您的位置: 首页 > 院士专题 > 专题列表

共检索到1156条,权限内显示50条;

[前沿资讯] 捷克着手制定未来十年5G网络发展行动计划 进入全文

科技部

据捷克研发创新理事会网站消息,在最近召开的研发创新理事会例会上,捷克副总理兼工贸部部长、理事会副主席哈弗利切克表示,捷克正在着手制定《2020 - 2030年5G网络发展行动计划》。他表示,5G发展为工业4.0、自动驾驶、人工智能、公共安全、虚拟现实等领域带来了全新的应用潜力,捷克政府必须大力加强5G网络建设,通过制定行动计划为上述领域技术发展提供保障。 哈弗利切克提出,基于该行动计划的实施,捷克2025年5G网络将覆盖70%人口以及绝大部分城市地区及主要铁路和公路,2030年5G网络将为超过99%的人口提供快速连接服务。 目前,捷克政府正在寻找建设5G网络的试点城市。试点城市需要具备的条件包括:有3—5万居民和充满活力的年轻群体,是现代工业发达城市和重要交通枢纽,优先考虑拥有大学的城市。捷克将在试点城市率先开展5G网络建设和各类应用测试。同时,捷克政府还在与德国巴伐利亚州协商,共同建设覆盖布拉格—慕尼黑高速公路走廊的5G网络,为建立全国道路交通系统5G网络积累经验。

[前沿资讯] 农业机器人的春天来了吗 进入全文

科学网

当前,农业生产中,人工成本已经超过整体成本的一半。在这种背景下,如何降低人工成本逐渐成为农业生产关注的热点问题。 “智能化的农业农机装备为提高农业生产效率指出了一条路。从长远看,农业机器装备发展到一定程度就会衍生出农业机器人。农业机器人可全部或部分替代人或辅助人高效、便捷、安全、可靠地完成特定的、复杂的生产任务。”日前,中国工程院院士、国家农业信息化工程技术研究中心主任赵春江在2019世界机器人大会上说。 农业机器人是农业智能化装备的一种,能够利用多传感器融合、自动控制等技术,让自然环境下作业的农业装备实现自动化、智能化生产。农业机器人种类丰富,包括大田作业机器人、温室机器人、林业农业机器人、畜牧农业机器人、水产农业机器人等。 传统农民正在减少 来自农业农村部的数据显示,我国田间平均机械化作业水平达到63%,而江苏、黑龙江等全国粮食主产区已经突破80%。 “虽然农业机械化水平已经比较高,但是农机的作业环境依然比较恶劣,劳动强度也比较大,而且对农机操作人员的驾驶水平要求比较高。”江苏大学教授魏新华说,“由于操作人员技术水平的差别,农业作业质量也差别较大。” 中国农业大学教授李伟表示,现代农业生产对作业人员提出了规模化、标准化、信息化等要求。 农业生产对生产人员提出更高要求,与此同时,传统农民正在减少。据统计,“十三五”期间,我国约有1.2亿人口进入城镇。 越来越多的耕地依靠集体经营、规模化生产。目前,我国40%的耕地由270万个农业新型经营主体耕作,农业生产开始依靠合作社、家庭农场、牧场、种植业和养殖业大户、龙头企业等新型经营主体。 国际上同样面临农业生产人员缺乏的问题。自上世纪80年代起,农业机器人应运而生,如瑞士的田间除草机器人、苹果采摘机器人,美国的苗圃机器人、智能分拣机器人,爱尔兰的大型喷药机器人,法国的葡萄园作业机器人等。 国际学术界对农业机器人非常重视,2008年国际机器人与自动化协会(IEEE RAS)成立农业机器人与自动化学术委员会。2009年美国《时代周刊》将年度最佳发明奖颁发给一款除草机器人。 美国研究公司Tractica的一份报告预测,到2024年底,全球农业机器人的年出货量预计将达到594000台,农业机器人市场的年收入将超过740亿美元。 “农业机器人的发展拥有前所未有的大好局面,农业机器人迎来了春天。”李伟说。 非结构性环境的挑战 春天的到来都要经历寒冬的考验。对于农业机器人来说,这场寒冬就是机器人研发使用过程中的一个个科研难题。 和其它机器人一样,农业机器人由三个重要部分组成:类似人类五官的视觉、触觉、听觉、味觉等,能够感知、获得信息的传感器和系统;能够解析任务,识别、判断环境,制订行动计划的芯片,功能类似大脑;具有超强的执行能力的机构。科研难题就隐藏在这其中。 李伟表示,整体看,我国农业机器人与国际研究水平相当,部分技术处于领跑水平,比如自然环境下机器人的伺服控制等。也有一些技术处于落后状态,比如涉及作物信息、动植物生理、生态感知的传感器件等。 她强调,其中全世界面临的一个共性难题是在非结构环境下如何有效获取信息。“不同于工业环境的流水线生产,农业机器人面临的工作环境非常‘多变’,果实形态多样、农业环境中复杂的光照条件、植株的复杂布局等,都会对农业机器人的判断和执行造成干扰。” 她举例说,黄瓜采收机器人在摘黄瓜的过程中,首先得找到目标。但是每个黄瓜长得都不完全一样,并且还有枝叶的遮挡,机器人找到黄瓜、定位、伸手、采摘的过程不顺畅,这大大影响了机器人采摘过程的速度。 日前,李伟研究团队取得突破性进展,研发出非结构环境智能双目视觉系统。该系统能够在农田、果园等自然环境下,识别光照、时空,动态采集,高速实时传输数据。该系统已经在采摘机器人、除草机器人、割胶机器人等农业机器人方面展开实验与验证。 以大田作业为切入口 事实上,农业机器人的应用已经展开。魏新华介绍,目前我国农业机器人的推广,主要集中在大田作业中自动驾驶农机、农业植保无人机等的应用。大田无人农机已经能够替代人工,实现自动驾驶、工作环境监测、农业决策以及其它具体操作。 除了解放人力,无人农机还有何优势?魏新华表示,无人农机采用按需精准变量作业,提高化肥农药的利用率。另外,无人农机搭载的作业环境现场感知技术,可以根据土壤、环境和作业对象的实时情况,以及机器的作业状态,让机器始终处于接近满负荷的最佳作业状态,提高作业效率,保证作业质量。最重要的是,无人农机作业过程中还实现了信息收集和远程存储。 “未来的农场很可能是无人农场,农业机器人编组后,互相联系,协同作业。”魏新华预言。 但在赵春江看来,我国对机器人的研究整体比较弱,前期的创新研究积累不够,将导致后期产业化“底气”不足,无人农场终究是纸上谈兵。 魏新华说:“农业机器人的研制是不断发现问题、解决问题的过程。”他举例,此前,无人农机作业过程中农田边界的识别是困扰研究人员的难题。无人农机无法识别农田边界,作业之前需要人工驾驶无人农机获取田块的四个顶点,非常耗时。 虽然能够自动识别边界和固定障碍物的系统尝试解决这一难题,但是实际作业过程中又发现了新问题。该系统的田头作业不尽如人意,尤其是在不规则田块中作业存在比较大的难度。调试好的无人农机在移到另一区域作业时,也暴露出土壤及地表状况适应性差的问题。 此外,面对播种或插秧直线度差的田块,如果农业机器人在田间管理时仍按照北斗导航规定的直线路作业,就会增加轧苗率。魏新华建议,进行多导航信息融合,即把北斗导航和视觉导航信息融合。“未来,我国的植保将是以地面机械为主导、农业航空为体系的立体的植保防控体系,要对农业机器人的未来有信心。” 赵春江表示,机器人学是一门交叉学科,涉及到人工智能、材料、机械等多个学科。目前机器人的研究队伍偏小,不利于快速推进农业机器人发展。做好农业机器人,必须鼓励和支持多学科交叉研究。

[学术文献] Robust joint stem detection and crop-weed classification using image sequences for plant-specific treatment in precision farming 进入全文

JOURNAL OF FIELD ROBOTICS

Conventional farming still relies on large quantities of agrochemicals for weed management which have several negative side-effects on the environment. Autonomous robots offer the potential to reduce the amount of chemicals applied, as robots can monitor and treat each plant in the field individually and thereby circumventing the uniform chemical treatment of the whole field. Such agricultural robots need the ability to identify individual crops and weeds in the field using sensor data and must additionally select effective treatment methods based on the type of weed. For example, certain types of weeds can only be effectively treated mechanically due to their resistance to herbicides, whereas other types can be treated trough selective spraying. In this article, we present a novel system that provides the necessary information for effective plant-specific treatment. It estimates the stem location for weeds, which enables the robots to perform precise mechanical treatment, and at the same time provides the pixel-accurate area covered by weeds for treatment through selective spraying. The major challenge in developing such a system is the large variability in the visual appearance that occurs in different fields. Thus, an effective classification system has to robustly handle substantial environmental changes including varying weed pressure, various weed types, different growth stages, changing visual appearance of the plants and the soil. Our approach uses an end-to-end trainable fully convolutional network that simultaneously estimates plant stem positions as well as the spatial extent of crop plants and weeds. It jointly learns how to detect the stems and the pixel-wise semantic segmentation and incorporates spatial information by considering image sequences of local field strips. The jointly learned feature representation for both tasks furthermore exploits the crop arrangement information that is often present in crop fields. This information is considered even if it is only observable from the image sequences and not a single image. Such image sequences, as typically provided by robots navigating over the field along crop rows, enable our approach to robustly estimate the semantic segmentation and stem positions despite the large variations encountered in different fields. We implemented and thoroughly tested our approach on images from multiple farms in different countries. The experiments show that our system generalizes well to previously unseen fields under varying environmental conditions-a key capability to deploy such systems in the real world. Compared to state-of-the-art approaches, our approach generalizes well to unseen fields and not only substantially improves the stem detection accuracy, that is, distinguishing crop and weed stems, but also improves the semantic segmentation performance.

[科技报告] Europe - the Global Centre for Excellent Research 进入全文

布鲁格(Bruegel)

受欧洲议会工业、研究和能源委员会(ITRE)委托,欧洲布鲁格(Bruegel)发布了名为“欧洲--卓越研究全球中心”(Europe - the Global Centre for Excellent Research)的报告,集中探讨欧洲如何在新形势下保持世界领先的科研能力和水平。随着中国加入科技领导者的行列,研究和创新的世界版图正变得多极化。对欧盟来说,全球研究能力的提升为其提供了更多的全球人才库和专业化机会,但也加剧了对投资、人才和关键技术领域全球领导者地位的竞争。要成为卓越研究的全球中心,欧盟及其框架计划必须支持欧盟内部优秀研究机构的进一步整合,同时对外国人才开放,并与强大的欧盟外合作伙伴建立国际联系。报告包括6个部分,分别是:1. 缩写词表;2. 图列表;3. 表格列表;4. 概要:(1)全球科技趋势,(2)欧盟的框架计划和卓越研究,(3)对未来欧盟R&I项目的建议:地平线欧洲;5. 参考文献;6. 附录。

[学术文献] From precision agriculture to Industry 4.0 Unveiling technological connections in the agrifood sector 进入全文

BRITISH FOOD JOURNAL

Purpose-Circumstances that are have a significant impact on it. In particular, environmental sustainability related to the increase of worldwide population, and market demand for agricultural products (with consumers more and more aware about cultivation and breeding techniques and interested in healthy and high-quality products) represent two of the key challenges that the agricultural sector is going to face in next years. In such a landscape, technological innovations that can support organizations and entrepreneurs to face these problems become increasingly important, and Industry 4.0 is the most striking example. Indeed, the Industry 4.0 paradigm aims to integrate digital technologies into business processes to raise productivity levels and to develop new business models. Accordingly, digital technologies play a similar role in the precision agriculture domain, and the purpose of this paper is to understand if the technologies at the basis of these two paradigms are the same or not. Design/methodology/approach-The present work investigates how the two domains of Industry 4.0 and precision agriculture are connected to one another by analyzing the most used technologies in both the fields in order to highlight common patterns and technological overlaps. To reach such goal, an approach combining manual and automated analysis was developed. Findings-The research work generated three main results: a dictionary of precision agriculture technologies including 324 terms; a graph, describing the connections between the technologies composing the dictionary; and a representation of the main technological clusters identified. Originality/value-These show how the two domains under analysis are directly connected and describe the most important technologies to leverage when approaching digital transformation processes in the agricultural sector.

[前沿资讯] Solentum and Pessl partner up in potato precision ag 进入全文

Future Farming

Pessl仪器公司和Solentum公司已经为马铃薯种植者和马铃薯产业达成了一项精细农业合作协议。Pessl仪器公司,总部位于奥地利,是METOS品牌下知识决策的先进农业技术解决方案和整体工具的全球制造商和供应商。Solentum是荷兰的一家服务公司,为国际马铃薯产业价值链提供数据驱动的解决方案。 更好的决策和更好的ROI 两家公司将共同探索新的可能性和市场机会,通过提供更多信息和无缝集成的工具来支持马铃薯产业链,从而使客户能够做出更好的决策,并获得更好的ROI。 收获前估计和监测产量 Pessl 仪器公司首席执行官兼创始人Gottfried Pessl补充道:“25年来,我们一直与领先的马铃薯种植者和垂直整合公司合作。不仅可以帮助他们更好地进行灌溉管理,还可以帮助他们更好地管理疾病和昆虫。与Solentum的合作为我们开辟了一个新的视野,我们将能够在收获前估计和监测产量,并更好地控制包括储存条件在内的整个食物链。 气象站,数据记录器和传感器 由于Pessl和Solentum的合作,马铃薯种植者将能够使用METOS品牌下的包括气象站和数据记录器的全套工具。此外,超过45种不同的传感器将帮助测量所有基本参数(从叶片、土壤和气温、通过相对湿度和降雨量、到辐射),以帮助灌溉管理、昆虫监测、疾病建模、营养管理等。该硬件采集的所有数据都存储在FieldClimate中,这是一个用于收集和显示农业气象数据的网络平台。 对马铃薯种植者的好处 根据Pessl仪器公司的说法,对马铃薯种植者的好处有: 精确的天气监测有助于种植者做出决定,例如何时播种、灌溉多少,何时喷洒以及播种多少 霜冻警告 优化工作计划 避免不必要的实地考察 在适当的时间进行灌溉并施肥 减少对环境的影响 为植物疾病模型计算提供有价值的数据,以改善植物保护和防止作物损失 实时控制昆虫 土壤分析可快速可靠地测量土壤中的氮(有助于选择合适的肥料、施肥量、施肥位置等) 这样既节省了种植者的时间和金钱,又提高了产量 SolGrader和SolAntenna存储 Solentum提供SolGrader和SolAntenna存储。 SolGrader的好处是: 直接在现场获取马铃薯样本数据 马铃薯样品的实时计算 监测马铃薯作物的生长周期 在生长季节,基于事实进行决策,比如马铃薯杀秧的时间 获得更高产量 SolAntenna存储的好处是: 实时测量温度、相对湿度、二氧化碳,并进行正确调整 在最佳时间做出正确决定 能够优化产品质量,避免因发芽、收缩、水分流失、糖积累、堆积而造成的损失 没有人为干预的数据是准确的和可维护的。 更好的产量 组合工具到目前为止是可用的。

首页上一页...6789下一页尾页

热门相关

意 见 箱

匿名:登录

个人用户登录

找回密码

第三方账号登录

忘记密码

个人用户注册

必须为有效邮箱
6~16位数字与字母组合
6~16位数字与字母组合
请输入正确的手机号码

信息补充