2023年度现代农林人工智能产业学院第一批校企联合项目

　发布时间：2023年10月13日 09:02　阅读量：

一、申报条件与要求

1.申报人应为浙江农林大学数计学院在校本科生以及研究生。项目以团队形式申报，鼓励专业交叉融合，旨在培育一批具有一定创新价值和应用潜力的科技成果。

2.每个项目均应有指导老师，团队指导老师由1-3人组成。

3.每位申报人仅能主持申报1个项目，每个项目至少有1位本科生参与。项目经费实行专款专用，主要用于该项目研发所产生的设备、耗材、差旅和劳务支出等，其中劳务费开支不得超过本项目总经费的50%。

4.所有项目执行期均为1年，即2023年11月1日-2024年10月30日，并在项目执行期结束后1个月内递交结题报告；如项目提前完成，申请人也可提前申请结题。

二、申报程序

1.提交申报书。本中心设置两类项目，第一类是重点项目，第二类是自主选题项目，按以下要求提交申报书。

第一类（重点项目）：申请人可根据项目需求（见表1重点项目需求清单），重点阐述实现的路径、技术方法和实现的目标，项目资助经费额度为2-5万元/项；

第二类（自主选题）：申请人可自主选择课题，但所申报的项目必须与实际情况相符，申报项目的研究内容应专注于解决特定领域的实际难题，聚焦目标任务，强化基础研究、应用基础研究，明确预期研发成果，项目资助经费额度为0.5-1万元/项；。

2.专家评审。项目申报人进行6分钟PPT陈述，4分钟提问，专家对每个申报书结合答辩情况进行综合打分；

3.立项。研发中心根据专家评审结果，结合企业急需程度，确定项目立项名单并予以公布。

表1重点项目项目需求清单

序号	课题名称	研发内容	成果
1	环境感知系统	基于森林环境监测需要，研发环境感知系统。包括：1）感知器，自动获取空气温度、湿度、风向、风速、降雨量、CO2等因子，还可根据需要进行性能和功能扩充；2）传输系统，实现数据自动传输到后台服务器；3）数据汇聚与分析。要求系统完整、轻便、安装简单。取获的数据能通过手机端查看，可提供市电、太阳能多种供电方式。	发表核心以上论文1篇、专利1项。
2	低功耗树木直径持续测量系统	基于传感器、嵌入式、计算机等技术，可以实时、持续获取树木在径生长量。系统主要有传感器、单片机、显示屏、数据传输模块、时钟模块、通信模块、电源管理模块、网关、管理分析软件等组成。系统集自动持续测量、数据汇集、储存、管理分析于一体，具有功耗低、反应灵敏、测量精确等特点。测量精度高于0.001mm，电能持续时间12个月以上。	发表核心以上论文1篇、专利1项。
3	天地空一体化应用开发	基于WEB3D地图开发天地空森林灾害一体化管理应用。主要包括3D地图（包含DEM、倾斜摄影）显示优化，扑救路线规划（人、车），火灾定位，根据地形、气象、植被等要素分析火灾蔓延方向、速度以及面积，在地图上以动画形式展现。要求其可实现跨平台并在大多数浏览器（浏览器缓存仅有2GB）上运行，用户无需安装任何插件。3D地图地形、卫片加载、运行流畅，火点显示生动形象，火灾蔓延效果可根据参数配置展示，如时间、范围等。	发表核心以上论文1篇、专利1项。
4	森林资源数据分析	基于林业一张图、林业资源数据、历年变更等数据，通过大数据挖掘技术、AI等技术对区域内森林资源状况、林相结构优化等综合分析。包括：优势树种种植、森林提质、迹地更新、林下经济等。参考：优势树种种植分析：根据林业一张图分析各树种在不同环境下生长优势。森林提质分析：根据林业一张图分析林木龄组、密度、退化林等分析森林质量可提升地块。结合优势树种种植分析，推荐退化林改造种植树种。迹地更新分析：根据林业一张图迹地、征占林地、林木采伐、森林督查、营造林数据分析我省可植树地块，可结合优势树种分析推荐种植树种。林下经济分析：根据现有林业资源数据分析我省的林草、林药、林禽、林畜、林菌、林菜、林油、林粮等林下经济可种植发展潜力地块。参考因子如土壤类型、土壤质地、气候、温度、土层厚度、腐殖质层厚度、坡度、海拔、优势树种等相关数据。	1、代码1套； 2、论文1篇； 3、专利1项；
5	动植物识别系统	基于海康、大华等主流视频监控厂商产品识别到的视频和图片，通过机器学习方法，实现特征比对识别动物名称。基本要求：1）模型建设基于kylin10等liunx操作系统；2）管理端基于JAVA前后端分离技术开发，数据库使用PostgreSQL；3）建立基本物种库；4）可通过管理端后期简单补充训练模型，实现更多动物识别；5）识别准确率95%以上	需求分析与设计文档、实施与总结文档、发表核心以上论文1篇或专利1项。
6	树木风险监测-预警模型建设	通过联通物联环境感知系统数据信息（如获取空气温度、湿度、风向、风速、降雨量、CO2、土壤酸碱度等），结合根据树干情况、土壤、空气、病虫害、气象、非法行为识别（破坏树木）、烟雾检测等因子进行打分分级预警。包括：1）管理端基于JAVA前后端分离技术开发，数据库使用PostgreSQL；2）接入“环境感知系统”课题的物联网系统；3）树木监控评价模型一套；4）树种健康库建立（浙江大部分树种，包含适宜土壤厚度、土壤酸碱度、温湿度、图层等信息）	需求分析与设计文档、实施与总结文档、发表核心以上论文1篇或专利1项。
7	无人机实时监测、控制与识别	基于大疆等主流厂商，选取至少一款型号无人机进行二次开发，实现飞行路径的远程上传、远程控制、视频实时回传、飞行姿态与位置的实时回传。针对回传视频，开发至少一款识别模型，比如林区松材线虫病、野外用火等。	发表核心以上论文1篇，专利1项。
8	研学通系统	手机端实现每日打卡、工作日报、经验分享、师生听课、组会共享、信息公告、信息查询等。管理端实现对手机端功能管理、数据汇总统计。	申报软件著作权一项，并在全院推广应用。
9	数字孪生技术	掌握植物、建筑、村落、景区、农田3维建模与沉浸式互动技术；掌握VR、AR人体运动技术，并将相关技术进行示范应用。	掌握数字孪生技术，并发表核心以上论文1篇。
10	农林业AIGC大模型	从互联网抓取农林业问答数据，并进行标注，融合知识库、知识图谱和行业领域专家知识，构建面向农林业的AIGC大模型，研发大模型调用接口和交互式问答系统，实现农林业知识问答与推理，赋能智慧农林业。	发表高水平学术论文1篇，申请发明专利1项以上。