曾经的农业耕作是怎样的？——“面朝黄土背朝天”，耕、种、管、收，农民事必躬亲；
现在的农业耕作是怎样的？——农机“一条龙服务”，农民坐在拖拉机驾驶室里，听着歌农活就干完了。
人工智能、大数据、遥感等技术的融合发展，让智能农机特别是无人驾驶农机“劳作”的背影成为大田耕作里常见的风景。智能农机给农民带来极大便利，但要真正实现高效的落地应用，绕不开厘米级作业精度这个难题。
国家农业智能装备工程技术研究中心工程师王昊，想到了向AI取经——利用百度飞桨构建农田环境识别分割模型，实现了高精度农田环境感知并应用于相关系统中，提升了农机的智能化程度，也为全国农业领域智能化发展起到了良好的示范效应。这一案例也登上了2022百度世界大会，成为飞桨赋能各行各业的典型代表。
怎样让无人驾驶农机
拥有更聪明的“大脑”和“眼睛”？
大田农业中，种子撒入农田后，耕、种、管、收等重要环节都可以交由农机完成。智能化作业前，农机需要对农田环境进行精准的识别分割，规划最合适耕种的地方；作业过程中，智能农机需要“认识”作物，帮助农民进行作物估产、分析区域长势，生成作业处方，指导农机自主作业。
大田农业中，种子撒入农田后，耕、种、管、收等重要环节都可以交由农机完成。智能化作业前，农机需要对农田环境进行精准的识别分割，规划最合适耕种的地方；作业过程中，智能农机需要“认识”作物，帮助农民进行作物估产、分析区域长势，生成作业处方，指导农机自主作业。
要确保智能农机走对路、做对事，不论是作业前的路径规划，还是作业中对农田的障碍物感知，都要需要达到厘米级标准。有长期研究经验的王昊深知，难点在于农田与工业生产中标准化、封闭的环境完全不同，天气的实时变化、农田里的暗沟、地下灌溉管道、杂草干扰等因素带来许多困难。王昊和同事尝试过很多技术方法，但这些问题始终“卡着脖子”、无法实现农机全程无人驾驶。
偶然的一个机会，王昊收到了百度AICA首席AI架构师培养计划的报名邀请。AICA不仅有深度学习技术的教授与讨论，还有资深专家基于飞桨对产业场景实际应用的指导，或许长期牵绊自己问题能实现突破。王昊仔细梳理了自己的研究成果和疑问，将“交互式农田图像感知方法”作为课题，进入AICA培训探索学习。
在AICA课程培训中，王昊接触到了百度飞桨产业级深度学习开源开放平台，并了解到了飞桨PaddleSeg开发套件，便捷的数据标注和惊艳的效果让他有了全新灵感，快速地进行了上手实验和优化。除了技术方法，王昊在模型选择上也通过和培训老师、同学的讨论有了明晰的思路，从农田地块识别的二分类，进化为作物与土壤、田埂与道路等更细化的多种分类。最终，王昊利用飞桨克服了各种技术难题，开发并实现了农田环境识别分割的相关模型，并成功应用于基于北斗的农机自动导航系统。有了飞桨技术的这套系统，即使在形状不规则、环境复杂的农田地块里，也能快速方便地获取高精度农田场景模型，保障无人驾驶拖拉机等智能农机按照预定的轨迹精准地进行作业，大大提升了农机的智能化程度。新农民和智能农机轻松协作，保证产量的同时不操心、不费力。
农业发展事关社稷民生，影响经济发展、社会稳定和国家安全。《新一代人工智能发展规划》也指出，要研发智能化农业装备、农机田间作业自主系统。在AI的赋能之下，国家农业智能装备工程技术研究中心在提升农机智能化方面的实践，不仅响应了国家政策，也能辐射全国农业部门及农耕用地。智慧农业的未来图景里，将会有更多AI闪耀的光点。
点击阅读原文或在飞桨公众号后台回复关键词“有解”，即可获得飞桨“有解”案例册链接。产业有问，飞桨有解。
关注【飞桨PaddlePaddle】公众号
获取更多技术内容~