农业工程学报

作者：刘继展,陈耀,吴硕,赵升燚,陆海燕,

关键词：蜂群, 多模态信息, 非侵入, 全周期, 云边端, 自标注, 数据管理

基金：42

为实现蜂群多模态数据的非侵入式、全周期自动采集与高效管理，该研究设计了一种蜂群多模态大数据自动采集管理系统。系统由智能蜂箱终端与自标注管理云端构成，终端集成巢脾自动移位成像、出勤行为视频采集及多源环境感知，实现多模态数据的稳定获取；云端采用多模态数据处理管道完成数据的时空对齐、自动标注与结构化存储。在南京江宁区蜂场开展了为期30 d的连续田间试验，对系统稳定性、数据准确性与标注效率进行验证。结果表明，系统综合数据丢包率低于5%。环境参数采集精度较高，其中蜂箱外温度测量误差最小，平均绝对误差（mean absolute error，MAE）为0.3 ℃，均方根误差（root mean square error，RMSE）为0.4 ℃，皮尔逊相关系数（Pearson correlation coefficient，PCC）为0.995；蜂箱内COsub>2/sub>浓度测量误差相对较大，MAE为48 μmol/mol，RMSE为62 μmol/mol，PCC为0.937。自标注模块单帧视觉数据处理时间约为10 ms，蜂箱口蜜蜂目标检测自标注准确率为98%，巢脾蜜蜂实例分割自标注平均准确率为76%。研究结果表明，该系统可实现蜂群多模态数据的长期稳定获取与自动化管理，为蜂群行为分析与智能养殖提供可靠的数据支撑。/

来源：2026年第4期

《农业工程学报》期刊编辑部

查看农业工程学报杂志2026年第4期