飞行平台
优势是三维接近和跨区域移动；风险是气流、续航、近作物控制和末端负载。
BIAA / PROJECTS / HARVEST
NEXT · 即将开设
BIAA Harvest
AI 自动采摘和授粉无人机
面向温室、果园和精细农业场景，探索将机器视觉、近距离移动、精准授粉与柔性采摘连接成可记录、可复核的农业作业系统。
01 / EXPLORATION
从“看见作物”，
走向“完成作业”。
授粉需要对花朵进行轻量、快速和高覆盖率的精确接近；采摘则需要识别成熟度、估计遮挡、规划接触并限制果实损伤。两类任务可能共享感知与地图，但不一定适合由同一末端或同一移动平台承担。
项目尚未正式启动。页面只公开问题、候选路线和启动条件，不代表已有样机、田间数据或作业结果。
FIRST CROP尚待选择
需要在草莓、番茄、苹果等对象中限定首个任务。
FIRST TASK授粉或采摘二选一
先完成单任务验证，再评估共用平台。
FIRST ENVIRONMENT优先受控温室
相较开放果园，更适合建立重复实验。
STATUS问题定义阶段
尚未决定飞行、地面或轨道形态。
02 / FORM FOLLOWS TASK
项目名称有“无人机”，
平台仍需用证据决定。
旋翼可以跨越垄沟和高低作物，却也带来下洗气流、噪声、续航和安全距离问题。若固定轨道或地面机械臂更有效，项目应允许改变形态。
地面平台
续航和载荷更好，但受地面、行距、坡度和枝叶遮挡限制。
固定轨道
定位稳定且安全，但需要温室基础设施和覆盖规划。
移动底盘 + 机械臂
适合精细接触任务，却增加机构、避障和成本复杂度。
03 / CANDIDATE SYSTEM
作物与花果识别
检测花朵、果实、成熟度、遮挡、枝叶和可接近方向。
作物级地图
把单株、花果位置、历史作业与待处理对象绑定。
授粉或柔性采摘
末端形式、接触力、气流与动作必须由具体作物决定。
农业作业记录
记录次数、成功、失败、损伤、异常和后续人工复核。
04 / FIELD FLOW
建立作物地图
识别行列、单株、花果和不可进入区域。
选择目标
根据成熟度、花期、遮挡和风险分配任务。
规划接近
计算视角、路径、末端姿态和安全距离。
执行与确认
授粉或采摘后用视觉、力或重量信息判断结果。
记录与复核
更新作物地图，标记失败对象和人工处理需求。
05 / STARTUP ROADMAP
项目启动前，
先缩小问题。
如果无法明确作物、任务和成功标准，就不进入复杂样机制造。
作物与任务选择
访谈种植者，比较劳动力痛点、价值、季节和测试可得性。
视觉数据基线
建立花果、成熟度、遮挡和可接近性的小型数据集。
固定台架作业
先在不移动的平台验证末端动作、成功判断与损伤。
移动平台集成
最后再把感知、移动、作业和记录带入温室试验。
06 / VALIDATION METRICS
花果识别与可接近性
不同光照、遮挡、生长阶段和品种下的准确性。
待定义作物后建立授粉/采摘成功率
必须结合人工确认和后续结果，不只看动作是否完成。
待定义任务后建立作物损伤率
花朵、果实、枝叶和邻近对象的直接及延迟损伤。
待定义任务后建立单位时间作业量
包含寻找、接近、执行、确认、失败恢复和人工干预。
待建立基线区域与目标覆盖
在续航和通行限制下完成的有效对象比例。
待建立基线单位有效作业成本
设备、人工监督、维护、耗材和损伤共同计入。
待建立基线07 / AGRICULTURAL BOUNDARIES
作物与传粉生态
自动授粉不能忽略自然传粉、品种差异和花期生物学。
旋翼与现场人员
近距离飞行必须限制能量、隔离人员并保护作物。
食品接触与清洁
采摘末端材料、清洁、农药与病原传播需要评估。
农场数据与模型偏差
产量、品种和位置数据的所有权与不同农场泛化需明确。
为什么同时考虑授粉和采摘？
它们共享作物感知和地图，但动作机制差异很大。项目会先选择其中一项，不默认一台设备能同时做好。
项目一定会采用无人机吗？
不一定。名称保留原始探索方向，但平台选择必须经过对飞行、地面、轨道和混合方案的比较。
什么时候正式启动？
当首个作物、合作场景、单一任务和最低成功标准明确后，才能进入数据与台架阶段。