Разное

Проекты умной фермы под ключ: Умная ферма (Smart Farm) | решения и технологии Умной фермы 2020

06.01.1980

Содержание

КЛЮЧ К БОЛЕЕ УМНЫМ ФЕРМАМ? ЭКОСИСТЕМЫ ФЕРМ IOT — Digital Kazakhstan

Сельское хозяйство становится все «умнее» с каждым днем. Технологии снижают затраты, повышают урожайность, а также совершенствуют способы доставки продуктов на рынок. Ключевым элементом интеллектуального сельского хозяйства являются данные.

Сегодня фермеры имеют больше инструментов для сбора информации, чем когда-либо прежде. Данные о составе почвы информируют о необходимости внести удобрения. Датчики влажности и точные оросительные контроллеры оптимизируют ирригацию, снижая расход воды. Дроны максимально точно распыляют пестициды. Автономные комбайны пересекают поля под наблюдением датчиков местоположения. Список можно продолжать. Практически в каждом сельскохозяйственном процессе могут быть использованы датчики, генерирующие данные, которые в дальнейшем могут оптимизировать процессы и давать четкие рекомендации.

Интернет Вещей (IoT) находится в центре этой революции

Устройства IoT быстро эволюционировали, предлагая недорогие датчики практически для всех возможных нужд. Датчики встроеные в устройства IoT имеют возможность подключения к интернету и оснащены мощными батареями, которые служат долгие годы.

Платформы управления устройствами IoT также быстро развивались и сегодня они надежно защищены и способны легко управлять устройствами. Облачные сервисы IoT предлагают набор инструментов, которые могут быть легко использованы разработчиками для создания своего приложения. Эти разработки стимулируют создание новых приложений IoT практически во всех сферах жизнедеятельности, включая сельское хозяйство.

Но что делает сегодняшнюю ферму по-настоящему умной? Позвольте мне спросить об этом по-другому. Когда технология интеллектуальной фермы превысит эфективность опытных профессиональных фермеров? Ответ может быть не таким простым, как вы думаете.

Наличие данных недостаточно

Это правда, что сбор данных помогает фермерам принимать более правильные решения. Получение показаний влажности почвы на нескольких глубинах определенно дает более точную информацию, чем проверки земли фермером на ощупь. Спутниковые прогнозы погоды обеспечивают лучшее прогнозирование, чем старая барометрическая метеостанция фермера. Точные данные химии почвы могут помочь фермеру оплодотворить почву с минимальными затратами и избежать риска заражения почвы. Контролируемый беспилотный летательный аппарат распыляет пестициды более эффективнее, чем традиционный аэроразбрызгиватель.

Но эти данные просто информируют фермера. И только опыт фермеров способен использовать эту информацию для принятия решения, которые оптимизирует сельскохозяйственный процесс.

Интеллектуальное сельское хозяйство требует интеграции данных

Сами приложения, которые использует фермер, должны быть спроектированы и созданы с возможностью коммуникаций и совместной работы этих приложений для улучшения результативности. Опытный фермер интуитивно интегрирует и использует всю имеющуюся информацию. Решения об ирригации будут основаны не просто на прогнозе погоды и типе урожая, но и на характере почвы и ее химическом составе. Недостаточно знать, как эффективно применять пестициды по всему участку. Фермер также рассмотрит цикл орошения, чтобы максимизировать эффективность пестицида.

Проблема со многими сегодняшними технологиями интеллектуальных ферм IoT заключается в том, что эти приложения автономны. Даже если они полностью автоматизированы, они не работают эффективно вместе. Алгоритмы планирования орошения не учитываются при применении удобрения.

По-настоящему умная ферма – это та, которая может быть высоко автоматизирована, поэтому даже начинающий фермер может оптимизировать свою работу. Но для этого ценные данные из многих автономных системы должны легко интегрироваться.

Новый формат технологии построения платформы IoT теперь предоставляет такие возможности – платформы для создания и обогащения услуг IoT (SCEP). Платформы, такие как Concert IoT от Accelerite, предоставляют набор дополнительных услуг, которые разработчики могут использовать для создания облачных приложений IoT. Платформы IoT позволяют разработчикам создавать экосистемы высокоинтегрированных и целевых приложений.

Полнофункциональный SCEP должен предоставлять разработчикам три критически важных компонента:

  1. Инструменты для визуального моделирования и организации приложений IoT, позволяющие непрограммистам участвовать в разработке и усовершенствовании решений IoT. С помощью платформы smart farm фермер должен иметь возможность изменять приложение без значительных усилий по программированию. Это уменьшает затраты и время разработки, необходимые для создания и развития приложений.
  2. «Конструктор платформы IoT» предлагается как услуга, позволяющая легко создавать новые платформы из самих приложений. Приложения используют компоновщик платформы для предоставления API-интерфейсов, что позволяет их сервисам использовать партнерские приложения. API и возможности управления партнерами, интегрированные в SCEP, позволяют разработчикам приложений создавать и предлагать новые платформы.
  3. Механизм монетизации, который упрощает формирование коммерческих отношений с партнерами, которые хотят использовать приложения в качестве сервисов и данных через API.

SCEP основываются на существующих облачных платформах интеграции IoT, таких как Microsoft Azure и Amazon Web Services IoT, и предназначены для дополнения набора услуг IoT, предлагаемых этими платформами.

Благодаря технологии SCEP, поставщики IoT в сфере сельского хозяйства, производства, розничной торговли, логистике, а также в сфере гос услуг могут не только быстро создавать экосистемы инновационных приложений IoT, но и интегрировать, и даже монетизировать приложения, предлагая их в качестве платформ для других разработчиков приложений. И когда ферма работает на такой платформе создания и обогащения услуг, вместо автономных, на протяжении всей сельскохозяйственной операции ферма становится «умнее» каждый день. Фермер может точечно настраивать операции на основе информации, полученной из экосистемы партнеров. Видение действительно умной фермы становится реальностью.

Молочные фермы под ключ готовы строить белорусы в Приморье

22 сентября 2020 12:00

Молочные фермы под ключ готовы строить белорусы в Приморье

Развивать агропромышленный комплекс Приморья будут с учетом богатого опыта белорусов в этой отрасли. Об этом заявил Губернатор края Олег Кожемяко на встрече с министром сельского хозяйства и продовольствия Республики Беларусь Иваном Крупко в понедельник, 21 сентября.

Олег Кожемяко подчеркнул, что на рынке Приморского края должна быть представлена высококачественная местная и белорусская продукция, которая пользуется спросом у населения.

«Будут проработаны вопросы создания торговых домов в Приморье для реализации сельхозпродукции, товаров народного потребления из Республики Беларусь, поставки мясной продукции, сыров, сливочного масла из “Бабушкиной крынки” в торговые сети и социальные учреждения края», – заявил Губернатор.

Также Олег Кожемяко отметил богатый опыт белорусских сельхозпроизводителей в семеноводстве. По его словам, развитие этого направления позволит обеспечить жителей края качественными овощами и картофелем.

«Сельхозтехника также хорошо себя зарекомендовала и отвечает самым современным мировым стандартам. Приморские аграрии смогут посетить ваши ведущие предприятия, заключить контракт и получить субсидию от государства на приобретение техники до 50%», – обозначил глава региона.

Иван Крупко подчеркнул, что крупномасштабное строительство в агропромышленном комплексе Республики Беларусь началось в 2008 году. По поручению руководства страны, в каждом районе должен быть построен новый молочно-товарный комплекс.

«Мы научились качественно строить комплексные объекты. Несмотря на расстояние между нашими регионами, мы можем строить молочно-товарные комплексы под ключ, осуществлять поставки племенного скота, оборудования для молочного и мясного животноводства, высококачественные семена яровых культур», – добавил министр.

В ходе встречи стороны договорись об обучении студентов старших курсов, преподавателей из Приморья в аграрных учебных заведениях Республики Беларусь.

«При наших вузах сформированы все передовые образцы отечественной и зарубежной техники. В агропромышленную отрасль Республики приходит 9 тысяч молодых специалистов ежегодно. Мы готовы поделиться нашими знаниями и опытом», – сказал Иван Крупко.

Напомним, делегация Приморского края во главе с Губернатором находится с рабочим визитом в Республике Беларусь. Накануне Олег Кожемяко посетил ряд областных предприятий и провел встречи с премьер-министром государства Романом Головченко, а также с председателем Могилевского областного исполнительного комитета Республики Леонидом Зайцем, по результатам которой заключено соглашение о развитии отношений между регионами в торговой и социальной сферах.

Руслан Ко, [email protected]imorsky.ru

Фото – Правительство Приморского края

Стартап «AQUAL: умные рыбные фермы»

December 24, 2018 3:43pm

И вновь наша рубрика #Стартапы, где мы рассказываем о самых интересных проектах со всего мира. Сегодня речь пойдет о российском проекте «AQUAL: умные рыбные фермы».


Ключ к успеху бизнеса – в инновациях. Поэтому большинство компаний — от маленьких и до самых крупных – стараются внедрять технологии в свою деятельность. И сфера сельского хозяйства вовсе не исключение. Создаются умные датчики, боты или даже фермы. Разработкой именно такой фермы занимается компания AQUAL, являющаяся резидентом Сколково. Такая ферма является полностью автоматизированной и может управляться дистанционно через специальное облако.

Умная ферма включает в себя автокормушки и загрузчики корма, датчики параметров воды, озонаторы, биофильтры и оксигенераторы. Все эти устройства по беспроводной сети подключаются к специальному облачному сервису, который не только предоставляет удаленный доступ к ферме, но и ведет автоматический учет. Он высчитывает дозы и оптимальные режимы кормления рыб, подсчитывает биомассу рыбы в каждом бассейне, позволяет контролировать количество, вес и возраст рыб и объем продаж, присматривать за рыбами с помощью видеонаблюдения. В облако также встроен специальный журнал, в котором можно следить за всеми параметрами воды. Кроме того, сервис самостоятельно архивирует все данные, сохраняет историю всех параметров, создает отчеты в нужном формате и даже умеет отправлять смс и e-mail оповещения.

Особенность умной фермы заключается в ее стабильной работе, максимальной стрессоустойчивости и мгновенном реагировании на сбои. При любой неполадке автоматически запускаются резервные насосы, оксигенераторы и резервное энергоснабжение, что предотвращает гибель рыб в аварийной ситуации.

Источник: Aquadigitallife.com.

Подобная ферма не только повышает рентабельность и надежность хозяйства, но также позволяет экономить средства благодаря минимальному водо- и энергопотреблению, отсутствию расходов на систему фильтрации и разработку собственного сервера и сокращению потребности в персонале.

     

Источник: agro.ru

За молоком на край света

На Сахалине появится агрогородок, построенный по белорусской технологии

В единственном островном регионе России сдают под ключ ферму, в которой с комфортом разместится тысяча племенных коров. Рядом с фабрикой молока построили коттеджный поселок и даже разбили яблоневый сад.

Очередь на ферму

В советское время Сахалинская область славилась высокими надоями. Островные доярки ходили в передовиках по Дальнему Востоку, надаивая в год от каждой буренки порядка пяти тонн молока. Тогда эти показатели были «небом» социалистического животноводства.

В постсоветское время молочная река в регионе сильно обмелела.

— Последние лет двадцать жители Сахалина практически не пили своего молока. То же самое было и с мясом. Большую часть продукции завозили с материка в пастеризованном и замороженном виде, — говорит Олег Кожемяко, губернатор Сахалинской области.

Ферма полностью разработана белорусами. Все строения сейсмостойкие, способны выдержать колебания до 8 баллов…

Олег Кожемяко два года назад встал у руля островного региона и сразу обратил пристальное внимание на здешнее замершее сельское хозяйство. Правительство области решило возродить былую славу сахалинских ферм с помощью белорусских технологий, которые признаны одними из ведущих в Европе. Заручившись поддержкой белорусских аграриев, власти Сахалина на базе бывшего совхоза «Корсаковский», что недалеко от Южно-Сахалинска, решили построить самый настоящий агрогородок по всем стандартам высокотехнологичного ХХI века.

…Ровная лента асфальта выскочила из городского плена Южно-Сахалинска, на пологих сопках дремлют густые туманы, с моря дует сырой ветерок.

— Вы не поверите, но у нас сегодня уже много желающих из Южно-Сахалинска переехать жить и работать в наш агрогородок, — говорит директор департамента животноводства регионального минсельхоза Валерий Рыжков.

…За поворотом неожиданно открылись две улицы новеньких коттеджей. У каждого дома приусадебный участок, огороженный ровным желтым забором.

Захожу в один из коттеджей: просторная прихожая, большая кухня с окном. Каждый дом имеет жилую площадь почти сто квадратных метров.

Коттеджи практически готовы к новоселью, осталась небольшая «шлифовка», в октябре в них уже начнут заселяться.

Коврики для коров

Несколько сотен метров от нового поселка — и еще одна новостройка. К новоселью готовится молочный комплекс на тысячу голов. Большие, просторные коровники совсем не похожи на привычное коровье жилье.

Ферма полностью разработана специалистами из Беларуси.

— Белорусские коллеги ее модифицировали под наши климатические условия. Все строения сейсмостойкие, способны выдержать колебания до 8 баллов, конструкции не боятся повышенной островной влажности, — говорит Валерий Рыжков.

На Сахалин из Минска прилетал министр сельского хозяйства Беларуси Леонид Заяц, аграрии Беларуси и Сахалина согласовали множество технологических аспектов.

— С белорусами работать — одно удовольствие. Они профессионалы высокого класса. Сначала немного мешала восьмичасовая разница во времени, но потом и к ней приноровились. Проводили совместные видеоконференции, по скайпу многие вопросы решали, — говорит Ольга Иванова, специалист островного минсельхоза.

На Сахалине с его бесконечными циклонами небо часто пасмурное, поэтому пришлось вносить изменения в систему освещения нанофермы. На крышах коровников установили дополнительные световые «коньки», через которые свет будет проникать в помещения. А так называемые шторы на стенах коровьих общежитий будут двойными — как защита от ветров. В Беларуси они одинарные.

При участии белорусских технологов на предстоящую долгую сахалинскую зиму для коров-рекордисток заготовили одиннадцать траншей отборного сенажа. Все кормопроизводство проходило под присмотром и под советы специалистов-белорусов. Технологическая продуктивность белорусской фермы — не менее 8 тонн молока в год от каждой коровы. «Меньше нерентабельно», — утверждают специалисты.

«Молочное такси»

Большинство «начинки» для фермы привезли из Беларуси. Доить буренок будет установка «Параллель» белорусского же производства. Система навозоудаления, кормления и все прочее технологическое оборудование комплекса тоже из Беларуси. Маленьких телят планируют выпаивать при помощи белорусского «молочного такси» — специальной тележки, в которой передвигаются по телятнику колбочки с молозивом для малышей.

Белорусы поделились с сахалинскими животноводами и системой управления стадом. Она полностью компьютеризирована. Умная электроника будет руководить доением, кормлением и содержанием животных.

…Через лесок от строящейся фермы разбит большой белорусский сад. Это уже к молочной теме не относится. Чисто для души, для полноты картины, так сказать. Чтобы этот участок сахалинской земли имел законченный белорусский вид во всех оттенках. Из Беларуси привезли две тысячи яблоневых саженцев и девятьсот деревцев груш, которые этой весной посадили. Прижились все.

Дословно

Александр Лукашенко, Президент Беларуси:

— На Сахалине строится образцово-показательное сельхозпредприятие. Оно станет примером и для других местных хозяйств, этот опыт будет тиражироваться в регионе. В течение последних лет наш министр регулярно бывает на острове, налаживает такое сотрудничество. Мы договорились с губернатором Олегом Кожемяко о том, что поделимся своими лучшими технологиями, дадим в помощь специалистов и технику, поставим высокопродуктивный скот. Будем вместе добиваться того, чтобы Сахалин не покупал сельхозпродукцию, а производил ее сам.

Хотите знать больше о Союзном государстве? Подписывайтесь на наши новости в социальных сетях.

«Умные фермы»: 8 технологий, изменивших сельское хозяйс

Еще 12 тысяч лет назад земледельцы начали использовать различные ухищрения, чтобы увеличить урожай. К 2050 году нам понадобится на 70% больше еды, поэтому внедрение новых технологий по-прежнему актуально. Мы расскажем о восьми примерах того, как технологии повышают эффективность в сельском хозяйстве.

 

Беспилотники для фермеров

Швейцарская компании SenseFly разработала решение для фермеров — специальный беспилотный летательный аппарат (или дрон) и ПО. Дроны оснащены сенсорами и камерами в высоком разрешении для съемок полей. С помощью полученных данных, фотографий и программ SenseFly фермеры анализируют состояние урожая и принимают верные решения. Другой пример — компания BioCarbon, которая придумала, как использовать дроны, чтобы высаживать миллиард деревьев ежегодно. Неужели дроны помогут вырастить наше будущее?

 

На робо-ферме

«Эта новая волна умных устройств, запрограммированных под конкретные задачи, совершит настоящую революцию в сельском хозяйстве», — считает профессор Саймон Блэкмор, декан инженерного факультета Университета Харпера Адамса. Постепенно сельскохозяйственные роботы научатся делать всё — водить трактор, пропалывать сорняки, собирать клубнику и следить за здоровьем растений. Например, в исследовательском проекте Agri-tech Catalyst 3D-камеры определяют момент созревания капусты брокколи. Это позволяет автоматизировать сбор урожая.

 

Данные для людей

Компания Dacom разрабатывает инновационное оборудование и ПО, а также дает онлайн-консультации для земледельческих хозяйств и аграрно-промышленных предприятий по всему миру. Используя смартфоны и разработки Dacom, фермеры получают самую точную информацию о ситуации «в полях» и принимают почти что научно обоснованные решения, когда поливать, удобрять и собирать урожай. «Мы помогаем фермерам планировать работы, распределять ресурсы и материалы… Теперь они работают эффективнее и без лишних потерь, собирая прекрасный урожай», — рассказал Real Times Джаннек Хэддерс (Janneke Hadders), исполнительный директор компании Dacom.

 

Умное водоснабжение

Во всем мире около 70% чистой воды используется для нужд сельского хозяйства, при этом 60% из них расходуются впустую. «Умные» системы решают эту проблему — они предупреждают фермеров об утечках и поломках оборудования и позволяют управлять водяными насосами удаленно. В Индии фермеры используют Nano Ganesh — это мобильная система удаленного управления водяными насосами. С ее помощью фермеры экономят время, воду и деньги. По мнению исследователей из чилийского Католического университета Святого Зачатия (UCSC), датчики орошения на черничных плантациях в Чили позволят сократить расход воды на 70%. Аналогичные исследования проводят по всему миру. Например, NASA совместно с геологической службой США с помощью спутника получают актуальные сведения о влажности почвы на территории Штатов.

 

Электронная рыба

Недавно ведущий поставщик атлантического лосося Marine Harvest подписал контракт с Orange Business Services, по которому сетевые услуги оператора будут использоваться для оптимизации совместной работы сотрудников и повышения производительности. С помощью видеокамер Marine Harvest отслеживает все этапы производственного цикла. «На первый взгляд кажется, что рыбоводство не требует каких-то особых технологий. Но чтобы стать лидером, необходимо постоянно следить за каждым этапом работы», — говорит Мерет Йохансен (Merethe Johansen), руководитель отдела по управлению глобальной сетью в Marine Harvest.

 

Да здравствует подключенная корова

Подключенные носимые устройства помогают эффективно управлять животноводческими и рыболовными хозяйствами — отслеживать местоположение скота и изменение погодных условий. С помощью подобных устройств фермеры уже научились следить за беременными особями, определять время дойки и регистрировать симптомы заболеваний. Интересный пример межмашинных решений — система спутникового контроля скота FindMySheep. Датчики этой системы закреплены на ошейниках животных и показывают передвижение любой особи на карте. Другая система от General Alert позволяет не только наблюдать за животными на свинофермах, но и проверять их состояние здоровья.

 

Все для людей

Не каждая ферма (и не каждый фермер) имеет доступ к интернету. Даже для подключения небольших ферм необходимы значительные вложения. Как же помочь хозяйствам, которым не хватает бюджета? В Африке, где насчитывается более 10 миллионов малорентабельных ферм, на помощь приходит местная разработка Esoko. Она сообщает фермерам основные сведения о состоянии их хозяйств, прогноз погоды, рекомендации по производству продуктов. В той же системе действует интернет-магазин типа eBay. Самая популярная функция показывает фермерам текущие цены на различные продукты, чтобы они могли выгоднее продавать свои товары. Благодаря системе доходы частных хозяйств выросли на 12% за два года.

 

Данные — новый сельхоз-продукт

Благодаря М2М продукты питания— уже не единственный урожай с полей. Сельское хозяйство становится источником ценных данных. В рамках трехлетнего проекта Soil-for-life Beta компания Produce World Group анализирует сведения о сбыте продукции, чтобы помочь производителям принимать обоснованные решения. Совместно с Университетом Крэнфилда компания изучает результаты землепользования на участках и фермах самых разных размеров. Это исследование поможет создать систему управления данными о состоянии почвы. Предполагается, что в ближайшем будущем фермеры научатся анализировать большие массивы данных на всех этапах производства, что позволит им увеличить урожай.

 

Трудно представить

Технологии не только помогают нам выполнять текущие задачи лучше и быстрее, но и открывают много новых возможностей, о которых мы и подумать не могли раньше. Например, компания Ocean Reef Group проводит эксперименты по выращиванию различных продуктов под водой. И здесь речь идет отнюдь не о рыбоводстве — специалисты сажают краснокочанную капусту, салат-латук, бобы и клубнику. Морскую клубнику вы точно никогда не пробовали!

 

В статье из журнала Real Times мы рассказываем о том, как решения М2М улучшают производство вина, а также как мы можем оптимизировать ваши бизнес-процессы.

Новосибирск | Иван Лебедев: «цифровые технологии – ключ от эффективного хозяйствования на селе»

На межрегиональном совещании лидеров цифрового развития представители федеральных ведомств обсудили проект «Цифровое сельское хозяйство», разработанный Минсельхозом РФ для внедрения прорывных цифровых технологий и платформенных решений, применимых в агропромышленном комплексе, что обеспечит удвоение производительности труда на «цифровых» сельхозпредприятиях к 2024 году.

Статс-секретарь – заместитель Министра сельского хозяйства РФ Иван Лебедев напомнил, что агропромышленный комплекс развивается с рекордными за последние 40 лет показателями, однако так называемые «потолочные решения» зачастую сдерживают процесс, что придает цифровой трансформации сельского хозяйства первоочередное стратегическое значение при определении аграрной политики Российской Федерации, делает ее ключом к высокой эффективности национального АПК.

«На примере «Эффективного гектара» мы ставим следующие задачи: проинвентаризировать земли сельхозназначения и увеличить ввод в оборот неиспользуемых земель. Вовлечение земельных участков по данной программе будет учитывать особенности почвы, климат, соответствующую селекцию семян, урожайность, близость перерабатывающих мощностей, логистику, баланс внутреннего производства и потребления на микро- и макроуровне, экспортные опции, что существенно увеличит доходность производства», – пояснил Иван Лебедев.

По мнению замминистра, масштабирование отечественных комплексных цифровых агрорешений обещает настоящий прорыв в развитии российского АПК в целом. Речь идет об автономных роботизированных сельскохозяйственных объектах «Умная ферма», «Умное поле», «Умное стадо», «Умная теплица», «Умная переработка», «Умный склад», «Умный агроофис». Именно такие проекты интересны инвесторам, подчеркнул Иван Лебедев и пояснил: «После того, как в инструментарии господдержки появился механизм льготного кредитования, резко выросла инвестиционная привлекательность отрасли, капвложения увеличились почти в пять раз! Мы подготовили карту инвестпривлекательности АПК России по отраслевым направлениям на основании соответствующих математических моделей, составленных с учетом мер господдержки как МСХ РФ, так и других ведомств. Получился своеобразный конструктор, позволяющий моделировать площадку, поголовье, просчитывать кормовую базу, стоимость капитального ремонта и пр. Такие решения пригодны не только для крупного агрохолдинга, но и для относительно небольшого фермерского хозяйства».

Умная ферма. Какой она будет? / Хабр

Население Земли уже превысило отметку в 7,3 миллиарда человек и останавливаться на этом не собирается. Уже к 2050 году ожидается, что на планете будет проживать 9,7 миллиарда людей. При таком раскладе на первые роли выходит вопрос питания, ведь чтобы прокормить такое громадное население нужно в разы увеличить производство продуктов. Фермеры и инженеры уже работают на этой задачи и достичь ее планируют за счет разработки и строительства “умных” ферм.

На пороге четвертой промышленной революции на котором находится человечество, серьезные изменение произойдут и в сельском хозяйстве, куда будут планомерно внедряться технологии киберфизических систем, Интернета вещей (IoT) и облачных вычислений.

Технические достижения можно будет применять практически на всех этапах земледелия, а уже внедряемые технологии можно разделить на три основные категории, которые и станут основой «умного» фермерства — это автономные роботы, беспилотные летательные аппараты (БПЛА) или дроны, и различные IoT-датчики. Ниже подробнее поговорим о каждой из них.

Роботы

О том, что человека заменят роботы говорят уже многие годы и постепенно эти предсказания сбываются. Сельское хозяйство не исключение, а учитывая тот факт, что фермерство зачастую подразумевает из себя трудоемкое занятие с определенной частотой повторяющихся действий, то это идеальная среда для робототехники.

Фермерские хозяйства уже применяют сельскохозяйственных роботов для различных задач — посева, полива, сбора и сортировки урожая. «Умная» техника продолжает совершенствоваться и в будущем позволит увеличить объемы сельхозпродукции и повысить ее качество при меньшем использовании человеческих ресурсов.

Трактор-беспилотник

Трактор – это основа любой фермы и ясно, что с тенденцией развития беспилотного транспорта в мире, на фермах также первыми покинут свои кабины водители-трактористы. Им предстоит либо уйти восвояси, либо переквалифицироваться в специалистов, вводящих картографические данные и задающие границы полей, а также научиться программировать траекторию движения с помощью специальных программ и определять другие параметры работы беспилотных тракторов.

Однако со временем, возможности беспилотных тракторов расширятся, и они станут более автономными. В них появятся дополнительные камеры, системы компьютерного зрения, GPS-навигация, подключение к интернету для дистанционного мониторинга и управления, технологии лазерного сканирования LIDAR для обнаружения препятствий и предотвращения столкновений.

По прогнозам компании CNH Industrial, в 2016 году представившей концепт беспилотного трактора, в будущем подобная техника сможет самостоятельно использовать оперативную информацию с метеорологических спутников, чтобы автоматически определять наилучшие условия для работы, вне зависимости от команд человека и времени суток.

Посев

Появление сеялок, заменило тяжелый ручной труд человека, но оставило за собой несколько нерешенных задач. Например, с их помощью поля зачастую засеиваются разбросным способом, что предусматривает неточность и большой расход семян. Для оптимального роста семена должны быть посеяны на правильно глубине и расстоянии друг от друга.

Для выполнения этих условий применяют технологию точного высева, которая включает технологию геокартирования в сочетании с данными датчиков о качестве почвы, ее плотности, уровне влажности и плодородности помогают свести на нет фактор случайности. С их помощью у семян наилучшие шансы на всхожесть, рост, а значит, и урожайность.

В будущем прецизионные сеялки будут использоваться совместно с беспилотными тракторами и IoT-системами, передающими информацию о ходе сева фермеру. Таким образом, всего один человек сможет засевать целые поля, наблюдая за работой многочисленных машин с помощью видеотрансляции или цифровой панели управления на компьютере или планшете.

Автоматический полив и орошение

Широко используемое подпочвенное капельное орошение уже позволяет фермерам контролировать, когда и сколько воды получают сельхозкультуры. Добавив в системы орошения IoT-датчики, следящих за уровнем влажности почвы и состоянием растений, фермеры сделают ее практически полностью автономной. Вмешиваться в процесс потребуется лишь в случае каких-то проблем.

Борьба с сорняками

Эта часть некогда ручного труда уже сейчас поручена роботам. Правда пока в лишь в качестве эксперимента. например, полевой робот BoniRob. Он перемещается по полю с помощью спутника и лазерных локаторов при этом используя камеры и технологию машинного обучения. Робот оценивает состояние всходов и удаляет сорняки.

Свое место на ферме нашел и автоматизированный культиватор Smart Farm. Передвигается он с помощью трактора, оснащенного системой визуализациии. Она распознает флуоресцентный краситель на всходах и таким образом отличает сельхозкультуры от сорных растений. Сорняки без маркера уничтожаются.

Фермерские хозяйства, оснащенные этими и другими роботами, беспилотными тракторами и IoT-системами смогут работать почти сами по себе.

Сбор урожая

Для сбора урожая сельхозкультур важны своевременность, хорошая погода и оперативность. Фермерские хозяйства используют разнообразные машины для уборки, многие из которых можно автоматизировать. Нужно лишь адаптировать технологию беспилотных тракторов и снабдить комбайны и прочую уборочную технику передовыми сенсорами, а также подключенными к интернету IoT-датчиками. Машины смогут автоматически приступать к работе, как только для уборки урожая наступят идеальные условия.

Технологические достижения особенно пригодятся для уборки нежных фруктов и овощей, при которой нужен более деликатный подход. Инженеры уже работают над такими системами. Например, в компании Panasonic создан прототип робота для автоматизированного сбора помидоров. При помощи камер и алгоритма анализа цвета и формы он умеет распознавать плоды и определять зрелые томаты.

Робот Panasonic собирает помидоры, срезая их со стебля, но инженеры также пытаются создать роботов, которые могли бы аккуратно обхватывать фрукты и овощи, не повреждая их нежную кожицу.

Другой путь выбрали в компании Abundant Robotics: их прототип роботизированного сборщика яблок, который тестируется в США, действует по принципу пылесоса и засасывает спелые плоды, находя их с помощью компьютерного зрения.

Это только несколько примеров из десятков перспективных роботов, которые скоро возьмут на себя уборку урожая, освободив от тяжелого труда людей.

Беспилотные летательные аппараты

Какой фермер не хотел бы видеть свои поля с высоты птичьего полета? Если раньше для аэрофотосъемки сельхозугодий приходилось прибегать к услугам вертолета или малой авиации, то теперь сделать то же самое можно с помощью дронов, оснащенных камерами. И денег на это потребуется гораздо меньше.

Технологии обработки изображений не стоят на месте, и сегодня на рынке доступны БПЛА-системы с самыми разнообразными камерами — от стандартных до самых передовых, с поддержкой сверхвысокого разрешения, возможностью съемки в инфракрасном или ультрафиолетовом спектрах и даже в гиперспектральном режиме.

Данные, получаемые с помощью дронов, позволяют оценивать состояние сельскохозкультур и качество почвы, планировать посевные площади, оптимизируя использование ресурсов и земли. Также регулярная полевая съемка помогает при выборе схем посадки и орошений, картографировании сельскохозяйственных угодий и в других аспектах фермерской деятельности.

Впрочем, беспилотники полезны не только своими возможностями фото- и видеосъёмки. Среди других сценариев использования — посев и опрыскивание.

Несколько компаний и групп ученых работают над БПЛА, которые с помощью сжатого воздуха могут разбрасывать капсулы с семенами и удобрениями. В частности, подобные проекты с применением дронов реализуют компании DroneSeed и BioCarbon. Их цель — восстановление лесов, но данный способ нетрудно адаптировать и для высадки различных сельхозкультур. Флотилия дронов под управлением IoT-датчиков и ПО для автономной работы могла бы высаживать растения в идеально подходящих для них местах с наилучшими условиями для более быстрого роста и высоких урожаев.

Также дроны могут применяться для опрыскивания сельскохозкультур. При помощи GPS, систем лазерного измерения и ультразвукового позиционирования БПЛА могут легко регулировать высоту и зону полета с учетом таких параметров, как скорость ветра, топография и география местности. Это позволяет дронам проводить опрыскивание более эффективно, с большей точностью и меньшими потерями.

Например, китайская компания DJI создала БПЛА-систему Agras MG-1 специально для опрыскивания сельхозкультур. В комплекте с дроном предусмотрена емкость на 10 литров, которую можно наполнить жидкими пестицидами, гербицидами или удобрениями. Максимальная скорость полёта Agras MG-1 — 40 км/ч., максимальная дальность и высота — 1 км и 150 м. Микроволновый радар позволяет дрону сохранять правильное расстояние от посевов и обеспечивать равномерное распыление. Как заявляет производитель, Agras MG-1 может работать в автономном, полуавтономном или ручном режимах.

Дроны для контроля в реальном масштабе времени и анализа

Еще одна полезная функция дронов — возможность с их помощью вести дистанционный мониторинг и анализировать состояние полей и растущих на них культур. Несколько дронов способны заменить целую армию работников. Людям не нужно будет постоянно разъезжать по полям для визуальной оценки состояния всходов.

Получая такие данные по интернету, фермеры смогут выезжать в поля лишь по каким-то неотложным поводам, действительно требующим внимания, и не терять время на осмотр здоровых растений.

Впрочем, пока сельскохозяйственным дронам далеко до совершенства. Дальность и время полета у большинства моделей меньше, чем требуется фермерам. Даже самые «выносливые» БПЛА могут проводить в воздухе лишь около часа, а затем им требуется подзарядка аккумуляторов.

Кроме того, цены на сельскохозяйственные дроны еще «кусаются». Например, покупка одной из самых передовых на сегодня моделей Precision Hawk Lancaster обойдется в 25 тысяч долларов. Конечно, есть и менее дорогие БПЛА, но их комплектация зачастую скромная и не включает необходимое фермерам передовое фото и видео-оборудование или приспособления для опрыскивания.

Подключенная ферма: датчики и Интернет вещей

Автономные сельскохозяйственные роботы и дроны принесут фермерам много пользы, но по-настоящему «умной» ферму будущего сделают IoT-технологии.

Под термином Интернета вещей понимается концепция вычислительной сети физических предметов («вещей»), оснащённых встроенными технологиями для взаимодействия и обмена данными друг с другом и внешней средой. IoT-технологии уже внедряются на практике в виде домашних смарт-устройств с поддержкой цифровых голосовых ассистентов, «умной» медицинской техники и промышленного оборудования.

На «умных» фермах сенсоры будут внедряться на каждом из этапов сильхозпроизводства и во всех видах оборудования. Полевые датчики будут собирать данные об уровне освещения, состоянии почвы, орошении, качестве воздуха и погодных условиях. Информация будет направляться фермеру или напрямую сельскохозяйственным роботам в полях. Группировки роботов, оснащенные собственными датчиками и навигационным оборудованием, будут курсировать по полям и реагировать на поступающие им сигналы о необходимости прополки, полива, обрезки или сбора урожая. Кроме того, с воздуха за полями будут следить дроны, генерируя карты, которые будут служить руководством к действию для роботов и помогать фермерам планировать дальнейшие сельхозработы. За счет всех этих инноваций возрастут объемы производства сельскохозяйственной продукции и качество продуктов питания.

Аналитическая компания BI Intelligence прогнозирует, что количество используемых в сельском хозяйстве IoT-устройств вырастет с 30 миллионов единиц в 2015 году до 75 миллионов в 2020-м. Также ожидается, что к 2050 году «умные» фермы будут ежедневно производить 4,1 миллиона замеров против всего 190 тысяч в 2014 году.

Вооруженные растущими массивами данных от «умного» оборудования и датчиков, а также сетевыми технологиями для обмена информацией, фермеры смогут видеть все аспекты деятельности своих сельхозпредприятий, понимать, какие растения здоровы, а каким требуется внимание, какие поля нуждаются в поливе, а где пора собирать урожай.

В этом материале затронута лишь верхушка айсберга — выращивание сельхозкультур. Не меньшие возможности для передовых технологий и в области животноводства. Если каждая ферма превратится в «умную», то цель по 70-процентному увеличению производства продуктов станет вполне выполнимой.

Стартовый комплект для интеллектуального сельского хозяйства | Решение LoRaWAN под ключ

Фон

По данным Продовольственной и сельскохозяйственной организации ООН, к 2050 году численность населения увеличится на 30 процентов, и миру потребуется производить на 70 процентов больше продуктов питания. Повышение урожайности имеет решающее значение, но традиционное земледелие не может решить эту задачу. В результате в практику ведения сельского хозяйства должна быть внедрена новая стратегия. Интернет вещей (IoT) — это революция в современном сельском хозяйстве, которая может быть полезна в решении этой сельскохозяйственной проблемы.Ради фермеров технология LoRa, популярная технология Интернета вещей в области LPWAN, может быть хорошим решением, которое поможет фермам решить множество сельскохозяйственных проблем для создания умного сельского хозяйства.

На рост растений влияют многие факторы, такие как свет, вода, углекислый газ, температура, влажность, соленость почвы, pH, питательные вещества, вредители, болезни и так далее. Важно изучить среду обитания сельскохозяйственных культур, чтобы максимизировать рост растений. Однако существует много трудностей с мониторингом экологических условий выращивания сельскохозяйственных культур в практике ведения сельского хозяйства.

Фермеры сталкиваются со многими болевыми точками, такими как:

  1. Традиционная стратегия ведения сельского хозяйства, основанная на времени и объеме, не может точно и своевременно реагировать на незначительные изменения окружающей среды и потребности растений. Так что это может привести к растрате ресурсов или их нехватке.
  2. Сенсорная технология позволяет людям превратить сельское хозяйство в стратегию, основанную на данных, но при этом остаются недостатками, заключающимися в потере времени, большой потребности в рабочей силе и тестировании на месте.
  3. Система контроля проводки может решить эту проблему, но также имеет дефекты, такие как сложный монтаж проводки; негибкая установка датчика и сложный поиск неисправностей.
  4. Есть самые разные датчики и фирмы. И выбирать сложно. Устройства разных компаний могут быть несовместимы друг с другом.

Исходя из этих проблем, фермерам необходимо решение для мониторинга, которое должно иметь функции решения проблем, такие как беспроводная передача данных, оповещения в реальном времени, удаленное управление, совместимость, масштабируемость и удобство использования.

И решение «умного» сельского хозяйства на основе LoRa — идеальный ответ на эти опасения.

Почему именно LoRa?

По сравнению с другими технологиями подключения к Интернету вещей, такими как NB-IoT, LoRa является одним из лучших вариантов для применения в сельском хозяйстве благодаря своим уникальным характеристикам.

  1. NB-IoT включает SIM-карту с ежемесячным счетом за каждое устройство. Общая ежемесячная плата будет непомерно высокой из-за сотен датчиков. С другой стороны, физический уровень LoRa использует частоты, которые можно свободно использовать в любой точке мира;
  2. Устройства
  3. LoRa потребляют очень мало энергии, что делает их пригодными для устройств с батарейным питанием; датчик LoRa не требует проводного питания и частой подзарядки или замены аккумулятора;
  4. Умное сельское хозяйство не требует больших объемов данных или связи с малой задержкой, но требует большого покрытия.LoRa — это технология дальнего действия. А шлюз LoRaWAN® может покрывать до 15 км в пригороде и подключаться к сотням датчиков.

В заключение, технология LoRa идеально подходит для практики умного сельского хозяйства.

Начальный комплект LoRaWAN® Smart Agriculture Solution

Чтобы удовлетворить потребность в интеллектуальном сельском хозяйстве, Milesight разрабатывает стартовый комплект LoRaWAN® для мониторинга сельского хозяйства от узла к приложению. Он призван упростить процесс удаленного мониторинга, разработать основанную на данных и проницательную стратегию ведения сельского хозяйства и помочь фермерам зарабатывать больше денег.

Milesight предлагает полное интеллектуальное решение для сельского хозяйства, включая несколько датчиков для сельского хозяйства: датчик температуры и влажности окружающей среды, датчик электропроводности почвы, датчик температуры и влажности, датчик освещенности; один шлюз LoRaWAN®, который может охватывать всю ферму и подключаться к сотням датчиков; и Milesight Cloud. Кроме того, в комплект входит бесплатная стандартная подписка на Milesight Cloud на 1 год.

  • Датчик температуры и влажности LoRaWAN®
    Чрезвычайно низкие или высокие температуры замедляют рост или вызывают повреждение листвы, опадание листьев, появление веретенки и т. Д.Относительный уровень влажности влияет на то, когда и как растения открывают устьица на нижней стороне листьев. Это влияет на «дыхание» растения.
  • Датчик электропроводности, температуры и влажности почвы LoRaWAN®
    Электропроводность почвы (ЕС) — это мера степени засоленности почвы. Если поливная вода содержит большое количество растворенных солей, со временем может произойти накопление засоления почвы. Засоление почвы в конечном итоге приведет к снижению урожайности сельскохозяйственных культур.Температура и влажность почвы являются ключевыми факторами измерения, показывающими температуру почвы и содержание воды. Температура почвы влияет на аэрацию, влажность почвы и доступность питательных веществ для растений. А содержание воды в основном указывает на необходимость полива.
  • Датчик освещенности LoRaWAN®
    Датчик освещенности определяет освещенность, применяемую в сельскохозяйственных посевах. Многие растения прекрасно справятся с широким спектром уровней освещенности, в то время как некоторым растениям требуется не слишком много или слишком мало света.
  • Контроллер LoRaWAN®
    Контроллер Milesight UC1114 LoRaWAN®
    со встроенным множеством условий запуска и действий позволяет пользователям соответственно создавать различные комбинации команд. В сочетании со шлюзом Milesight LoRaWAN®, UC1114 позволяет пользователям быстро создавать IoT-решение на основе LoRa для мониторинга и управления удаленными устройствами, не путешествуя по месту работы.
  • UG65 LoRaWAN® Gateway
    Milesight LoRaWAN® gateway — это интеллектуальный, производительный и настраиваемый шлюз LoRaWAN® для интеллектуальных приложений Интернета вещей.UG65 основан на наборе микросхем Semtech SX1302, что позволяет работать на нескольких каналах одновременно. Благодаря встроенному сетевому серверу (NS) он очень подходит для малого бизнеса или частных случаев.
  • Milesight IoT Cloud
    Milesight Cloud — это комплексная облачная служба, которая связывает вертикальные и серверные приложения с удаленными активами. Кроме того, этот комплект предлагает бесплатную стандартную подписку на Milesight Cloud на 1 год.

Как это работает

Датчики для сельского хозяйства определяют условия окружающей среды.Шлюз собирает данные с датчиков, а затем отправляет их в облако Milesight. Пользователи могут удаленно контролировать условия окружающей среды в Milesight Cloud в любое время в любом месте. Пользователи могут установить порог и получать предупреждение при достижении порога, а затем использовать контроллер для принятия мер. Кроме того, Uses также может настраивать комбинированные триггеры для автоматического выполнения действий. Например, Milesight Cloud может автоматически включать насос на 20 минут при уровне влажности почвы менее 6%.

Льготы

Готовые решения

Milesight предлагает аппаратное и программное обеспечение, включая датчики, контроллер, шлюз и облачную платформу. Стартовый комплект для сельского хозяйства упрощает выполнение PoC для пакетных приложений.

Удаленное управление и комбинированные триггеры

Удаленно контролируйте поле и предпринимайте действия в соответствии с триггерами, например, автоматическое включение насоса на 20 минут при уровне влажности почвы менее 6%.

Plug and Play

Если у вас есть разрешение, мы можем использовать ваш адрес электронной почты для регистрации для вас учетной записи Milesight, а затем настроить облако. Все, что вам нужно сделать, это подключи и работай.

Масштабируемость и совместимость

Приняв стандартный протокол LoRaWAN®, клиенты могут добавлять любые другие стандартные устройства LoRaWAN®. И эти устройства LoaRaWAN также работают со сторонними облачными платформами. (Примечание: Milesight Cloud работает только с устройствами Milesight)

Снижение затрат и увеличение прибыли

Комплект интеллектуальных решений для сельского хозяйства

Milesight может помочь снизить эксплуатационные расходы и увеличить производство, а значит, увеличить прибыль.

IFFCO Kisan Sanchar реализует агропроекты «под ключ»

Стремясь помочь фермерам и землевладельцам внедрить технологии точного земледелия, IFFCO Kisan Sanchar Ltd начала предлагать готовые решения, которые не только помогут им справиться с такими проблемами, как нехватка рабочей силы, но и обеспечат прямые рыночные связи. Основными культурами в рамках таких проектов «под ключ» будут ценные лекарственные и садовые культуры, где IFFCO Kisan поможет производителям установить контакт с покупателями.

Моруп Намгайль, руководитель AgriTech, IFFCO Kisan Sanchar Ltd, сказал, что идея таких проектов «под ключ» состоит в том, чтобы помочь землевладельцам внедрить технологии для увеличения производства и урожайности, чтобы сделать их сельскохозяйственные операции более устойчивыми. Недавно компания подписала проект на 50 акров возле Ченнаи по выращиванию лемонграсса и других лекарственных растений под ключ, сказал Намгайл, не раскрывая конкретных деталей.

IFFCO Kisan, дочернее совместное предприятие крупнейшего производителя удобрений IFFCO с Bharti Airtel и Star Global Resources, также реализует проекты «под ключ» недалеко от Матхуры и в Биджноре, Уттар-Прадеш.«В этом сезоне у нас в разработке еще шесть проектов площадью более 50 акров», — сказал Намгайль.

Модели доходов

В рамках проектов «под ключ» IFFCO Kisan изучает различные модели получения доходов в зависимости от размера проекта и типа выращиваемой культуры среди других факторов. «Мы ожидаем, что землевладелец и клиент поделятся инвестициями, которые будут варьироваться в зависимости от характера и размера проектов», — сказал Намгайл.

IFFCO Kisan предоставит ресурсы с точки зрения сельского хозяйства и наземных услуг, включая, среди прочего, местную рабочую силу и сельскохозяйственную технику.Хотя проекты «под ключ» могут быть реализованы на минимальном размере земли в пять акров, компания считает, что 10 акров идеально подходят для таких проектов.

«Мы рассматриваем разные варианты. Мы приедем с опытом сельского хозяйства и сочетанием технологий, чтобы гарантировать хорошее производство, повышение урожайности и, в процессе, иметь приличные данные о ферме, которые должны помочь в диверсификации в будущем », — сказал Намгайль.

IFFCO Кисан сформировал основную команду из выпускников сельскохозяйственных вузов с опытом ведения сельского хозяйства для управления проектами, в то время как реализация проекта будет зависеть от местной рабочей силы.По его словам, такая договоренность «под ключ» будет работать для фермеров или землевладельцев, которые оставили свои земли под паром или не могут полностью сосредоточиться на сельском хозяйстве или не могут получить более высокие урожаи из-за отсутствия внедрения технологий.

Интеллектуальное сельское хозяйство

В рамках своей вертикали умного земледелия IFFCO Kisan, помимо содействия контрактному фермерству между фермерскими / фермерскими производственными организациями и перерабатывающей промышленностью, также помогает им внедрять интеллектуальные методы ведения сельского хозяйства за счет внедрения технологий.IFFCO Kisan помогает фермерам внедрять современные технологии, чтобы расти и расти лучше. По словам Намгайла, компания владеет более 500 акров земли в рамках проекта умной фермы по всей стране.

IFFCO Kisan недавно вступила в партнерские отношения с SVC Industries и находится в процессе создания «Умной демонстрационной фермы для исследований, разработок и обучения» площадью 20 акров в Уттар-Прадеше.

IFFCO Кисан видит большой потенциал в сегменте агроуслуг. «Мы видим огромные возможности для выращивания лекарственных растений и садоводческих культур, поскольку промышленность ищет такую ​​инициативу … Есть большая тяга», — добавил он.

Помимо интеллектуальных семейных и агротехнических решений, IFFCO Kisan также присутствует в бизнесе кормов для крупного рогатого скота, телекоммуникациях и услугах колл-центров. В течение 2020-2021 годов выручка компании составила около 600 крор.

Agbotic, Black & Veatch сотрудничают в проекте «Умная ферма»

Модель Agbotic широко автоматизирована для использования машинного обучения и искусственного интеллекта.

Изображение: Agbotic и Black & Veatch развернут умные фермы в Северной Америке и Европе.Фото: любезно предоставлено Руди и Питером Скиттерианами с сайта Pixabay.

Американская агротехническая компания Agbotic подписала письмо о намерениях (LOI) с Black & Veatch на развертывание экологически чистых интеллектуальных ферм.

Компании будут работать вместе над оптимизацией, стандартизацией и поставкой под ключ модели Agbotic Smart Farm, совмещенной с активами возобновляемых источников энергии.

Согласно соглашению, обе фирмы планируют развернуть десятки умных ферм в Северной Америке и Европе в ближайшие четыре года.

Агротехническая компания заявила, что сокращение капитальных затрат, наряду с уменьшением затрат на энергию и рабочую силу, поможет улучшить экономику и внедрить сельское хозяйство с контролируемой окружающей средой.

Agbotic развертывает свою модель распределенного земледелия на экологически чистых сельскохозяйственных землях Модель

Agbotic, которая была разработана для снижения капитальных затрат, является энергоэффективной и широко автоматизированной с использованием машинного обучения и искусственного интеллекта.

Агротехническая компания будет внедрять свою круглогодичную модель распределенного земледелия на сельскохозяйственных угодьях, которые сертифицированы как экологически чистые и исключают использование химикатов.

Модель фирмы поддерживает сельское хозяйство на открытом воздухе, а также очищает воздух, воду и почву путем посадки деревьев, улавливания углерода, создания водно-болотных угодий и поддержания среды обитания для чувствительных диких животных.

Соучредитель и генеральный директор

Agbotic Джон Гаус сказал: «Наша команда успешно развернула высокоэффективную модель для автоматизированного и органического земледелия. Он энергоэффективен, экологически безопасен и производит высококачественную продукцию для широкого круга покупателей.

«Модель дает очень привлекательную удельную экономику и готова к масштабированию.Для масштабирования нам требуются опытные партнеры, разбирающиеся в проектировании, проектировании, закупках и строительстве как в энергетическом, так и в сельскохозяйственном секторах. Мы не могли бы найти лучшую фирму, чем Black & Veatch, чтобы доставить их нашему бизнесу ».

Компания Agbotic, расположенная в Сакетс-Харбор в Нью-Йорке, является крупным агротехническим предприятием, которое использует передовые технологии автоматизации, машинного обучения и искусственного интеллекта для производства качественных органических продуктов с использованием экологически восстановительной модели распределенного земледелия.

Компания Black & Veatch работает в более чем 100 странах и представляет собой инженерную, закупочную, консалтинговую и строительную компанию, находящуюся в собственности сотрудников.

У вас есть интересный контент, которым вы можете поделиться с нами? Введите свой адрес электронной почты, чтобы мы могли связаться с нами.

Умное сельское хозяйство: будущее сельского хозяйства

Иллюстрация: © IoT For All

Интернет вещей (IoT) не только предоставил способ лучше измерять и контролировать факторы роста, такие как орошение и удобрения, на ферме, он изменит то, как мы рассматриваем сельское хозяйство целиком.В этой статье я объясню, что такое умная ферма, и что Интернет вещей повлияет на будущее сельского хозяйства.

Что такое умная ферма?

Smart Farming — это новая концепция, которая относится к управлению фермами с использованием современных информационных и коммуникационных технологий для увеличения количества и качества продукции при оптимизации необходимого человеческого труда.

Среди технологий, доступных для современных фермеров:

  • Датчики : управление почвой, водой, светом, влажностью, температурой
  • Программное обеспечение : специализированные программные решения, ориентированные на определенные типы хозяйств или платформы IoT, не зависящие от приложений
  • Связь : сотовая связь, LoRa, и т. Д. .
  • Местоположение : GPS, спутник, и т. Д. .
  • Робототехника : Автономные тракторы, перерабатывающие предприятия, и т. Д. .
  • Аналитика данных : автономные аналитические решения, конвейеры данных для последующих решений, и т. Д. .
Изображение предоставлено: Beecham Research

Вооруженные такими инструментами, фермеры могут контролировать состояние поля, даже не выходя на поле, и принимать стратегические решения для всей фермы или для одного растения.

Движущей силой интеллектуального земледелия является Интернет вещей — подключение интеллектуальных машин и датчиков, интегрированных на фермах, чтобы сделать процессы ведения сельского хозяйства управляемыми и доступными для данных.

Цикл интеллектуального фермерства на основе IoT

Ядро IoT — это данные, которые вы можете извлекать из вещей («T») и передавать через Интернет («I»). Чтобы оптимизировать процесс ведения сельского хозяйства, устройства Интернета вещей, установленные на ферме, должны собирать и обрабатывать данные в повторяющемся цикле, что позволяет фермерам быстро реагировать на возникающие проблемы и изменения в условиях окружающей среды.Интеллектуальное земледелие следует циклу, подобному этому:

1. Наблюдение

Датчики регистрируют данные наблюдений за посевами, домашним скотом, почвой или атмосферой.

2. Диагностика

Значения датчиков передаются на облачную платформу IoT с предопределенными правилами и моделями принятия решений, также называемыми «бизнес-логикой», которые определяют состояние исследуемого объекта и определяют любые недостатки или потребности.

3. Решения

После выявления проблем пользователь и / или управляемые машинным обучением компоненты платформы IoT определяют, требуется ли обработка с учетом местоположения, и если да, то какие.

4. Действие

После оценки и действия конечного пользователя цикл повторяется с начала.

Решения IoT для сельскохозяйственных проблем

Многие считают, что Интернет вещей может повысить ценность всех сфер сельского хозяйства, от выращивания сельскохозяйственных культур до лесного хозяйства. В этой статье мы поговорим о двух основных областях сельского хозяйства, в которых Интернет вещей может произвести революцию:

  1. Точное земледелие
  2. Автоматизация / роботизация земледелия

1. Точное земледелие

Точное земледелие или точное земледелие является общей концепцией. для подходов на основе Интернета вещей, которые делают сельское хозяйство более контролируемым и точным.Проще говоря, растения и скот получают именно ту обработку, в которой они нуждаются, определяемую машинами со сверхчеловеческой точностью. Самым большим отличием от классического подхода является то, что точное земледелие позволяет принимать решения по квадратному метру или даже по растению / животному, а не по полю.

Точно измеряя изменения в пределах поля, фермеры могут повысить эффективность пестицидов и удобрений или использовать их выборочно.

2. Прецизионное животноводство

Как и в случае точного земледелия, методы интеллектуального земледелия позволяют фермерам лучше контролировать потребности отдельных животных и соответствующим образом корректировать их питание, тем самым предотвращая болезни и улучшая здоровье стада.

Владельцы крупных ферм могут использовать приложения беспроводного Интернета вещей для отслеживания местоположения, самочувствия и здоровья своего скота. Обладая этой информацией, они могут идентифицировать больных животных, чтобы их можно было отделить от стада, чтобы предотвратить распространение болезни.

Изображение предоставлено: unsplash.com

Автоматизация в «умных» теплицах

Традиционные теплицы контролируют параметры окружающей среды с помощью ручного вмешательства или пропорционального механизма управления, что часто приводит к потере продукции, потере энергии и увеличению затрат на рабочую силу.

Интеллектуальные теплицы, управляемые IoT, могут осуществлять интеллектуальный мониторинг, а также управлять климатом, устраняя необходимость ручного вмешательства. Различные датчики используются для измерения параметров окружающей среды в соответствии с конкретными требованиями урожая. Эти данные хранятся на облачной платформе для дальнейшей обработки и контроля с минимальным вмешательством вручную.

Сельскохозяйственные дроны

Сельское хозяйство — одна из основных вертикалей, в которых используются как наземные, так и воздушные беспилотные летательные аппараты для оценки состояния сельскохозяйственных культур, орошения, мониторинга урожая, опрыскивания сельскохозяйственных культур, посевов, анализа почвы и полей и других сфер.

Поскольку дроны собирают мультиспектральные, тепловые и визуальные изображения во время полета, данные, которые они собирают, предоставляют фермерам представление о целом ряде показателей: индексы здоровья растений, подсчет растений и прогноз урожайности, измерение высоты растений, картографирование растительного покрова, полевой водоем картографирование, отчеты о разведке, измерение запасов, измерение хлорофилла, содержания азота в пшенице, картографирование дренажа, картографирование давления сорняков и т. д.

Важно отметить, что интеллектуальное сельское хозяйство на основе Интернета вещей нацелено не только на крупномасштабные сельскохозяйственные операции; он может повысить ценность новых тенденций в сельском хозяйстве, таких как органическое земледелие, семейное фермерство, включая разведение определенного крупного рогатого скота и / или выращивание определенных культур, сохранение определенных или высококачественных сортов и т. д. .и повысить прозрачность сельского хозяйства для потребителей, общества и рынка.

Изображение предоставлено: unsplash.com

Интернет еды или Farm 2020

Если у нас есть Интернет вещей (IoT) и Интернет медицинских вещей (IoMT), почему бы не использовать один для еды? Проект Европейской комиссии Internet of Food and Farm 2020 (IoF2020), являющийся частью инициативы Horizon 2020 Industrial Leadership, исследует с помощью исследований и регулярных конференций потенциал технологий Интернета вещей для европейской пищевой и сельскохозяйственной промышленности.

Интернет вещей укрепил веру в то, что интеллектуальная сеть датчиков, исполнительных механизмов, камер, роботов, дронов и других подключенных устройств обеспечит беспрецедентный уровень контроля и автоматизированного принятия решений в сельском хозяйстве, что сделает возможной устойчивую экосистему инноваций в этой области. старейшая из отраслей.

Третья зеленая революция

Умное сельское хозяйство и сельское хозяйство на основе Интернета вещей прокладывают путь к тому, что можно назвать Третьей зеленой революцией.

Вслед за революциями в селекции растений и генетике Третья зеленая революция захватила сельское хозяйство.Эта революция основана на комбинированном применении технологий аналитики на основе данных, таких как оборудование для точного земледелия, Интернет вещей, аналитика «больших данных», беспилотные летательные аппараты (БПЛА или дроны), робототехника, и т. Д. .

В будущем эта революция интеллектуального земледелия показывает, что использование пестицидов и удобрений сократится, а общая эффективность повысится. Технологии Интернета вещей позволят лучше отслеживать продукты питания, что, в свою очередь, приведет к повышению безопасности пищевых продуктов. Это также будет полезно для окружающей среды, например, за счет более эффективного использования воды или оптимизации обработок и вводимых ресурсов.

Таким образом, интеллектуальное сельское хозяйство имеет реальный потенциал для создания более продуктивной и устойчивой формы сельскохозяйственного производства, основанной на более точном и ресурсоэффективном подходе. Новые фермы наконец-то воплотят в жизнь вечную мечту человечества. Он накормит наше население, которое к 2050 году может вырасти до 9,6 млрд.

Шлюз для умного земледелия на базе Android

О нас

AGRHUB CO., LTD. (AgrHub) специализируется на предоставлении реальных решений для умных ферм под ключ.AgrHub лидирует на рынке продаж интеллектуальных сельскохозяйственных устройств, таких как интеллектуальный шлюз, интеллектуальный датчик, интеллектуальная розетка, интеллектуальный контроллер и т. Д. Наша продукция сертифицирована CE, FCC и поставляется во многие страны мира.

Если вы хотите узнать о нас, посетите наш веб-сайт (agrhub.com) и страницу FB (fb.com/agrhub).

Что нам делать?

FARMBOX — это настоящая интеллектуальная ферма «под ключ», которая поможет фермерам открыть новую эру агротехники. Наше решение применяется для дома, теплицы, грибов, гидропоники на открытом воздухе и гидропоники в помещении.

Не то же самое, что другие стартапы IoT для сельского хозяйства. Мы не тратим так много времени и денег (у нас их нет) на разработку сенсора и контроллера для сельского хозяйства. Наше решение работает как экосистема Google Home. С одной стороны, мы фокусируемся на создании интеллектуального шлюза (Sense Hub Gateway), который работает с интеллектуальными гаджетами, представленными на рынке, такими как интеллектуальная розетка, интеллектуальный пульт дистанционного управления, интеллектуальный датчик и другие. Они поступают от внутренних партнеров или от известных поставщиков. С другой стороны, мы разрабатываем сервисы, которые помогут фермерам управлять своими фермами и контролировать их с помощью единого мобильного приложения.Это называется FARMBOX. FARMBOX работает на устройствах Android и iOS.

Таким образом, мы можем сэкономить много денег и времени на исследованиях и разработках. И теперь у нас есть полноценная экосистема для сельского хозяйства. Он подходит для многих целей, таких как домашний сад, теплица, грибы, гидропоника на открытом воздухе и гидропоника в помещении.

FARMBOX для гидропоники на открытом воздухе

FARMBOX для гидропоники внутри помещений

Почему мы это запускаем?

Мы хотим сосредоточиться на предоставлении инновационных продуктов, которые могут положительно повлиять на качество жизни всех фермеров, их семей и сельских сообществ.

Как это работает?

Sense Hub Gateway — это важный мост между фермой и конечным пользователем. Это беспроводное устройство, которое помогает собирать данные с беспроводных датчиков, установленных на ферме, таких как освещенность, температура воздуха, влажность воздуха, влажность почвы, питательные вещества почвы, pH воды, EC воды … Данные отправляются на наш сервер через соединение Wi-Fi. На сервере данные агрегируются, а также объединяются с данными профиля предприятия, чтобы автоматически принимать решение о включении, выключении или управлении устройствами на ферме, такими как лампа, водяной насос, насос для запотевания, вентилятор и кондиционер.Выходные данные агрегации отправляются в Sense Hub Gateway через MQTT для управления локальными устройствами в ферме.

В настоящее время Sense Hub Gateway поддерживает 10+ устройств от 7+ известных брендов:

1. Датчик Mi Flower Care от Xiaomi

2. Датчик воздуха Axaet

3. SensorTag от TI

4. Модуль датчика nRF51822 Nordic

5. Умный штекер SP3 Broadlink

6. Умный пульт RM3 Broadlink

7. Температурный датчик Xiaomi

8.Умный штекер Xiaomi

9. Датчик воздуха FIOT

10. Гидропонный контроллер FIOT

11. IP-камера Viettel

Что касается сервисов, мы использовали сервисы Google Cloud для их разработки:

1. Google App Engine для разработки API.

2. Google Cloud Datastore для хранения данных.

3. Google PubSub + IoT Core для соединения MQTT / MQTTS.

4. Google Фото для хранения изображений;

Что касается сельскохозяйственной техники, мы сотрудничаем с сельскохозяйственными университетами и институтами для создания профильных данных для растений во Вьетнаме.

Фермеры используют приложение FARMBOX на мобильном устройстве для мониторинга и управления своей фермой.

FARMBOX доступен для Android и iOS. Пользователь может получить в магазине:

Android: https://play.google.com/store/apps/details?id=mobile.arghub.planfactory

iOS: https://itunes.apple.com/us/app / farm-box / id1286769372

FARMBOX — это универсальная платформа для управления фермой. Он поддерживает почти виды ферм: домашний сад, теплицу, грибы, гидропонику на открытом воздухе и гидропонику в помещении в одном месте.

Видео

Наше видео было записано в транспортном контейнере. Это полная гидропонная система выращивания, полностью построенная внутри транспортного контейнера со всеми компонентами, необходимыми для коммерческого производства продуктов питания. В этом проекте мы применили FARMBOX для гидропоники внутри помещений.

Farm Factory Введение

Более подробную информацию о нашем проекте смотрите на нашем слайде

Компоненты интеллектуальной внутренней гидропоники

NFT Automation / IIoT Solutions для агропромышленного комплекса — New Frontier Technologies

New Frontier Technologies (NFT) Команда по сельскому хозяйству и культивированию находится в авангарде интеллектуального земледелия, помогая вашему бизнесу улучшить качество продукции, увеличить производство в целом и, что самое важное, , что позволяет вам масштабироваться за счет повышения эффективности, что снижает ваши эксплуатационные расходы.

О сельском хозяйстве

Сельскохозяйственная отрасль находится под сильным давлением, требующим увеличения производства, поскольку население мира увеличивается. Это означает, что количество продуктов питания, которые производятся сегодня, необходимо примерно удвоить к 2050 году человек. Все больше промышленных производителей используют технологии промышленного Интернета вещей (IIoT) для повышения эффективности за счет оптимизации на основе собранных данных, связанных с их деятельностью. Технологии, включая GPS, датчики, роботов и дроны, используются в автоматизированных системах для облегчения разбрызгивания удобрений и гербицидов или управления беспилотными тракторами.Датчики также контролируют площадь выращивания и обеспечивают обратную связь о факторах окружающей среды, таких как влажность или уровни питательных веществ в почве.

Проблемы клиентов

Производители сталкиваются с необходимостью увеличения количества и качества продукции при одновременном снижении эксплуатационных расходов. Приток промышленной автоматизации и ИТ-технологий обещает повысить эффективность, но как все технологии IIoT сочетаются друг с другом в существующем производственном объекте или промышленной ферме?

Решение NFT

New Frontier Technologies предлагает единое решение для автоматизации сельского хозяйства и культивирования, которое полностью использует преимущества Industry 4.0, включая достижения в области технологий промышленного Интернета вещей (IIoT). Наше автоматизированное решение позволяет вам контролировать все операционные аспекты вашего предприятия из одного приложения. Это включает в себя важные функции, такие как использование данных датчиков вашей почвы и урожая для запуска вашей автоматизированной системы орошения и использование возможностей IIoT для отслеживания и поддержания уровней влажности и CO2 в ваших силосах для хранения, чтобы предотвратить порчу и загрязнение.

Решение NFT для сельского хозяйства и культивирования из одного источника также включает:

  • Автоматическое соответствие нормативным требованиям
  • Отопление, вентиляция и кондиционирование (HVAC)
  • Освещение
  • Влажность и CO2
  • Доставка питательных веществ
  • Уведомления о безопасности и тревоге
  • Отчетность и аналитика данных
  • Управление запасами
  • Мобильность

Подход к проектированию архитектуры для информационных систем управления фермой на основе Интернета вещей

В этом разделе представлена ​​постановка проблемы, которая проиллюстрирована с использованием двух тематических исследований интеллектуального сельского хозяйства в Турции.Тематические исследования были отобраны на основе их актуальности и различия в функциональных требованиях и требованиях к качеству. Тематические исследования включают разработку FMIS на основе Интернета вещей для производства пшеницы и томатов в Турции. Далее сначала представлены подробности каждого тематического исследования, а затем описывается постановка проблемы.

Пример: производство пшеницы

В Турции 23,9 миллиона гектаров возделываемых ферм. Производство зерна занимает 49% этой площади.Производство пшеницы составляет 67% от общего объема производства зерна (Turkish Land Crop Office 2017). Производство пшеницы в Турции составляет около 20 миллионов тонн в год (Министерство сельского хозяйства Турции, 2018). Таким образом, производство пшеницы является одним из важнейших сельскохозяйственных предприятий Турции.

Одним из ключевых регионов производства пшеницы в Турции является регион Конья, который находится вдали от побережья и расположен на большой равнине недалеко от центра Турции. В Конье земной климат и большие пахотные фермы.Конья — регион в Турции с наибольшим производством пшеницы. Ежегодно здесь производится 3 миллиона тонн пшеницы.

Пример: выращивание томатов в теплицах

Второй пример — выращивание томатов в теплицах в Анталии. Производство томатов в мире составляет 170 миллионов тонн в год, и почти 12 миллионов тонн этой продукции производится в Турции. Турция экспортирует помидоры и томатную продукцию во многие страны. Общий экспорт составляет около 600 000 тонн. Томат выращивают как в открытом грунте, так и в теплицах.Около 51% тепличного производства в Турции составляют томаты.

Анталия расположена на юге Турции к северу от побережья Средиземного моря. Типичный средиземноморский климат региона подходит для выращивания овощей и фруктов. В настоящее время в Анталии очень распространено специализированное тепличное хозяйство. Около 80% стеклянных теплиц и 50% пластиковых теплиц Турции находятся в Анталии.

Описание проблемы

Как правило, пшеница и томаты выращиваются с использованием традиционных методов ведения сельского хозяйства в регионах Конья и Анталия.Общее наблюдение из правительственных отчетов заключается в том, что небольшая часть фермеров в этих регионах использует традиционные ИСФМ (Министерство сельского хозяйства Турции, 2018 г.). Даже с использованием ИСФМ можно было выявить несколько проблем в сельскохозяйственном секторе.

Неэффективное растениеводство

Чтобы удовлетворить растущее население Турции, важно увеличить производство сельскохозяйственных культур, что требует более эффективного и действенного растениеводства. По данным Турецкого статистического института (TSI), Турция входит в десятку крупнейших производителей пшеницы в мире.Но этого производства недостаточно для растущего внутреннего спроса Турции. Чтобы компенсировать потребность, Турция ежегодно импортирует более 4 миллионов тонн пшеницы. С точки зрения эффективности (тонны / гектар) улучшения обзора необходимы и возможны. Средняя урожайность пшеницы в Турции составляет около 2,6 т / га.

Неэффективное использование почвы

В Турции 2,2 миллиона фермеров и 23,9 миллиона гектаров возделываемых ферм, но 17% пахотных хозяйств находятся под паром (Министерство сельского хозяйства Турции, 2018).Одна из причин этого — отсутствие понимания и поддержки в отношении принятия решений по растениеводству, удобрению почвы и управлению пестицидами.

Увеличение затрат на сельскохозяйственные ресурсы

В последние годы стоимость удобрений, топлива и пестицидов резко возросла, но использование этих ресурсов не подвергалось эффективному мониторингу. Это отрицательно сказалось на прибылях сельского хозяйства и тепличного производства. В результате количество фермеров в этих областях уменьшилось, а общее производство снизилось.Чтобы решить эти проблемы, необходимо улучшить мониторинг и управление вводом, чтобы снизить общие затраты.

Эти проблемы можно до некоторой степени решить, сосредоточив внимание на улучшении бизнес-процессов и логистических процессов, применяя принципы всеобщего качества и интеллектуального земледелия, а также соответствующие сенсорные и эффекторные технологии. Тем не менее, эти решения остаются ограниченными по сравнению с внедрением Интернета вещей, который обеспечивает дальнейшую оптимизацию за счет интеграции различных технологий, таких как (беспроводные) сенсорные сети, мобильные вычисления, облачная сеть, аналитика данных и системы поддержки принятия решений.

Для решения этих проблем IoT можно считать возможным решением (Длодло и Калежи, 2015; Ма и др., 2011). Интернет вещей позволяет использовать датчики для измерения требуемых параметров (например, качества почвы), поддержки процесса принятия решений с помощью таких сервисов, как анализ данных, и использования исполнительных механизмов для выполнения надлежащих действий в нужное время и в нужном месте. Это, например, случай производства пшеницы и томатов, описанный в предыдущих разделах. С внедрением Интернета вещей ожидается несколько преимуществ.Во-первых, определение изменчивости потенциальной урожайности может позволить оптимизировать производство на каждом участке. С помощью разумных методов ведения сельского хозяйства, таких как управление питанием почвы для конкретных участков, качество почвы можно улучшить. Кроме того, борьба с вредителями позволяет составлять карты популяций вредителей и получать карты применения для конкретных участков, сокращая использование пестицидов и минимизируя воздействие на окружающую среду. Управление методами ведения сельского хозяйства и получение карт прибылей может помочь снизить риски в сельском хозяйстве. Более эффективные методы орошения, внесения удобрений и стратегии борьбы с вредителями позволяют экономить ресурсы.С помощью интеллектуального земледелия проблемы растениеводства можно решить более точно и за меньшее время. Кроме того, можно собирать и анализировать долгосрочные данные, что приводит к принятию более эффективных стратегических управленческих решений. Экономия исходных материалов и ресурсов позволяет снизить трудозатраты и затраты. Наконец, снижение затрат и повышение качества увеличит получаемую прибыль. Пока что с существующей ИСФМ эти цели не могут быть полностью реализованы или достигаются лишь в ограниченной степени.

Хотя IoT обещает быть очень полезным, разработать FMIS на основе IoT непросто.В литературе были предложены различные эталонные архитектуры как для IoT, так и для FMIS. Недавно эти две концепции были дополнительно интегрированы, что привело к созданию архитектуры FMIS на основе Интернета вещей. К сожалению, создание конкретной архитектуры приложения для конкретной фермерской ситуации далеко не тривиально. Это связано с тем, что существующие архитектуры обычно представлены как эталонные архитектуры, которые слишком абстрактны и не учитывают дополнительные детали, необходимые для получения архитектуры приложения.Чтобы получить конкретную архитектуру для конкретного контекста, следует выбрать различные функции FMIS и IoT. Это включает, например, различные функции управления, протоколы безопасности, протоколы связи устройств и облачные сервисы. Для каждого из этих вариантов можно сделать множество различных вариантов, и их комбинация приводит к широкому пространству дизайна.

Очевидно, что при описании системы интеллектуального земледелия можно выделить множество различных архитектурных альтернатив.Поскольку архитектура оказывает прямое системное влияние на интеллектуальное сельское хозяйство на основе Интернета вещей в целом, важно разработать правильную архитектуру, отвечающую общим требованиям заинтересованных сторон к интеллектуальному сельскому хозяйству. Чтобы направить архитектора в создании индивидуализированной конкретной архитектуры, необходим системный подход.

Метод разработки FMIS

На рис. 2 показан предлагаемый подход к разработке архитектуры приложения FMIS на основе IoT. Подход состоит из двух основных действий, включая Domain Engineering и FMIS Development .По сути, этот подход основан на процессе разработки продуктовой линейки, описанном в литературе (Tüzün et al. 2015; Capilla et al. 2014; Apel et al. 2013).

Рис. 2

Подход к разработке FMIS

Деятельность Domain Engineering направлена ​​на разработку и подготовку артефактов разработки (например, дизайна и кода) для FMIS. Первый шаг включает в себя разработку модели функций семейства IoT FMIS, которая определяет общие и вариативные характеристики различных FMIS.На следующем этапе основное внимание уделяется разработке эталонной архитектуры FMIS на основе Интернета вещей. Последний шаг в деятельности по проектированию предметной области направлен на разработку повторно используемых компонентов, которые потребуются для разработки ИСФМ на основе эталонной архитектуры. В следующих разделах подробно рассматривается разработка модели признаков семейства, а затем представлена ​​соответствующая эталонная архитектура.

Деятельность FMIS по разработке сосредоточена на конкретной FMIS на основе IoT. ИСФМ будет разработана на основе повторного использования артефактов в деятельности по проектированию доменов.Первый шаг в разработке приложения включает выбор функций приложения. Кроме того, функции будут включать в себя как функции IoT, так и FMIS. Обычно они будут разными для разных ИСФМ в разных контекстах. На основе выбранных характеристик будет разработана конкретная архитектура приложения FMIS, начиная с эталонной архитектуры деятельности по проектированию предметной области. Последний шаг включает внедрение ИСФМ. На этом заключительном этапе будут повторно использованы компоненты, разработанные ранее при проектировании предметной области.Очень часто система моделирования может быть разработана для FMIS для проверки системы перед принятием решения о крупномасштабных инвестициях.

Модель признаков семейства

Первым этапом деятельности по проектированию предметной области в рамках предлагаемого на рис. 2 подхода является разработка диаграммы функций семейства для ИСФМ на основе Интернета вещей. Диаграмма функций — это дерево, которое используется для моделирования общих черт и различий в пределах определенного домена или системы. Диаграмма функций включает корневой узел, представляющий домен или систему, которая имеет основные характеристики или видимые извне свойства системы (Tekinerdogan et al.2012). Возможности могут иметь подфункции, которые могут вести к иерархическому дереву. Возможности могут быть обязательными или вариантными. Варианты функций обычно представлены как дополнительные или альтернативные. Дополнительные функции могут быть выбраны или нет, при этом для альтернативных функций требуется выбор одной из определенных функций. Конфигурация функции — это набор функций, который описывает член протокола связи. Ограничение функции дополнительно ограничивает возможный выбор функций для определения конфигураций.

Анализ предметной области состоит из двух основных действий, включая определение области видимости и моделирование предметной области. В процессе определения области действия определяется область домена и выбирается набор источников знаний. В процессе моделирования предметной области предоставляется диаграмма функций.

В процессе определения области применения FMIS на основе Интернета вещей учитывались не только научные статьи, но также веб-сайты и официальные документы важных поставщиков и заинтересованных сторон в области Интернета вещей и интеллектуального сельского хозяйства.Выбранный список важных источников, которые рассматривались для IoT, показан в Приложении 1, список источников для интеллектуального сельского хозяйства показан в Приложении 2. Не утверждается, что набор источников является исчерпывающим, но анализ этих выбранных исследований показывает, что сближение и согласование концепций. В следующем разделе сначала описывается схема функций для Интернета вещей, после чего следует описание схемы функций для интеллектуального сельского хозяйства.

Модель функций для IoT

На основе первичных исследований, приведенных в Приложении 1, диаграмма функций верхнего уровня IoT, представленная на рис.3 получается. По сути, диаграмма верхнего уровня представляет конструктивные особенности и, как таковые, включает обязательные функции для уровней ранее определенной эталонной архитектуры IoT на рисунке 1. На диаграмме функций указано, что все уровни являются обязательными для настройки IoT. система.

Рис. 3

Диаграмма функций верхнего уровня IoT

Для каждого из уровней можно получить подробную диаграмму функций, которая представляет общие черты и изменчивость для соответствующего уровня.Среди уровней IoT решающим является уровень сеанса, который включает в себя протоколы для инициирования соединения и дальнейшего сеанса связи. На рисунке 4 показана диаграмма функций, полученная в результате анализа предметной области для протоколов связи сеансового уровня IoT.

Рис. 4

Функциональная диаграмма протоколов связи на уровне сеанса IoT

Обязательными функциями верхнего уровня на функциональной диаграмме являются тип протокола, источник-цель, тип транспорта и архитектура.Функция типа протокола определяет протоколы, которые были идентифицированы в выбранных первичных исследованиях. Эти идентифицированные протоколы следующие:

  • Message Queuing Telemetry Transport (MQTT): один из самых популярных протоколов для сбора данных с устройств и обмена данными с серверами (OASIS 2011).

  • Extensible Messaging and Presence Protocol (XMPP): основан на обмене XML-сообщениями в реальном времени, который определен для подключения устройств к серверам (IETF 2011).

  • Advanced Message Queuing Protocol (AMQP): система очередей, предназначенная для соединения серверов друг с другом (OASIS 2011).

  • Служба распространения данных ( DDS ) : быстрая шина данных для интеграции устройств и систем (OMG 2015).

  • The Constrained Application Protocol (CoAP): специализированный сетевой протокол для использования в узлах с ограничениями и ограниченных сетях (IETF 2011).

Как показано на рисунке 4, в протоколах сеансового уровня доступны три типа отношений источник-цель: устройство-устройство (D2D), устройство-сервер (D2S) и сервер-сервер (S2S). ). В некоторых исследованиях эти функции также называются Machine-to-Machine (M2M), Machine-to-Cloud (M2C) и Cloud-to-Cloud (C2C) соответственно.

Протоколы сеансового уровня тесно связаны с сетевым уровнем. Для всех протоколов связи транспортным уровнем может быть протокол пользовательских дейтаграмм (UDP) или протокол управления передачей (TCP).Некоторые протоколы, такие как DDS, поддерживают как UDP, так и TCP. Схема адресации (одноадресная, широковещательная или многоадресная) может иметь значение в зависимости от требований приложения. Выбор протокола сетевого уровня важен, поскольку использование TCP и / или UDP изменяет характеристики связи с точки зрения производительности и безопасности. Уровень ниже сетевого уровня, то есть уровень устройств, включает устройства IoT, которые имеют прямое соединение с физическими устройствами. Физические устройства имеют разную функциональность и разную дальность передачи.Если будут использоваться устройства и сети с низким энергопотреблением, внедрение TCP на сетевом уровне, как правило, менее осуществимо, и аналогично вместо него используется протокол UDP. С другой стороны, TCP требуется для поддержки безопасности, а общие протоколы безопасности (SSL / TLS) недоступны при использовании UDP.

Архитектура протоколов сеансового уровня может быть либо публикацией-подпиской, либо запросом-ответом. В архитектуре публикации-подписки участники (например, датчики) отправляют данные в тему, по которой несколько подписчиков (например,грамм. облачное программное обеспечение), зарегистрированные в этой теме, могут считывать данные. В этой архитектуре издателям и подписчикам не нужно знать друг друга, и им не нужно работать одновременно, то есть этот тип связи обеспечивает временную и пространственную развязку. Этот тип связи хорошо подходит для данных, которые должны передаваться от одного производителя многим потребителям. С другой стороны, для архитектуры запрос-ответ отправители и получатели должны знать друг друга. Запрашивающая сторона отправляет сообщение с запросом и ожидает ответа.Когда отвечающий (например, датчик) получает запрос, он отвечает ответным сообщением. Протоколы сеансового уровня IoT обычно используют архитектуру публикации-подписки, за исключением случая CoAP, в котором принят шаблон запрос-ответ. Существует множество критериев для выбора правильного протокола сеансового уровня IoT в зависимости от требований приложения. Дополнительная информация о выборе подходящего протокола сеансового уровня IoT представлена ​​в (Köksal and Tekinerdogan 2017).

Функциональная модель для информационных систем управления фермой

Для интеллектуального сельского хозяйства на основе Интернета вещей другой важной областью является собственно интеллектуальное сельское хозяйство.Подобно домену IoT, снова был применен процесс анализа предметной области, в котором проводился поиск соответствующих первичных исследований по интеллектуальному сельскому хозяйству, и на основе этих выбранных исследований была построена диаграмма функций, представляющая общие и вариантные функции. Выбранные первичные исследования перечислены в Приложении 2. На основе литературы можно выделить следующие поддомены для интеллектуального сельского хозяйства: (1) Глобальные системы позиционирования (GPS), (2) Географические информационные системы (ГИС), (3) Датчики. , (4) Технология переменной нормы внесения (VRT), (5) Мониторинг урожайности (YM), (6) Составление карты урожайности (YMAP) и (7) Информационные системы управления фермой (FMIS).

Программное обеспечение FMIS — это основная часть интеллектуального земледелия. ИСФМ используются для сбора и обработки данных, используемых для управления всеми сельскохозяйственными операциями. Диаграмма характеристик верхнего уровня для ИСФМ приведена на рис. 5. Правая часть диаграммы характеристик была получена из функций ИСФМ, как определено в (Fountas et al. 2015). Левая часть посвящена функциональным возможностям FMIS, связанным с IoT, включая сбор данных, обработку данных, визуализацию данных, связь с внешними системами и управление системой.В этом документе основное внимание будет уделено аспектам IoT FMIS.

Рис. 5

Функциональная диаграмма верхнего уровня FMIS

Функция сбора данных определяет сбор данных с датчиков и других систем, используемых в интеллектуальном сельском хозяйстве, таких как тракторы, агроботы и беспилотные автомобили. Он включает в себя функции для обработки собранных данных, посредством которых полезная информация извлекается с помощью интеллектуального анализа данных, машинного обучения и обработки изображений. Функция визуализации данных определяет отображение обработанных данных в различных формах.Помимо классических таблиц, отчетов и инструментов мониторинга, для приложений интеллектуального земледелия необходимы специальные карты визуализации. Карты, такие как карты урожайности, карты почвы, карты освещения и карты прибыли, отображаются для разных целей. Функция управления системой определяет управление сбором данных, обработкой, визуализацией и функциями связи с внешней системой FMIS. В этой функции рассматриваются функции, связанные с качеством, такие как надежность, масштабируемость, расширяемость и безопасность.Наконец, функция «связь с внешними системами» определяет связь с внешними системами, такими как система прогноза погоды. Каждая из этих функций показана на рис. 5 разным цветом для ссылки на них в последующих разделах.

Функциональная модель для FMIS на основе IoT

В принципе, IoT и FMIS являются независимыми концепциями и, как таковые, моделировались отдельно в предыдущих подразделах. В принципе, можно было выбрать функции из диаграммы функций IoT и функции из диаграммы функций FMIS.В качестве альтернативы понятие ИСФМ на основе Интернета вещей можно рассматривать как интеграцию обеих концепций, которые необходимо рассматривать по отдельности. С этой целью на рис. 6 показана диаграмма функций интегрированного семейства, полученная на основе моделей функций для IoT и FMIS. Основное внимание уделялось FMIS как доминирующей декомпозиции, а функции IoT были интегрированы в отдельные листы дерева функций FMIS. На рисунке для различных типов объектов использовались разные узоры заливки. Подробная диаграмма характеристик, представленная на рис.6, в принципе, можно расширить с учетом требований конкретного проекта. Однако в контексте данной статьи предоставленных моделей функций достаточно, чтобы проиллюстрировать подход.

Рис. 6

Схема функций семейства программного обеспечения FMIS

В FMIS на основе IoT сбор данных состоит из сбора данных IoT и обычного сбора данных для поддержки устаревших систем. Сбор данных IoT содержит 5 альтернативных протоколов сеансового уровня IoT, как обсуждалось ранее, а именно MQTT, XMPP, AMQP, DDS и CoAP.В зависимости от приложения для FMIS можно выбрать один или несколько протоколов для связи IoT. В предыдущем разделе были описаны критерии для этого. Традиционная функция сбора данных состоит из протоколов ISOBUS и сети контроллеров (CAN). Как указывалось ранее, на диаграмму функций могут быть добавлены другие протоколы (устаревшие или не относящиеся к IoT).

Функции обработки данных в основном зависят от типа приложения и включают в себя обработку изображений / видео, интеллектуальный анализ данных, регистрацию данных и функции поддержки принятия решений.Одновременно можно использовать одну или несколько функций. В зависимости от требований приложения эти функции могут быть расширены для использования различных функций обработки.

Визуализация данных состоит из функций мониторинга и отображения. Мониторинг состоит из функций мониторинга окружающей среды и мониторинга урожайности. Картографирование включает в себя характеристики урожайности, типа почвы и светового картографирования.

Управление системой включает в себя управление датчиками, исполнительными механизмами, функции управления системой, такие как идентификация устройства, обнаружение узлов, а также службы каталогов и имен.Сенсорное управление состоит из нескольких подфункций, таких как определение почвы, света, погоды и воды. Кроме того, управление системой включает в себя управление транспортным средством и функции управления БПЛА / Дроном. Наконец, функция внешних служб содержит системы с внешним обменом, такие как прогноз погоды, финансовые службы и другие внешние системы.

Эталонная архитектура для FMIS

После разработки моделей функций семейства для FMIS на базе Интернета вещей следующим шагом является разработка эталонной архитектуры для потенциальных систем.Фактически, в литературе уже было предложено несколько эталонных архитектур для FMIS (Nikkilä et al. 2010; Sørensen et al. 2010, 2011; Beck 2001; Fountas et al. 2006). концептуальный уровень и / или не учитывать аспекты IoT явно. Следовательно, в этом разделе будет представлена ​​эталонная архитектура FMIS на основе Интернета вещей. Для этого будут использоваться выбранные точки зрения архитектурной структуры Views and Beyond (Clements et al. 2010), включая точку обзора декомпозиции, точку обзора по уровням и точку обзора развертывания.

Представление декомпозиции

Представление декомпозиции используется для демонстрации того, как системные обязанности распределяются по модулям и как эти модули разбиваются на подмодули. Обычно функции на диаграмме функций реализуются одним или несколькими модулями в представлении декомпозиции. Представление декомпозиции архитектуры отображает общую структуру архитектуры, которая разумно разбита на модули модульной реализации. Это считается фундаментальным взглядом на архитектуру, поскольку он служит входными данными для других представлений (например,грамм. вид распределения работы) и помогает общаться и определять структуру программного обеспечения. Предлагаемое эталонное представление разложения для FMIS на основе IoT показано на рис. 7. Модули в представлении разложения окрашены, чтобы установить связь с ранее определенными функциями в схемах функций FMIS. По сути, представление декомпозиции включает в себя модули для сбора данных, обработки данных, визуализации данных, управления системой и модули для связи с внешними службами. Представление декомпозиции включает все возможные модули для различных приложений FMIS на основе Интернета вещей.Обратите внимание, что в этом случае для каждой функции на предыдущей диаграмме функций в представлении декомпозиции был определен один модуль. Кроме того, не показаны функции нижнего уровня, такие как обнаружение узлов и службы каталогов и имен. В следующем разделе объясняется конфигурация конкретного представления декомпозиции из этого справочного представления декомпозиции.

Рис. 7

FMIS на основе IoT — представление декомпозиции

Многослойное представление

Многослойное представление аналогично представлению декомпозиции, поскольку оно отражает разделение программного обеспечения на блоки.Разница в том, что в многоуровневом представлении модули структурированы в уровней , которые взаимодействуют на основе строгого отношения упорядочения. Это означает, что если уровню A разрешено использовать уровень B, реализация уровня A может использовать любые общедоступные средства уровня B. Однако уровень B не может использовать какие-либо средства уровня A.

На рисунке 8 показано многоуровневое представление для IoT-системы. ИСФМ. Здесь преобладающая декомпозиция взята из многоуровневого представления IoT, как показано на рис. 1, и аналогичным образом включает те же уровни эталонной архитектуры IoT.Конкретные детали в основном находятся на уровнях более высокого уровня, включая бизнес-уровень, уровень приложений и уровень сбора данных. Бизнес-уровень FMIS включает в себя всю необходимую логику управления фермой и рабочие процессы, такие как управление фертильностью, управление питательными веществами, борьба с вредителями, борьба с сорняками и управление орошением. Прикладной уровень FMIS включает обработку данных FMIS, визуализацию данных, управление системой и связь с внешними системами. Уровень сбора данных FMIS предназначен для адаптации данных между сеансовым уровнем IoT и FMIS, т.е.е. этот уровень обеспечивает соединение с протоколами сеансового уровня Интернета вещей. Таким образом, этот уровень включает интерфейсы уровня сеанса IoT, такие как интерфейс MQTT и интерфейс XMPP. Для поддержки систем, не относящихся к IoT, на этом уровне также используется стандартный интерфейс модуля.

Рис. 8

FMIS на основе IoT — многоуровневое представление

Представление развертывания

Ранее определенные представления (декомпозиция, многоуровневые) ориентированы на моделирование программных модулей FMIS на основе IoT.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *