پس از جمع‌آوری و انتقال داده‌های کافی، «ما از سیستم‌های نرم‌افزاری مانند یادگیری ماشین، پردازش تصویر و تکنیک‌های هوش مصنوعی برای انجام تجزیه و تحلیل داده‌های ورودی برای تعیین دمای بهینه، شدت نور، تامین مواد مغذی و اینکه آیا محصولات به مدیریت علف‌های هرز نیاز دارند استفاده می‌کنیم. وانگ گفت، همراه با بسیاری دیگر.
مقاله کامل را در www.eetimes.eu بخوانید.
منبع
در سال های نه چندان دور، کشاورزان مجبور بودند برای ردیابی شرایط در مناطق رشد خود به تصاویر ماهواره ای و هوایی یا سایر سیستم های نقشه برداری تکیه کنند. با این حال، در کشاورزی، تصمیم گیری به موقع و آگاهانه بسیار مهم است. اگر کشاورزان پنجره مناسب کاشت یا پرورش را در منطقه جغرافیایی خود از دست بدهند، نتیجه عملکرد محصول کمتر است.
شبکه‌های حسگر بی‌سیم (WSN) اکنون برای جمع‌آوری اطلاعات محیطی متنوعی از جمله شدت نور و طیف نور فرودی استفاده می‌شوند. حسگرها همچنین می توانند تغییرات آب و هوایی (به عنوان مثال، دمای هوا، سطوح رطوبت، سطح دی اکسید کربن و سرعت هوا)، فنوتیپ گیاهی (به عنوان مثال، رنگ برگ، توده گیاه، و اندازه گیاه)، و تامین مواد مغذی (مثلا سطح pH و مواد مغذی) را شناسایی کنند. تمرکز).
مزرعه‌ای را تصور کنید که در آن هر گیاه توجه شخصی را از ربات‌های مستقل دریافت می‌کند که تعادل دقیق مواد مغذی را در مرحله بحرانی رشد ارائه می‌دهند و مقدار دقیق علف‌کش یا آفت‌کش را روی علف‌های هرز یا حشره‌ای که مشکل ایجاد می‌کند، اعمال می‌کنند. این کشاورزی دقیق است و امروز در حال وقوع است. کشاورزی دقیق به مجموعه‌ای از فناوری‌ها – حسگرها، اتصال پرسرعت، هوش مصنوعی و اتوماسیون – نیاز دارد تا با هم کار کنند. این انقلاب کشاورزی خودمختار را با هدف به حداکثر رساندن محصول و سودآوری و در عین حال به حداقل رساندن اثرات زیست محیطی به جلو می برد.
در یک جلسه کلیدی در اجلاس اخیر مهندسی سبز، یولین وانگ، تحلیلگر فناوری در IDTechEx، توضیح داد که چگونه کشاورزی دقیق کشاورزی را پایدارتر می‌کند و درباره فرصت‌ها و چالش‌های رباتیک کشاورزی بحث کرد.