“硬件+算法+平台” 打造“智探粮芯”系统

（来源：环球网资讯）

来源：科技日报

一根根智能探杆被有序部署到位，屏幕上实时跳动着温度、湿度、水分、虫情等数据，管理员只需在手机上轻触即可完成风险巡检……在近日举行的全国财经院校创新创业联盟2025年年会暨第十届全国财经院校创新创业大赛全国总决赛中，这套由南京财经大学研发的“智探粮芯”智慧储粮监测与预警系统，获创意赛道特等奖，为粮食安全领域提供了智能化解决方案。

2003年，南京财经大学计算机与人工智能学院教授毛波团队开始研发粮情监测技术。“从最初的温湿度采集，到如今多模态监测、AI智能识别、大模型决策支持的全链条体系，团队持续攻关储粮信息化关键技术。”毛波告诉记者，传统守粮人“靠经验、凭手感”，“智探粮芯”通过“多模态硬件+智能算法+服务平台”，实现对粮堆内部环境的实时感知、智能分析和主动治理。

实际应用场景中，这套系统让储粮管理第一次真正实现了“看得见、算得出、管得住”。

在福建省储备粮南安库，由于湿度高、虫害多发，管理压力长期居高不下。项目团队将智能探杆插入粮堆，每隔数分钟便能自动采集温度、湿度、水分、二氧化碳含量、虫情图像等多项关键数据。一旦虫害出现早期迹象，系统会自动识别虫种、判断风险等级，并将预警信息和处置建议推送给库区管理员。过去需要依赖人工“掏探子”“翻粮面”才能发现的问题，如今在手机上轻轻一点就能及时掌握，极大提升了安全性与工作效率。

“在智能监测技术长期依赖进口的背景下，‘智探粮芯’实现了关键硬件的自主可控。”团队成员、南京财经大学计算机与人工智能学院学生黄微说，作为系统核心设备，自研多模态智能探杆集成温湿度、水分、气体浓度与虫害图像识别等功能，成本仅为进口设备的约五分之一，却能覆盖更多的监测维度，实现更长时间的在线运行。

在算法方面，系统采用改进的YOLOv8-seg实例分割模型，可精准识别玉米象、谷蠹等典型储粮害虫，准确率超过90%。结合LSTM时序预测模型，系统可对未来5天虫害风险进行预测，为粮库提前争取4—7天的干预窗口期，从“事后救火”变为“提前预警”。

团队还基于大语言模型搭建了智能交互平台。平台可将复杂的数据转化为通俗易懂的风险说明，并生成分级处置策略。基层仓库管理员只需说一句“最近仓内状态怎么样”，系统即可自动汇总当前粮情、虫情趋势，并提出处理操作建议，实现真正意义上的“AI助手陪伴式管理”。配套的专家服务平台则构建了从监测、诊断到处置、复核的完整闭环，让传统粮情管理更加标准化、智能化。

截至目前，“智探粮芯”项目已在中粮集团、中储粮等多家大型粮储企业完成试点应用。团队正在进一步构建“算法+算力”一体化平台，争取将系统推广至更多储粮企业，为传统行业注入智能化升级的新动力。（科技日报记者 张晔 通讯员 陈彦博）