2026年江苏省高质量数据集建设先行先试项目试点名单近日公布，作为全省5个具身智能领域项目之一，江苏正海智能装备有限公司申报的农业机器人具身感知多模态数据集建设项目名列其中。

位于海门正余镇的正海智能装备公司，长期聚焦农业机器人技术研发，通过在设施大棚实地采集海量数据，构建标准化的数据生产体系和具有知识产权的数据资源库，为数字乡村建设、智慧农业与具身智能产业创新注入动能。

直面行业痛点

自建专属数据底座

“入选省级试点，既是认可，更是责任。”正海智能装备有限公司创始人王军在接受采访时表示。他认为，能够从众多申报主体中胜出，核心在于精准抓住行业长期痛点，开辟了设施农业机器人数据集这一少有人涉足的细分赛道。

当前，设施农业机器人落地应用，普遍存在三大瓶颈：识别难、导航难、诊断难。

“识别难，是因为光照与遮挡使视觉系统对果实的检测稳定性大打折扣；导航难，是因为农田地面高低起伏、垄向曲折，传统里程计难以保持持续精准；诊断难，则是因为农艺知识与计算机模型之间缺乏有效衔接，病虫害及缺素症的智能判断仍依赖人工经验，难以实现标准化代码输出。”在王军看来，三大难题的根源，在于缺乏贴合真实农田场景、体系完整的农业专业数据集。“以往大多是直接用公网数据集，做完实验再到现场补采一点数据，到这一步就算完事了。而我们是在数据集这个方向上真正做深做透。”

农业数据采集高度依赖种植周期，想要获取西瓜、番茄等作物全周期样本，需要完整等待一季作物生长，一旦数据存在缺陷，只能等待下一季重新采集，投入成本高、回报周期漫长，很多市场主体望而却步。

瞄准这一行业空白，王军团队针对性地布局了农业机器人感知识别、具身导航、病虫害缺素诊断三大模块专项数据集。去年6月启动数据集专项建设后，团队扎根番茄、草莓、西瓜等高附加值经济作物种植基地，开展实景采集，同步整合公网716GB公开农业数据资源，经标准化治理、分类标注，现已沉淀原始数据集总量超10TB，初步建成三大自主知识产权农业数据集体系。

精研采集标注

筑牢数据核心优势

与行业多数企业采用实验室静态模拟拍摄或直接抓取公网数据的模式不同，正海智能走的是一条更难但更具价值的道路——用农业机器人第一视角原生传感器在大棚田间开展实景采集。

在数据采集环节，正海智能装备坚持多场景、高密度的实地取样策略。团队覆盖多个大棚基地，兼顾早中晚不同光照、晴雨天气，以及作物从开花到采收的全部周期，力求数据的多样性和代表性。正是这样的“笨功夫”，突破了模型泛化不足瓶颈。最终成果显示，正海自采数据训练的模型识别率达到96%至97%，较公网数据集提升了近6个百分点，导航覆盖率也达到95%，验证了该路径的有效性。

数据采集是基础，数据标注才是真正的“重头戏”，正海智能对标注精度有着极为苛刻的要求。以西瓜采摘为例，机器人需精准剪断果梗而非直接抓取果实，因此标注对象不仅是果实本身，还有更细小、更易被遮挡的果梗；此外，还需标注植株的骨架结构与关键点位，以指导机器人识别植物每一个部件的属性特征。更进一步的挑战在于，即便图像中未显露出果梗，也要通过算法训练让机器人具备预判其位置的能力。而对于串收番茄，则需以“串”为单位标注采收点，而非逐颗框选。

精细化的标注需求，决定了数据质量的上限。正海智能携手合肥工业大学大数据知识工程实验室，联合开发了AI辅助标注系统。系统首先对原始数据进行自动化批量标注，随后由农艺专家对标注结果进行双重复核。专家修正结果后，系统再将修正数据反馈至模型进行迭代训练，以持续提升AI标注的准确度。

这一“AI批量预处理+农艺专家双重复核”的机制，不仅使标注效率提高了30%，更确保了数据的专业性和准确性。

锚定产业赋能

拓宽数据应用发展

2024年，正海智能选择落户正余镇，看中的是“正余区位优势明显，政府服务好，农业机器人和正余机器人小镇的产业基础相匹配”。企业从研发设施农业机器人起步，在发现公网数据泛用性不足后，转向自建数据集。

依托“实景实机实训、AI标注提效、多模态融合、高质量可训练”的数据生产体系，正海智能构建起核心竞争力。经过标准化治理的数据已统一接入企业自有数据中心，并通过云端API接口、SDK等形式，面向全国农业机器人企业及高校科研院所开放共享，不仅支撑自研的草莓双臂协同机器人、巡检机器人、智能采收机器人迭代升级，更对外赋能全行业智慧农机研发。

本地化应用层面，正余镇“数字乡村一张网”大数据平台为企业数据落地提供了绝佳场景。依托这一平台，企业数据集同步接入本地农作物病虫数字化监测预警体系，推动设施农业实现病虫害早发现、早预警、精准防控。

产学研合作也在同步推进。目前该项目已与温州农业科学院、苏州农业职业技术学院、江苏农林职业技术学院等科研院所建立了合作关系，进一步拓展数据集的行业应用边界。

王军介绍，面向未来，正海智能布局清晰：数据积累层面，将持续常态化田间实景采集，完整覆盖典型作物全生长周期数据；品类拓展层面，先夯实番茄、草莓等典型果蔬数据集，依托成熟标准化采集、标注体系，逐步拓展全品类瓜果、茄果类作物数据；在产业应用层面，持续打通数据集与自研农业机器人装备的联动体系，以完备的数据底座打造更稳定、更高效的设施农业智能装备。

企业的目光还投向国外市场，并主动对接欧洲相关主体。王军表示，海外农业领域人力成本高昂，农业机器人市场需求旺盛，对于专业农业数据集存在巨大需求，稳步推进项目海外推广，可以让源自中国田间的农业数据赋能全球设施农业智能化转型。

记者 袁晓婕 黄天玲