作者：Nabeel Khan，u-blox美洲區(qū)域應(yīng)用營銷經(jīng)理
精準(zhǔn)農(nóng)業(yè)技術(shù)以往僅面向大型商業(yè)化農(nóng)場(chǎng)，而隨著技術(shù)創(chuàng)新發(fā)展，如今也開始面向小型農(nóng)場(chǎng)服務(wù)。
目前燃料和化肥價(jià)格正處于極高的水平，世界各地的農(nóng)場(chǎng)主都在想方設(shè)法地穩(wěn)定收入。大型商業(yè)化農(nóng)場(chǎng)一直以來都比小規(guī)模租種耕地更具優(yōu)勢(shì)。這類農(nóng)場(chǎng)早已利用人工智能和先進(jìn)硬件來規(guī)劃運(yùn)營和自動(dòng)執(zhí)行任務(wù)，通過運(yùn)行廣泛的傳感器網(wǎng)絡(luò)來監(jiān)測(cè)土壤質(zhì)量，利用具有視覺功能的無人機(jī)來監(jiān)測(cè)農(nóng)作物的健康狀況，同時(shí)使用自動(dòng)駕駛拖拉機(jī)自動(dòng)定向耕種，以提高生產(chǎn)效率。
但在全球超過5.7億個(gè)農(nóng)場(chǎng)中，絕大部分耕地的規(guī)模都在2公頃以下，上述先進(jìn)系統(tǒng)的成本對(duì)于租種這些耕地的農(nóng)民來說過于高昂、難以負(fù)擔(dān)。大多數(shù)農(nóng)民根本無法獲得足夠的資金來購買新設(shè)備，只能繼續(xù)依賴舊機(jī)器和人力。對(duì)這部分農(nóng)民來說，利用數(shù)字革命來提高農(nóng)業(yè)運(yùn)營效率(通常被歸為智慧農(nóng)業(yè)或精準(zhǔn)農(nóng)業(yè))的廣闊前景一直以來都是可望而不可及。
然而，這種情況正在發(fā)生變化。在過去的幾年間，物聯(lián)網(wǎng)及其基礎(chǔ)技術(shù)已逐步普及，這促使精準(zhǔn)農(nóng)業(yè)領(lǐng)域開發(fā)出新一代經(jīng)濟(jì)實(shí)惠的解決方案，為小規(guī)模租種耕地提供了新的工具以增加產(chǎn)量和提升質(zhì)量。此類解決方案將衛(wèi)星定位、無線互聯(lián)技術(shù)和視覺傳感與包括機(jī)器學(xué)習(xí)和人工智能在內(nèi)的先進(jìn)算法相結(jié)合，有望幫助農(nóng)民以更低的成本實(shí)現(xiàn)更高產(chǎn)量，從而能夠以更加平等的地位與規(guī)模更大的商業(yè)競(jìng)爭(zhēng)對(duì)手抗衡。
在本文中，我們盤點(diǎn)了推動(dòng)精準(zhǔn)農(nóng)業(yè)普及的主要趨勢(shì)，并重點(diǎn)介紹了一部分正在改變?nèi)蛐⌒娃r(nóng)場(chǎng)運(yùn)營的具體應(yīng)用。我們首先探索核心技術(shù)、此類技術(shù)所支持的應(yīng)用，以及發(fā)展方向。
各領(lǐng)域的技術(shù)發(fā)展傳感器融合技術(shù)平臺(tái)
精準(zhǔn)農(nóng)業(yè)解決方案的核心在于傳感器融合技術(shù)平臺(tái)，從各種傳感器中獲取數(shù)據(jù)，使用算法來解釋數(shù)據(jù)點(diǎn)，并提取洞察信息以便用戶(機(jī)器或人類)可以采取行動(dòng)。在日益成熟的過程中，此類傳感器融合技術(shù)平臺(tái)也變得越來越復(fù)雜，并使用愈加精細(xì)的算法處理越來越多的傳感器數(shù)據(jù)類型，以獲得更深入和更高價(jià)值的信息。
此類信息通常使用人工智能(AI)和機(jī)器學(xué)習(xí)(ML)模型生成，而此類模型在傳感器附近的網(wǎng)絡(luò)邊緣運(yùn)行，例如在拖拉機(jī)、噴霧器或其他設(shè)備本身上運(yùn)行，而不是在云端。
有些設(shè)備制造商計(jì)劃在邊緣集成AI/ML技術(shù)，為此他們?cè)诟鞣N選擇中反復(fù)權(quán)衡，希望添加能夠運(yùn)行先進(jìn)機(jī)器學(xué)習(xí)模型的應(yīng)用處理器和硬件加速器，實(shí)現(xiàn)攝像頭和傳感器輸入融合以做出實(shí)時(shí)決策。為了簡(jiǎn)化在邊緣采用AI/ML技術(shù)的流程，許多供應(yīng)商開始將AI加速器集成到各自的系統(tǒng)級(jí)芯片(SoC)和模塊中，從而降低進(jìn)入門檻。
原始設(shè)備制造商(OEM)也選擇集成此類SoC，即使其軟件功能仍然處于落后狀態(tài)。對(duì)這些OEM而言，使用面向未來的硬件構(gòu)建解決方案是一種有利可圖的策略，可以通過固件更新在未來提供先進(jìn)功能，從而帶來穩(wěn)定的收入。
盡管主要供應(yīng)商提供了大量評(píng)估套件，但使用這些解決方案從原型階段發(fā)展到生產(chǎn)階段可能需要耗費(fèi)高昂成本。傳感器融合技術(shù)平臺(tái)可集成到預(yù)加載動(dòng)態(tài)車輛模型中以實(shí)現(xiàn)自動(dòng)定向，或集成到計(jì)算機(jī)視覺模型中以監(jiān)測(cè)植物健康狀況，從而加速OEM的開發(fā)速度并減少對(duì)軟件投資的需求，但此類平臺(tái)可能過于常見，因而無法滿足特定使用場(chǎng)景的需求。更有針對(duì)性的AI/ML可能要求在數(shù)據(jù)收集和訓(xùn)練模型方面加大投資，但鑒于此類模型的專有性質(zhì)，可能需要付出更高的成本。 攝像頭系統(tǒng)
自主駕駛拖拉機(jī)已經(jīng)廣泛依賴攝像頭系統(tǒng)，以視覺方式監(jiān)測(cè)周圍環(huán)境并將其數(shù)據(jù)輸入計(jì)算機(jī)視覺解決方案進(jìn)行解析。上下文豐富的視覺數(shù)據(jù)可使用基于植物大小和其他指標(biāo)的實(shí)時(shí)變量噴霧控制系統(tǒng)，幫助優(yōu)化農(nóng)業(yè)投入品(例如水、種子、化肥和殺蟲劑)的分配，從而顯著提高效率并降低總體成本。
攝像頭系統(tǒng)也帶來了一系列挑戰(zhàn)，需要謹(jǐn)慎應(yīng)對(duì)。例如鏡頭可能會(huì)被水、碎屑、灰塵和雪弄臟。此類問題會(huì)影響基于視覺的應(yīng)用，包括自動(dòng)化和自動(dòng)駕駛等大眾市場(chǎng)應(yīng)用，但除了噴霧噴嘴(可能會(huì)導(dǎo)致鏡頭起霧)和傳統(tǒng)的人工維護(hù)，目前仍然沒有可靠的清潔方法。
此外，高分辨率攝像頭的高昂價(jià)格可能會(huì)抬高最終解決方案的成本，并且當(dāng)視覺數(shù)據(jù)在云端處理時(shí)，數(shù)據(jù)存儲(chǔ)和通信同樣也會(huì)抬高成本。 全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)
全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)同樣已成為精準(zhǔn)農(nóng)業(yè)解決方案的核心。自主駕駛引導(dǎo)式拖拉機(jī)能夠通過GNSS技術(shù)沿著精確的路徑駕駛，從而提高田間作業(yè)效率并減少行間重疊。
農(nóng)作物監(jiān)測(cè)無人機(jī)使用GNSS技術(shù)來按照預(yù)定義的飛行路徑進(jìn)行巡查。全自主引導(dǎo)式工具(例如割草機(jī)器人)則借助該技術(shù)來避開受限的禁區(qū)。這些應(yīng)用通常要求定位精度達(dá)到厘米級(jí)。
高精度厘米級(jí)GNSS技術(shù)面世至今已有十幾年，農(nóng)民訂閱了為每個(gè)用戶量身定制的相對(duì)昂貴的GNSS校正服務(wù)。但只有隨著價(jià)格實(shí)惠的實(shí)時(shí)動(dòng)態(tài)測(cè)量(RTK)服務(wù)在農(nóng)村地區(qū)的普及，以及農(nóng)民使用低成本模塊部署自己的RTK基準(zhǔn)站的成本大幅下降，高精度定位的價(jià)位才能下降到足以讓各種規(guī)模的農(nóng)場(chǎng)都能負(fù)擔(dān)得起這項(xiàng)服務(wù)。
高精度GNSS技術(shù)提高了田間作業(yè)效率——全面減少農(nóng)業(yè)投入品，以及由此產(chǎn)生的財(cái)務(wù)、環(huán)境和健康效益。與此同時(shí)，該技術(shù)也需要解決方案來處理信號(hào)多徑效應(yīng)引起的不準(zhǔn)確性，而多徑效應(yīng)是由于信號(hào)在到達(dá)GNSS接收機(jī)的途中從建筑物、山脈或其他固體結(jié)構(gòu)反彈而引起的。
當(dāng)通過互聯(lián)網(wǎng)傳送時(shí)，GNSS增強(qiáng)數(shù)據(jù)流需要與提供商的服務(wù)器建立IP通信，從而給缺乏Wi-Fi基準(zhǔn)站、sub-GHz 射頻系統(tǒng)等基礎(chǔ)設(shè)施或蜂窩通信網(wǎng)絡(luò)覆蓋范圍的農(nóng)場(chǎng)帶來了挑戰(zhàn)。 無線互聯(lián)技術(shù)
在某種程度上，精準(zhǔn)農(nóng)業(yè)應(yīng)用往往都依賴于無線互聯(lián)技術(shù)。環(huán)境傳感器和巡檢無人機(jī)需要運(yùn)用無線互聯(lián)技術(shù)將數(shù)據(jù)傳輸?shù)皆贫?。拖拉機(jī)、無人機(jī)和其他農(nóng)業(yè)機(jī)器人則需要以此來上傳車聯(lián)網(wǎng)數(shù)據(jù)、報(bào)告其狀態(tài)、啟用預(yù)測(cè)性維護(hù)工具以減少停機(jī)時(shí)間，并接收GNSS增強(qiáng)數(shù)據(jù)以實(shí)現(xiàn)高精度定位。
雖然蜂窩通信使用起來非常簡(jiǎn)單，只需要移動(dòng)數(shù)據(jù)訂閱和SIM卡就能夠?qū)?shù)據(jù)直接上傳到云端，但此項(xiàng)技術(shù)有兩大缺點(diǎn)。第一個(gè)是前面提到過的，整個(gè)農(nóng)場(chǎng)需要穩(wěn)健的網(wǎng)絡(luò)覆蓋范圍，而這在有的農(nóng)村地區(qū)可能會(huì)難以實(shí)現(xiàn)，即便在美國和其他發(fā)達(dá)國家/地區(qū)也是如此。即使實(shí)現(xiàn)全面覆蓋的區(qū)域，數(shù)據(jù)傳輸成本可能會(huì)隨著設(shè)備接入數(shù)量迅速上漲，對(duì)于規(guī)模較小、盈利較低的農(nóng)場(chǎng)而言更加難以承受，因?yàn)橄啾葦?shù)據(jù)使用量更高的大型農(nóng)場(chǎng)，小型農(nóng)場(chǎng)可能無法有效地協(xié)商議定可以負(fù)擔(dān)的通信計(jì)劃。
要解決覆蓋范圍問題，一種方法就是選擇正確的無線通信技術(shù)。LTE-M、NB-IoT和Cat-1解決方案等低功耗廣域技術(shù)可在許多國家/地區(qū)提供與傳統(tǒng)LTE類似的覆蓋范圍，并且僅需耗費(fèi)一小部分成本。當(dāng)需要更高的帶寬時(shí)，LTE Cat 4或更高類別的模塊可提供150 Mbps+的吞吐量。此外，支持千兆通信的5G模塊現(xiàn)已上市，但相關(guān)解決方案的成本可能高出10倍。
作為替代方案，5G Redcap(即將推出的3GPP技術(shù))旨在提供兼具性價(jià)比、具有中等帶寬和較低復(fù)雜性、同時(shí)兼容5G的解決方案。我們預(yù)計(jì)將于2025年開始看到移動(dòng)網(wǎng)絡(luò)運(yùn)營商提供的首批RedCap產(chǎn)品。
邊緣人工智能和機(jī)器學(xué)習(xí)通過處理傳感器附近的感測(cè)數(shù)據(jù)，提供了額外的工具以降低帶寬需求。利用邊緣智能技術(shù)的設(shè)備可以通過僅上傳相關(guān)信息來降低其無線通信帶寬要求和成本，而不是將大量原始傳感器數(shù)據(jù)流式傳輸?shù)皆贫恕?/p>
推動(dòng)精準(zhǔn)農(nóng)業(yè)普及的趨勢(shì)
傳感和傳感器融合技術(shù)平臺(tái)、攝像頭系統(tǒng)、GNSS技術(shù)，以及無線互聯(lián)技術(shù)的進(jìn)步僅僅是精準(zhǔn)農(nóng)業(yè)普及的驅(qū)動(dòng)因素之一。另一項(xiàng)驅(qū)動(dòng)因素是正在進(jìn)行的全生態(tài)系統(tǒng)轉(zhuǎn)型，以使得精準(zhǔn)農(nóng)業(yè)解決方案不再是盈利豐厚的大型農(nóng)場(chǎng)的專屬。
這兩大驅(qū)動(dòng)因素共同降低了精密農(nóng)業(yè)技術(shù)的擁有成本。就在幾年前，僅由主要OEM提供的解決方案價(jià)格不菲，包括昂貴的硬件和極高的穩(wěn)定訂閱費(fèi)用，同時(shí)還需要熟練的勞動(dòng)力來實(shí)施、操作和維護(hù)智能設(shè)備。
主流解決方案通過鎖定車聯(lián)網(wǎng)接口端口迫使農(nóng)場(chǎng)鎖定供應(yīng)商，從而無法采用后裝市場(chǎng)解決方案，該方案的局限包括農(nóng)場(chǎng)主自行維護(hù)設(shè)備，以及使用競(jìng)爭(zhēng)解決方案提供商提供的組件來構(gòu)建符合其特定需求的成本優(yōu)化解決方案。
如今，這一切都在發(fā)生改變。由于物聯(lián)網(wǎng)爆炸式增長(zhǎng)帶來的規(guī)模經(jīng)濟(jì)，硬件成本正在大幅下降，農(nóng)場(chǎng)主可以獲得經(jīng)濟(jì)實(shí)惠、用戶友好的后裝市場(chǎng)解決方案，以升級(jí)他們現(xiàn)有的拖拉機(jī)和其他農(nóng)業(yè)機(jī)械，使其能夠依賴新一代更具成本效益的GNSS校正服務(wù)。除了高端產(chǎn)品線外，OEM還在其入門級(jí)到中檔拖拉機(jī)中添加更多智能功能。
與此同時(shí)，大量的開源項(xiàng)目、基于模塊的解決方案，以及預(yù)先認(rèn)證的無線電技術(shù)正在降低精密農(nóng)業(yè)解決方案的開發(fā)成本，從而降低了現(xiàn)成硬件的成本。再加上使用 SSR-RTK技術(shù)改進(jìn)了廣播分發(fā)技術(shù)，GNSS校正服務(wù)的訂閱成本也隨之降低。
通信的總成本也不斷下降。部署通信基礎(chǔ)設(shè)施費(fèi)用由無線基礎(chǔ)設(shè)施和數(shù)據(jù)訂閱費(fèi)用組成，一直以來都是一個(gè)不可忽略的成本點(diǎn)。如今，無線通信技術(shù)經(jīng)過成本和功耗優(yōu)化，提高了可用性并擴(kuò)大了覆蓋范圍(包括LTE-M、NB-IoT和LTE Cat 1)，讓農(nóng)民能夠從蜂窩通信網(wǎng)絡(luò)基礎(chǔ)設(shè)施的整體擴(kuò)張中獲益。
可以說，在推動(dòng)精準(zhǔn)農(nóng)業(yè)技術(shù)普及的眾多趨勢(shì)中，農(nóng)業(yè)本身的助力是一個(gè)極具前景的趨勢(shì)，而其形式是基于開源硬件和軟件設(shè)計(jì)的自助解決方案。
以AgOpenGPS(也稱為AOG)為例，該開源自動(dòng)定向解決方案由加拿大農(nóng)場(chǎng)主和軟件開發(fā)人員合作開發(fā)而成。AOG提供了所需的各種硬件設(shè)計(jì)文件、實(shí)時(shí)微控制固件及軟件，以實(shí)現(xiàn)傳統(tǒng)拖拉機(jī)的自動(dòng)定向。AOG開發(fā)人員耗費(fèi)了數(shù)千小時(shí)才打造出這款解決方案，令其不論在成本方面(改裝拖拉機(jī)的成本不到1000美元)還是技術(shù)方面都為大眾市場(chǎng)所接受。
越來越多的精準(zhǔn)農(nóng)業(yè)技術(shù)平臺(tái)正在改變精準(zhǔn)農(nóng)業(yè)的影響范圍，從提供高端商業(yè)解決方案來滿足盈利豐厚的農(nóng)場(chǎng)需求，到推出各種低成本的自助解決方案來幫助盈利低的小規(guī)模農(nóng)場(chǎng)在一年內(nèi)收回成本。在全球糧食供應(yīng)面臨巨大壓力的情況下，智慧農(nóng)業(yè)技術(shù)的普及有望在解決全球人口吃飯問題方面發(fā)揮重要作用。
u-blox：25年不懈耕耘，塑就領(lǐng)先技術(shù)
25年來，u-blox一直在積極推動(dòng)各種顛覆性技術(shù)的普及，為用戶帶來第一款微型GNSS接收機(jī)，隨后又拓展到藍(lán)牙、Wi-Fi和蜂窩無線通信領(lǐng)域，最終構(gòu)建了穩(wěn)固的數(shù)據(jù)、定位和安全服務(wù)組合。
如今，u-blox在面向大眾市場(chǎng)的高精度GNSS接收機(jī)和校正服務(wù)以及LTE-M、NB-IoT和LTE Cat 1蜂窩通信技術(shù)方面處于行業(yè)領(lǐng)先地位，同時(shí)率先開發(fā)出基于藍(lán)牙的室內(nèi)定位解決方案，實(shí)現(xiàn)了無縫的室內(nèi)外定位解決方案
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
