wù)化的應(yīng)用實(shí)例在云端根需求進(jìn)行編排，支持應(yīng)用管理協(xié)同，確保云端和邊緣節(jié)點(diǎn)提供跨平臺(tái)的開發(fā)工具和服務(wù)，使得開發(fā)者能夠高效提供地圖搭載、裝備注冊(cè)、參數(shù)配置、狀態(tài)監(jiān)控、農(nóng)機(jī)控制、作業(yè)管理、故障管理等中間件5.3“端”模塊功能需要配置多種傳感器，包括激光雷達(dá)、超聲波雷達(dá)、攝像頭、RTK、IMU等5.3.2邊緣計(jì)算及農(nóng)機(jī)自動(dòng)駕駛作業(yè)控制b)農(nóng)機(jī)在不同作業(yè)場(chǎng)景行駛過(guò)程中，能夠根據(jù)衛(wèi)星信號(hào)遮蔽情況自動(dòng)切換定位模式，實(shí)現(xiàn)持續(xù)定位；a)能夠結(jié)合農(nóng)機(jī)行駛速度，根據(jù)超聲波b)能夠結(jié)合數(shù)據(jù)處理與分析部件反饋的路面分割信息，修正農(nóng)機(jī)行駛路線，實(shí)現(xiàn)在車行道居中行駛；c)基于全域定位導(dǎo)航能力，控制農(nóng)機(jī)按照a)接收云平臺(tái)下發(fā)的傳感器參數(shù)、作業(yè)路徑5.3.3應(yīng)用服務(wù)a)新增任務(wù)：用戶可以通過(guò)云平臺(tái)新增作業(yè)任務(wù)，填寫任務(wù)名稱、描述、執(zhí)b)修改任務(wù)：提供靈活的任務(wù)修改選項(xiàng)，允許用戶調(diào)整任務(wù)參數(shù)、時(shí)間表或其他相關(guān)屬性，確保任d)查詢?nèi)蝿?wù)：可根據(jù)任務(wù)名稱、執(zhí)行時(shí)間進(jìn)行任務(wù)a)用戶可以通過(guò)圖形化界面直觀地規(guī)劃作業(yè)路徑，添加路徑關(guān)鍵點(diǎn)、設(shè)定b)支持智能作業(yè)路徑規(guī)劃，能否基于柵格地圖和矢量圖層進(jìn)行最優(yōu)行駛路徑規(guī)劃，降低終端資源消b)具有任務(wù)離線下發(fā)機(jī)制，網(wǎng)絡(luò)由不穩(wěn)定或斷連恢復(fù)到正常，能否把作業(yè)任務(wù)續(xù)傳下發(fā)到終端。a)實(shí)時(shí)監(jiān)控作業(yè)任務(wù)執(zhí)行狀態(tài)，包括任務(wù)已開始、任務(wù)進(jìn)行中、任b)任務(wù)完成后，系統(tǒng)自動(dòng)生成詳細(xì)任務(wù)報(bào)告，對(duì)任務(wù)執(zhí)行時(shí)間、完成情況、異常事件等進(jìn)行統(tǒng)計(jì)。b)實(shí)時(shí)監(jiān)控農(nóng)機(jī)健康狀況，包括液壓油溫、電池電量等信息；d)發(fā)現(xiàn)異常情況實(shí)時(shí)觸發(fā)報(bào)警，以便及時(shí)采取措施防范潛在問(wèn)題。c)精度發(fā)散狀態(tài)（RTK浮動(dòng)解）及時(shí)告警時(shí)間小于3s；a)自動(dòng)識(shí)別衛(wèi)星信號(hào)的強(qiáng)弱或缺失，如果衛(wèi)星信號(hào)變?nèi)蹙妥詣?dòng)切云平臺(tái)搭載并展示電子地圖，采用數(shù)據(jù)處理與分析部件基于激光雷達(dá)點(diǎn)云地圖轉(zhuǎn)換的高精度柵格地圖，b)感知到障礙時(shí)能夠根據(jù)車速自動(dòng)調(diào)a)在云平臺(tái)電子地圖上打點(diǎn)繪制出作業(yè)路徑，或根據(jù)柵格地圖及可通行區(qū)域矢b)農(nóng)機(jī)裝備能按照作業(yè)路徑進(jìn)行自動(dòng)循跡行駛，真實(shí)行駛路徑偏移量不超過(guò)10cm。a)“數(shù)”、“云”應(yīng)具備有效的終端身份驗(yàn)證、數(shù)據(jù)加密和過(guò)濾機(jī)制，防止非授權(quán)用戶b)“數(shù)”、“云”、“端”具有日志記錄和運(yùn)行過(guò)程監(jiān)控機(jī)制，異常事件發(fā)生時(shí)應(yīng)實(shí)時(shí)響應(yīng)和報(bào)警，c)傳輸安全說(shuō)明：使用成熟的安全傳輸協(xié)議，保證傳輸?shù)耐ǖ腊踩?。a）存儲(chǔ)介質(zhì)滿足農(nóng)機(jī)無(wú)人駕駛數(shù)據(jù)大規(guī)模、高速、低延遲、高可靠b）存儲(chǔ)策略采取數(shù)據(jù)備份、數(shù)據(jù)壓縮、數(shù)據(jù)加密、數(shù)據(jù)歸檔等。在“數(shù)”模塊中部署了對(duì)算力要求較高的智能算法，包括激光點(diǎn)云數(shù)據(jù)預(yù)處理、圖像數(shù)據(jù)預(yù)處理法、激光點(diǎn)云建圖、路面語(yǔ)義分割與矢量圖層生成等。實(shí)現(xiàn)“數(shù)-云-端”無(wú)人駕駛協(xié)同系統(tǒng)的“數(shù)”模塊應(yīng)可“云”模塊對(duì)應(yīng)云平臺(tái)，通過(guò)云端泛在資源融合管理、面向場(chǎng)景使能技術(shù)服務(wù)化、融合應(yīng)用建模與開發(fā)運(yùn)行、應(yīng)用實(shí)例調(diào)度與執(zhí)行等，提供廣連接、廣交互與廣服務(wù)。實(shí)現(xiàn)“數(shù)-云-端”無(wú)人駕駛協(xié)同系統(tǒng)的“云”模塊應(yīng)滿足系統(tǒng)廣連接、廣交互與廣服務(wù)所需的云資源和b)航向角精度<1°（自轉(zhuǎn)360°);d)具備數(shù)據(jù)穩(wěn)定的指示輸出，以便于與其他傳感器進(jìn)行時(shí)間同步；b)其中CAN接口符合“ISO11898-2”標(biāo)準(zhǔn)，雙絞線通訊，c)其中RS485接口符合“EIA-485”d)可通過(guò)串行通訊接口發(fā)送速度、轉(zhuǎn)向角度等控制信號(hào)，并接收實(shí)時(shí)速度、轉(zhuǎn)向角度等信息。a)全域定位測(cè)試場(chǎng)景選擇三種衛(wèi)星信號(hào)典型場(chǎng)景：全天空?qǐng)鼍?、半天空、室?nèi)c)將傳感器等正確安裝適配在農(nóng)機(jī)裝備上，保證正常運(yùn)行b)“端-云”遠(yuǎn)程通信測(cè)試：2)農(nóng)機(jī)裝備通過(guò)接入衛(wèi)星授時(shí)模塊在上報(bào)云的數(shù)據(jù)中打時(shí)間戳，通過(guò)云平臺(tái)統(tǒng)計(jì)智能駕駛終端b)全遮蔽場(chǎng)景下的定位功能應(yīng)按照GB/T36100-2018的規(guī)定a)采集的激光點(diǎn)云數(shù)據(jù)質(zhì)量應(yīng)該《CH/T8024-2011機(jī)載激光雷達(dá)數(shù)據(jù)獲取技術(shù)規(guī)范》中對(duì)點(diǎn)云密度、b)預(yù)處理后的激光點(diǎn)云數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)應(yīng)該按照《CH/T8024-2011機(jī)載激光雷達(dá)數(shù)據(jù)獲取技術(shù)規(guī)范》柵格地圖和矢量圖層的數(shù)據(jù)采集正當(dāng)性、制作生產(chǎn)資信、數(shù)據(jù)質(zhì)量、應(yīng)用功能的檢測(cè)需按照《C1234561)在室外選擇4個(gè)以上位置作為基準(zhǔn)點(diǎn)，使用RTK測(cè)量出室外基準(zhǔn)點(diǎn)的精準(zhǔn)坐標(biāo)；3)使用全站儀采用后方交會(huì)的方法計(jì)算出室內(nèi)待測(cè)點(diǎn)的坐標(biāo)作為真實(shí)參考值；4)將農(nóng)機(jī)裝備靜止在室內(nèi)待測(cè)點(diǎn)并啟動(dòng)定位功能，每個(gè)待測(cè)點(diǎn)統(tǒng)計(jì)100組系統(tǒng)解算坐標(biāo)與其真1)在室外選擇4個(gè)以上位置作為基準(zhǔn)點(diǎn)，使用RTK測(cè)量出室外基準(zhǔn)點(diǎn)的精準(zhǔn)坐標(biāo)；3)使用全站儀采用后方交會(huì)的方法計(jì)算出室內(nèi)待測(cè)點(diǎn)的坐標(biāo)作為真實(shí)參考值；4)室內(nèi)待測(cè)點(diǎn)兩兩之間確定多條參考直線，云平臺(tái)下發(fā)參考直線的路徑信息到農(nóng)機(jī)裝備，執(zhí)行循跡行駛?cè)蝿?wù)，每條參考直線記錄100個(gè)系統(tǒng)a)選擇測(cè)試場(chǎng)景，包含室外開闊區(qū)域和室內(nèi)全遮蔽區(qū)域，兩個(gè)區(qū)域中分b)通過(guò)示教模式人工控制農(nóng)機(jī)從開闊場(chǎng)景的起點(diǎn)到全遮蔽場(chǎng)景內(nèi)的終點(diǎn)行駛，將示教軌跡上傳至云c)將農(nóng)機(jī)裝備返回起點(diǎn)，執(zhí)行