Convex Robótica

— Nexa Vision

Nexa Vision：应用于 AI 的计算机视觉。

Nexa Vision 为 Convex 的机器人装上眼睛。感知、场景理解、诊断与报告——从传感器到管理面板，同一条管线贯通。

下载 PDF
Nexa Vision 分析甘蔗田的计算机视觉图层：采样网格、分割与场景识别

机器人的视觉层，介于像素与决策之间。

自主机器人只有以经验丰富的操作员同样的细致去观察世界，才能真正派上用场。Nexa Vision 融合检测、分割、分类与多模态模型，把原始影像转化为对场景的结构化理解。

这一层既为 Convex 机器人（如 Axis 与基于 Synapse Control 的无人机）的导航与作业提供输入，也为农业生产者交付诊断与建议报告。

分析流程

从图像到理解。

Nexa Vision 将视觉与光谱信号转化为可操作的解读。

概念示意 · 示意读取，非按比例
  1. 01

    采集

    同一区域的轨道与航空影像，覆盖多个波段。

    卫星 / 无人机 / 光学传感器
  2. 02

    处理

    影像经过配准、校正，并裁切到地块边界。

    波段 / 合成 / 归一化 / 裁切
  3. 03

    指数提取

    波段组合转化为可跨时间比较的指标。

    NDVI / NDMI / GNDVI / SAVI / NBR
  4. 04

    视觉解读

    地块内部的对比揭示模式、缺苗与异常。

    模式 / 异常 / 优先区域
  5. 05

    解释

    每期读取都结合农艺背景与历史数据。

    时间序列 / 过境 / 对比
  6. 06

    报告

    发现被整理为技术摘要与建议。

    摘要 / 建议 / 沟通
采集Nexa Vision报告
航拍视角下，水道穿行于红褐色地貌之间。

Nexa Vision

通用计算机视觉模型，可解读多种类型的图像，为农业、工业、采矿、物流、安防、畜牧业、油气及环境领域的决策提供支持。

农业工业矿业物流安防畜牧业石油与天然气环境

Nexa Vision 的四大支柱

感知

对无人机、移动机器人和固定田间相机采集的影像进行物体、表面与模式的检测、分割与分类。

场景理解

多模态模型理解上下文：地块、作物、物候期、地形类型、基础设施状况，以及动物或人员是否在场。

机器人决策

结构化输出为 Convex 机器人与第三方系统的导航、作业与任务优先级逻辑提供依据。

诊断与报告

每次任务都会生成一份视觉报告，包含检测结果、指标与建议，可直接供技术团队和管理者使用。

Nexa Vision 管线如何从采集走向行动

  1. 采集

    影像来自无人机、Axis 机器人、固定相机或田间团队的智能手机。

  2. 预处理

    几何校正、拼接、地理配准，并与机器人遥测同步。

  3. 推理

    计算机视觉与多模态模型在云端或靠近机器人的边缘侧运行。

  4. 融合

    检测结果与地图、历史以及农艺或运营规则交叉比对。

  5. 行动

    结果转化为发给机器人的指令、给操作员的警报或给管理者的报告。

观测信号

系统观察什么。

对同一区域的四种互补读取。

概念示意 · 示意读取，非按比例

波段与合成

每个波段记录地表不同的光谱响应。

B / G / R / RE / NIR / SWIR

光谱指数

波段组合量化长势、湿度与退化。

NDVI / NDMI / GNDVI / NBR

空间变化

地块内部的对比区分出表现不同的区域。

分区 / 边行 / 缺苗 / 斑块

时间演变

跨过境的重复读取显示趋势与持续性。

T1 → T5 / 序列 / 趋势
— 报告周期

从卫星到报告，每次有效观测一个周期。

Nexa Vision 的每份报告都源自 Sentinel-2 的一次新的有效光学观测。没有可用影像时，绝不模拟报告：周期将等待下一次符合条件的过境。

  1. 01Sentinel-2
  2. 02新的过境
  3. 03质量控制
  4. 04有效观测
  5. 05处理
  6. 06指数
  7. 07历史对比
  8. 08Nexa M1
  9. 09PDF
  10. 10通知

报告频率

  • —每 10 天一次
  • —每 15 天一次
  • —每 30 天一次
每次符合条件的 Sentinel-2 过境

标称频率最高可达每 5 天一次，取决于是否有新的有效光学观测。适用于 100 公顷以上的合同，价格另行商定。

没有可用影像时

本周期未找到合适的新光学观测。监测将自动继续。

包含 Nexa M1

每次完成的分析均包含 AI 解读，受公平使用政策约束：每次完成的分析包含最多 1,000 个 Nexa M1 输出 token 的额度，用于解读该分析的数据。

报告语言: 巴西账户默认收到葡萄牙语 PDF，国际账户默认收到英语 PDF；手动选择的语言偏好可覆盖该默认设置。

分析架构

组织视觉解读的分层。

每一层都为上一层的输出做准备、做校验并加以传达。

01光学 / 多光谱 / 轨道 / 航空

视觉输入

卫星、无人机与光学传感器以不同的分辨率和波段记录同一区域。

02配准 / 归一化 / 指数

光谱处理

波段经配准、归一化后组合为回答具体问题的指数。

03分割 / 模式 / 情境

视觉与情境解释

计算机视觉模型结合农艺与历史背景，读取空间变化与异常。

04地图 / 摘要 / 建议

技术与业务传达

发现被整理成团队可直接使用的地图、摘要与建议。

概念示意 · 示意读取，非按比例

多重视角，解读植被与地形。

Nexa Vision 处理多光谱影像，生成量化长势、湿度、叶绿素、地表水与退化区域的指数。每个指数回答一个具体的运营问题，并可相互组合，构建更稳健的诊断。

NDVI

植被长势与密度。分区管理与缺株检测的基础。

区间
裸露土壤 / 缺株长势弱长势中等长势良好长势优异

NDRE

红边波段响应，对生长后期的叶绿素与氮素敏感。

区间
极低低中等高极高

GNDVI

基于绿波段的指数，适用于较郁闭的冠层。

区间
极低低中等高极高

SAVI

经土壤调整的长势指数，突出裸露土壤干扰读数的区域。

区间
以裸土为主覆盖度低覆盖度中等覆盖度高覆盖度极高

EVI

经大气与土壤校正的长势指数，在高生物量下响应更好。

区间
极低低中等高极高

NDMI

植被湿度。提示冠层可能出现水分胁迫。

区间
水分亏缺湿度偏低湿度适宜湿度偏高

NDWI

区域范围内的地表水与涝渍。

区间
无明水土壤湿润水体

NBR

过火痕迹与植被退化。

区间
Alteração forte de cobertura / baixa umidadeCobertura alterada / vegetação secaCobertura vegetal mais preservada

整个周期逐指数跟踪。

每次过境都会为每个指数生成时间序列。综合读数能够呈现长势的演变、各区间面积的变化，以及问题在田间肉眼可见之前的湿度下降。下图展示了在面板和报告中交付的跟踪形式。

作物长势曲线

按过境日期展示 NDVI、NDRE 与 NDMI：出苗、营养生长峰值与衰老。

NDVI 分区面积分布

每次过境时各长势分区所占的面积百分比——反映冠层闭合过程。

累计水分胁迫

NDMI 的演变：持续下降意味着水分亏缺先于长势显现。

区域当前构成

最近一次处理的过境：各长势分区占区域总面积的比例。

辅助解读

让分析变得可执行的文本层。

语言模型负责组织并解释技术分析已经量化的内容。

  1. 01数据与指数
  2. 02整理
  3. 03解释
  4. 04摘要
  5. 05报告
概念示意 · 示意读取，非按比例
  1. 01

    整理发现

    检测结果与指标在报告中分组并排序。

  2. 02

    解释模式

    指数变化获得业务语言的描述，并保留个案的限定条件。

  3. 03

    转译证据

    数字与地图变成管理者和技术团队都能读懂的摘要。

  4. 04

    保留区分

    观测、假设与建议在最终文本中保持分离。

语言模型辅助解释与传达发现；诊断仍然来源于光谱分析与计算机视觉。

跨行业应用

同一视觉层，不同作业场景。

Nexa Vision 是可适配多种影像来源的视觉感知与解读层。光谱 NDVI 读取只是该层的农业应用之一——并非产品的定义。

卫星无人机固定相机机载相机RGBNIR多光谱
01

农业

  • Sentinel-2 与无人机
  • RGB / NIR / 多光谱
  • NDVI、NDMI 与红边
  • 时间序列
  • 胁迫、缺苗与异常
  • 地图与报告
02

食品工业

  • 生产环节的视觉跟踪
  • 关键控制点
  • 卫生与防护装备使用
  • 人员与物料流动
  • 事件记录与视觉证据
  • 合规支持报告
03

矿业

  • 机械移动
  • 路线与排队
  • 循环时间
  • 区域利用率
  • 拥堵
  • 班次与时段对比
04

物流

  • 场站占用
  • 月台与排队
  • 货物移动
  • 滞留时间
  • 运营瓶颈
05

安防

  • 限制区域
  • 人员出现
  • 防护装备使用
  • 人机接近
  • 事件与视觉证据
06

畜牧

  • 计数
  • 移动
  • 空间分布
  • 采食与饮水
  • 异常模式识别

Nexa Vision 观察；Nexa M1 解读。

概念流程：Sentinel-2 或无人机 → Nexa Vision → 异常或时间序列 → Nexa M1 → 解读 → 场景化诊断。两个产品也可独立运行。

概念示意 · 示意读取，非按比例

时间动态

单张影像呈现状态。序列呈现历史。

同一区域在多次过境中被读取；期次之间的对比才是诊断的依据。

概念示意 · 示意读取，非按比例
  1. T1

    长势

    周期的基准读取：长势的初始分布。

  2. T2

    湿度

    湿度指数对亏缺的反应早于肉眼在田间发现。

  3. T3

    异常

    一块低长势斑块从区域整体模式中凸显出来。

  4. T4

    趋势

    跨过境对比确认异常在推进还是消退。

  5. T5

    恢复

    干预之后，优先区域回到区域整体模式。

T1T2T3T4T5

业务交付

从技术地图到可读报告。

交付把观测、解释与建议汇总在一份文档中。

01

地图与指数

02

主要发现

03

本期指标

04

优先区域

05

技术结论

Nexa Vision01 / 01
业务交付

视觉分析报告

周期完成

执行摘要

本期区域概览，包含各分区与上一期相比的长势与湿度变化。

01

主要发现

02

本期指标

优先区域技术结论

系统输出

Nexa Vision 输出什么。

每个分析周期交付面向不同用途的读取结果。

概念示意 · 示意读取，非按比例

视觉诊断

结构化的区域读取，包含分析期内的地图与指数。

异常与分区

按严重程度与范围排序的空间检测结果。

时间对比

期次之间的演变，包含各分区的趋势与持续性。

结构化报告

包含摘要、发现、指标与建议的技术文档。

从无人机到地面机器人，同一条管线。

Nexa Vision 与 Synapse Control 和 Axis 原生集成，同时也能接入第三方相机、卫星以及技术团队的移动设备影像。

推理发生在对运营最有意义的位置。

重量级分析在云端运行；当响应时间影响田间导航与作业时，模型内置于机器人、在边缘侧运行。

Nexa Vision 在空中与地面机器人中的应用

空中机器人

  • —无人机对田块与牧场的自主巡检。
  • —任务执行中检测障碍物与风险区域。
  • —从空中对畜群进行计数与监测。
  • —评估施药作业与植被覆盖。

地面机器人

  • —沿播种行进行视觉辅助导航。
  • —在植株级识别虫害与缺苗。
  • —识别基础设施：围栏、饮水槽、门户。
  • —变量施药与视觉引导取样。

面向真实运营的计算机视觉。

同一套视觉与光谱分析技术可适配不同行业。以下是 Nexa Vision 在各场景中的应用示例。

农业

Nexa Vision 将无人机、卫星与田间相机的影像转化为精准的农艺诊断。光谱指数可检测水分胁迫、营养缺乏、虫害、杂草、播种缺株以及田块内的产量变异。平台生成用于变量施药的处方图，并跟踪作物全周期的演变。

畜牧业

利用无人机和固定相机对畜群与牧场进行视觉监测。Nexa Vision 可统计动物数量、估算体重、识别行为模式、检测健康信号，并绘制牧草的可得性与质量分布。热成像为夜间或低能见度条件下的跟踪提供补充。

矿业

对矿石堆、尾矿库、边坡、传送带与基础设施进行自主巡检。计算机视觉可估算体积、识别位移、裂缝、侵蚀与安全隐患，减少人员暴露，并提高难以到达区域的检查频率。

建筑施工

施工进度跟踪、结构巡检、土方控制与材料管理。Nexa Vision 将工地影像与数字模型和工期计划比对，识别延误、不一致与风险，同时监测劳保用品的使用以及人员与机械的流动。

基础设施与安防

自主巡逻、周界巡检与关键资产的持续监测。无人机和地面机器人采集围栏、塔杆、线路、道路与设施的影像，AI 检测入侵、损坏、腐蚀迹象或遮挡，并实时生成警报。

物流与运营

对货物、托盘、车辆与设备进行视觉计数与跟踪。Nexa Vision 读取车牌、识别货量、核验摆放位置，并与管理系统集成数据，加速盘点、审计与堆场管理。

从图像到报告，同一条解读链。