
无人机+大数据,飞向产业新蓝海
航拍、植保、巡检、测绘……这几年,无人机应用越来越广泛,无人机产业已处于新经济的重要风口,每年应用市场增长率超过50%。盐城无人机行业2011年起步,2015至2017年进入快速发展阶段,目前无人机拥有量约8000架,其中用于航拍6000架,用于消防等行业约1000架,其余主要服务农业植保。作为新兴产业,无人机如何整合行业资源,“飞”入新蓝海?近日召开的盐城市无人机行业应用研讨会上,行业“大咖”纷纷支招。
“无人机-遥控器”,
实现全自主飞行
“2015年,我带着无人机第一次去稻田主飞。5000亩地,四个人面对面站在田埂上,手举小旗,无人机从田这头飞到田那头,每过10多分钟就要换一次电池,特别累人。”说起传统无人机的痛点,盐城本土第一家无人机生产企业、江苏艾格信航空科技有限公司总经理陈晓峰感触颇深。由于飞行器续航时间短,每飞一段,无人机就得降落换电池。“记得一次巡检1600公里长的公路,我们多飞几倍的路程,‘飞跑’四架无人机。”
传统无人机的瓶颈远不止于这些。在极飞地理负责人游春成看来,传统无人机需通过飞手控制,而培养一名专业飞手要3个月;无人机如果要去基站覆盖不到的地方,工作人员必须扛着移动基站到处跑,工作效率低;由GPS定位的传统无人机,坐标误差为5米左右,很难说得上精准……无人机高效智能化应用,还存在很大提升空间。
“常见的无人机都有遥控器,遥控器依赖人来操作,时间一长,飞手就会疲劳。如今,我们引入RTK技术,并在全国布点固定基站,有望攻克这一难题。”其实,游春成所说的RTK技术,是测绘行业已沿用十几年的成熟技术,极飞只是做了一项跨界融合,将原来GPS米级的定位精度,精准到RTK的厘米级。技术的融合,也让飞手放下遥控器,只需在平台上设计飞行线路,便可实现无人机的全自主飞行,甚至还能“聪明”地避开电线杆等障碍物。告别遥控器,无人机飞行误差小了,应用效率高了。同时,智能飞行不需要专业飞手,人员培训仅需3天,更能实现一人同时操作3架无人机,大大解放了劳动力,降低成本。
去年,全国已有4000架无人机“告别”遥控器,实现精准飞行,成为智慧农业的高效助手,其中江苏约300架,盐城有40多架。
“无人机+农业”,
“加”入精细化产业链
“农业大市要成为农业强市,就不能满足于人工+机械化,而要考虑做好‘无人机+’文章,向精准农业发力。”游春成认为,无人机+农业,本土化非常重要。“江苏农业专家到新疆去,未必能种出好的水稻来。因为对农业来说,本土人更懂环境。而且农业是微利行业,无人机服务一亩地,利润只有几元、几角,甚至是几分钱,从成本上考量,无人机不便‘飞出去’做农业植保。”
“农业对无人机行业来说仍有广阔市场。我不建议大家自立门户,因为成本代价非常高。本土企业只要真正沉淀下来,结合当地农业特色、资源优势,同样能在产业链中找到一条适合自己的路,在本土站稳脚跟。”北京中斗科技股份有限公司副总裁李娜建议。
研讨会现场许多专家认为,参与到农业领域的本土无人机企业,最好能把眼光放到耕种管收烘销各个环节,走专业路,做精细化,这样就不愁没市场。“专业化的关键是人才。无人机科技的注入,能够让年轻人感觉农业不再‘苦、脏、累’,从而吸引更多的有志青年。”
“如今,植保、测绘、安防、警备、电力巡检等很多领域都离不开无人机,但对地区来说,发展无人机行业还要注意避免同质化竞争。”苏州中桐创业投资有限公司创始合伙人施登岭坦言,江苏涉足无人机行业的企业不少,未来要实现更好发展,就必须整合好行业资源,政府要引导企业对市场进行细分、错位发展,这样无人机才能“飞”得更远。
“无人机×数据”,
让数据越飞越大
一张航拍测绘图,表面看不出什么,但如果关联到大数据,传统航拍的价值就变得不可估量。无人机是数据采集的利器,在数据获取方面优势明显,而“飞出来的数据”得以应用,并转化成服务,其价值才会无限放大。
“不应把无人机仅作为一个‘会飞行’的工具,其更大作用是在数据的应用中。”游春成举例说,农业保险定损时,以往都是由人拿着测损仪器去受灾地测量,但许多时候,人进不了受灾地块,最终只能由农户自行上报受损情况,这样得到的数据很难客观。现在许多保险公司更喜欢用无人机来获得更精准的受灾数据。无人机作为获得大数据的一个有效工具,不仅为测损提供有效的解决途径,而且在政府部门诸多宏观调控上,给出十分“得力”的参考。
“无人机和大数据,是天然的搭档。”近年来,国家对大数据和人工智能的重视程度不断提高,而无人机则引发空中的大数据革命。盐城在无人机研发、应用、培训上优势突出,同时又拥有省内第一家大数据产业专门园区,得天独厚的大数据行业资源,为打造江苏“无人机+大数据”高地创造出有利条件。
“当下,无人机应用的浪潮已经来临。”陈晓峰坚信,未来大数据很可能是由最先进的采集工具和人工智能来完成,无人机作为一个技术成熟、性能稳定的工具,服务越来越智能、高效、精准,而当无人机与物联网、与农业有效融合时,无疑将带来数据采集及应用的巨大突破。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28