相比发达国家，我国植保无人机飞防作业尚处于起步阶段，在作业过程及售后维保服务中暴露出一些亟待解决的问题，如飞行高度、路线过于随意，作业任务缺乏管控，无安全保障，“黑飞”事件频出；无人机服务队伍和用户比较分散，无人机保有量过低；飞防作业偶发故障频出，影响飞防作业效率；无人机品牌型号众多，维修困难。
解决方案采集无人机设备、服务相关业务数据，通过异构数据的协议转换与边缘处理，构建工业互联网平台数据基础。通过移动通信网络和有限网络，实现边缘层到云端的数据传输，基于标识解析、物联网、大数据分析、微服务等技术，搭建无人机管理、无人机作业任务管理、无人机跨区作业调度、零部件溯源、预测性维护、远程指导等应用和服务。
（1）无人机设备管理
无人机设备管理模块由设备接入、机身码和飞控码一体化管理、无人机设备状态管理、无人机档案管理、BI可视化、角色权限管理六部分组成。实现无人机远程统一监管，减少硬件投入及后续维护难度和维护成本，实现了数据、报表、图表等参数图形化输入，有助于设备统一管理以及辅助决策。
（2）作业任务管控
植保无人机作业任务管理模块基于GIS、大数据、人工智能和平台技术，面向植保无人机作业服务全流程提供需求发布、作业任务分配、作业方案制定、运行监测、作业质量监督及作业质量评价等功能，实现作业面积实时自动计量，实现各个市场角色的双向监管，确保供需双方的权益保障。
（3）跨区作业调度
通过平台汇聚无人机GIS信息数据、植保业务需求数据、无人机运行状态数据、飞手信息数据，搭建跨区调度系统，合理调配资源，满足种植大户和全国不同地区的作业需求，提高无人机的利用率，将无人机的使用价值最大化，解决农业劳动力季节性、区域局部性短缺的问题。
（4）“5G+AR”远程运维指导
通过5G+AR技术，现场售后服务人员以第一视角的方式分享现场影像和图像，对现场情况进行实时回传至系统服务器，使得植保无人机专家可以远程全面了解现场信息，并通过图像标识、视频标记、视频切换、文件传输等操作，与操作工人进行远程的交流和指导。实现植保站与无人机制造厂家、飞手之间的“面对面，零距离”，提升沟通效率，解决无人机品类多，售后维修难度大，专业性要求高等问题。
（5）远程预测性维护
通过提炼故障信息，分析设备状态数据的异同点，结合迁移学习与深度学习技术，构建基于深度迁移学习的设备状态监测与寿命预测模型，实现无人机及核心零部件的远程诊断和预测性维护，降低作业偶发事故，提升作业效率。
（6）“微晶码+标识解析”零部件溯源
通过在无人机核心零件上打印微晶码，赋予每一个数字对象独一无二的“身份证”，实现资源区分和管理。通过航天云网二级标识解析公共服务平台系统，可以追溯每个无人机零部件的生产信息。为企业提供产品追踪追溯、品牌保护、防伪防窜等多种应用，为售后提供强有力支撑。
解决方案的实施实现了植保无人机设备的全面接入平台和设备远程控制、远程任务调度、远程运维，100%杜绝了“黑飞”事件发生，极大降低事故率，提升设备综合利用效率95%以上，并通过设备故障预警、预测性维护等服务，提升设备利用率、降低设备运维成本。解决方案以植保无人机设备为核心，连接植保站、飞防人员、设备厂商、运维服务商等用户，实现信息的协同共享，大大提升协同效率、降低沟通成本。
