果动智能果动智能
首页 / 案例 / 虾场数字孪生

01 — AQUACULTURE / CASE STUDY

水产养殖场数字孪生
智能养殖实践

——让自有数据持续沉淀出独有价值

把养殖场搬进数字空间,
让空间、数据、视频感知与推演分析
真正连接起来。

探索这个案例
真实项目实践 GTwin × GSense × GForesight
空间 · 数据 · 感知 · 推演

果动智能基于 GTwin、GSense 与 GForesight,构建面向虾场养殖场景的数字孪生系统。通过三维场景、数据接入、视频感知与推演分析的协同,让养殖现场更直观、更可感知,也为后续管理决策提供更多依据。

02 — 项目缘起

养殖现场信息越来越多,
为什么管理还是不够清晰?

随着养殖规模扩大,养殖区域、水质环境、设备状态、现场视频等信息不断增加,并分布在不同设备和系统中。单独看,每一类信息都有价值;但如果缺少统一关联,管理人员仍然需要在多个入口之间查看和判断,很难快速形成对整个养殖现场的整体认知。

把分散的信息,
重新连接到养殖现场。

以数字孪生空间为基础,让养殖单元、水质环境、现场视频与分析结果产生关联,把原本分散的信息重新组织到同一个养殖场景中

  1. 01

    管理对象多、现场状态难以统一掌握

    从养殖区域、养殖单元到水处理设施和设备,不同对象承载着不同的运行信息,规模扩大后整体掌握难度也随之增加。

  2. 02

    水质、环境与设备数据来源多,信息容易分散

    不同传感器、设备和业务系统持续产生数据,但如果缺少统一组织,管理人员仍需要在多个入口之间查看和判断。

  3. 03

    现场监控仍较依赖人工查看,视频价值有待进一步释放

    摄像头能够记录现场,但数量、活性、行为变化等信息,还需要进一步转化为可查询、可分析的数据。

  4. 04

    多源信息之间关联不足,难以形成连续的管理链路

    空间位置、环境数据、现场视频和分析结果如果彼此独立,就难以从“发现状态”进一步衔接到“理解问题”和“辅助判断”。

03 — GTWIN / 空间孪生

从整个基地,
到一口养殖池

系统首先把真实养殖场映射到数字空间中。从全场总览进入室内养殖区域,养殖池的布局与关键节点有了可查看、可承载数据的空间基础。

真实养殖基地三维总览,展示场区建筑和环境信息
01 / 基地总览 从全场视角理解养殖现场GTwin

由场区,深入养殖单元

每一口池,
都有自己的数字位置。

室内养殖区域的布局、养殖池与关键节点,在同一个空间中呈现。后续的水质、感知和分析能力,都建立在这个空间基础之上。

查看室内养殖单元
室内圆形养殖池与中央处理区域的数字孪生布局
02 / 养殖单元 室内养殖池数字孪生

04 — 水质 / 数据接入

水质数据,
不再只是表格

关键数据直接挂接到真实的空间对象上。点击场景中的关键节点,就能查看入水与出水水质,在对应位置理解“这里的状态如何”。

从“看场景”,到“在场景中看数据”

让数据回到
发生的位置。

温度、氨氮、亚硝酸盐、溶解氧、氧化还原电位、浊度、盐度、pH,在对应节点中查看。

查看入水 / 出水节点
入水水质信息卡与养殖池空间节点
入水水质查看节点信息 ↗
出水水质信息卡与养殖池空间节点
出水水质查看节点信息 ↗

05 — GSENSE / 视频感知

让摄像头从“能看”
走向“能感知”

通过 GSense 实时感知水下视频,为养殖观察与现场判断提供支持。

  • 虾群目标识别
  • 数量统计
  • 活性趋势
  • 活性分布
GSense 水下视频的实时感知分析
从视频画面,到可用信息

06 — GFORESIGHT / 辅助推演

从现场信息,
走向辅助推演

Agent 协同 / 多情景推演 / 报告输出

GForesight / 推演过程
查看更多推演过程
GForesight 多 Agent 对话式协同分析原始界面
Agent 协同对话式分析过程 ↗
GForesight 推演报告与结果说明原始界面
报告输出分析结果与说明 ↗

为养殖经营与生产问题提供辅助判断,不替代人的管理决策。

期末预测 10天:22.03g/50天:24.19g/90天:26.62g

多情景推演 · 分位路径,为判断提供参考

07 — 系统协同

从养殖现场到分析结果,
信息是如何流动的?

  1. 01

    GTwin

    空间孪生

    把养殖场与养殖单元
    放进数字空间。

  2. 02

    水质 / 环境

    数据接入

    将入水、出水、环境等
    关键数据接入系统。

  3. 03

    GSense

    视频感知

    对水下视频进行识别、
    数量统计与活性分析。

  4. 04

    GForesight

    分析推演

    基于已有信息进行
    推演分析与结果输出。

从空间建模,到数据接入,再到视频感知与推演分析,
逐步把养殖现场组织成一个可查看、可理解、可进一步分析的数字化养殖场景。

08 — 从你的现有基础出发

如果换成你的养殖场,
也可以这样开始

规模、设备基础和管理重点各不相同。可以根据已有条件逐步建设,先从关键环节开始,不要求一次性重做。

01 / VIDEO

已有摄像头

可先接入视频感知,让已有画面形成可用信息。

从现场视频开始
02 / DATA

已有传感器

可先接入水质与环境数据。

从关键数据开始
03 / SPACE

已有场区数据

基于场区模型或无人机数据,先建立数字孪生总览。

从空间基础开始
04 / BUSINESS

已有业务系统

结合现有管理流程与业务基础,按实际需求逐步扩展。

从管理需求开始

09 — LET’S TALK / 一起聊聊下一步

想看看你的养殖场
可以从哪一步开始?

无论你已经有摄像头、传感器和部分管理基础,还是正在规划智慧养殖项目,我们都可以结合现有条件,一起判断更适合先从哪一步开始。

数字孪生 · 水质数据接入 · 视频感知分析 · 智能推演辅助 · 系统定制开发

案例素材

虾场数字孪生智能养殖实践|果动智能