京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27