|
2021년 2월 3일
Nvidia Jetson,
|
IoT 장치 관리 전문가 Eystein Maloy Stenberg, Northern.Tech CTO
|
The Device Chronicle은 파리에 본사를 둔 Bilberry.io.의 CTO 인 Hugo Serrat와 대화했습니다. Bilberry는 Nvidia Jetson OTA, Computer Vision을 기반으로 한 소프트웨어 업데이트 및 딥 러닝을 사용하여 미국과 캐나다에서 성장하려는 야심을 가지고 유럽과 호주의 농업에서 여러 게임 변화 사용 사례를 가능하게합니다.
Nvidia Jetson으로 워크 플로우 개선
첫째, Hugo는 새로운 디지털 기술이 농업 산업에서 작동하도록 만드는 핵심 트릭에 대해 이야기합니다. 그는 농부를 방해하지 말고 도와야한다고 말합니다. 즉, 기존 워크 플로 전체를 변경하지 않고 실제로 개선하려고합니다. 이 작업을 잘 수행하면 더 나은 방법으로 작물을 관리하는 데 도움이되는 통찰력을 빠르게 수집 할 수있는 새로운 기능을 제공 할 수 있습니다. 앞으로의 길을 보여줄 얼리 어답터, 혁신가, 개척자를 찾아야합니다. "많은 (농부)들이 솔루션을 찾고 있으며 입소문이 기술 채택을 늘리는 데 도움이됩니다."
발의 변화
IoT 산업은 개선되고보다 지속 가능한 솔루션을 만들기 위해 주요 화학 물질 공급 업체와 협력하려고합니다. Hugo는“아직 완벽한 해결책은 없지만 살충제 사용을 대체하는 새로운 접근법이 많이 있습니다.”라고 덧붙입니다.
눈길을 끄는 사용 사례
농업 분야에는 IoT의 다양한 응용 분야가 있으며 Hugo는 매우 흥미로운 것을 지적합니다. 레이저 프로젝션과 끓는 물 프로젝션은 잡초를 제거하는 데 사용됩니다. 전선을 사용한 전기 제초도 채택되고 있습니다. 지능형 곤충 트랩은 AI 지원 카메라의 데이터를 사용하여 최적의 시간에 페로몬을 방출하여 더 많은 곤충을 잡습니다. 낙농업에서는 스마트 카메라를 사용하여 양떼의 건강을 모니터링합니다. 자동화 및 로봇 공학에 대한 시장의 관심이 있지만 서비스 능력이 제한되는 넓은 에이커의 작물에 대한 문제가 있습니다. 결과적으로 추세는 로봇 무리를 구축하거나 어떤 방식 으로든 기계를 자동화하는 것입니다.” 또한 날씨 패턴을 모니터링하고 예측할 수 있으며, 다양한 유형의 기후에 민감한 작업을 시작하기 가장 좋은시기를 결정할 수 있도록 실시간으로 농부에게 통찰력을 보낼 수 있습니다. 작물의 질병을 예측하는 데 도움이되는 모델도 개발되었습니다. 컴퓨터 비전은 또한 작물을 찢지 않고도 잡초를 감지하고 제거 할 수있는 기계적 제초를 가능하게했습니다.
값을 먼저 테스트하십시오.
Hugo는“많은 테스트가 필요하며 서비스 제공 업체로서 현장에서 개념 증명을 실행하기 전에도 가져 오는 가치가 충분하다는 것을 확신해야합니다. "거친 세상입니다. 신속하게 판매하고 원활한 방식으로 실제 문제를 해결할 수있는 강력한 시스템을 제공 할 수 있어야합니다."
규모, 비용 및 복잡성
규모는 또 다른 질문이며 Hugo에게는 프로젝트에 필요한 하드웨어와 소프트웨어에 따라 다릅니다. 그는 기술 비용의 비용이 시간이 지남에 따라 낮아져 중소 규모의 농장 보유자가 접근 할 수있게 될 것이라고 말합니다. 그러나 비용과 복잡성은 여전히 기계 기계에 추가되고 있으며 보수적 인 산업에서 농부들이 투자 수익을보기 위해서는 인내심이 필요합니다. 많은 소규모 농부들은“언제이 기술에 투자하기에 좋은시기입니까?
Nvidia Jetson이 역할을 수행하는 생태계 발견
Hugo는 개발중인 흥미로운 디지털 생태계에 대해 설명합니다. “연결된 기계로 대규모 IoT 네트워크를 운영하는 대규모 업체가 있습니다. 그리고 점점 더 많은 연결된 장치를 제공하는 장비 제조업체와 혁신의 한계를 뛰어 넘 으려는 신생 기업이 있습니다.”
연결 문제
외부 환경에서의 연결도 어려울 수 있습니다. 시스템을 원격으로 관리하는 서비스 제공 업체로서 Hugo는 데이터 스트림과 분석에 빠르게 액세스하면됩니다. 따라서 데이터 처리는 대부분 가장자리에서 수행됩니다. 전력 자원이 제한되어 있고 데이터를 실시간으로 처리해야하는 장치로 작업해야합니다. 또한 AI 모델은 농부에게 원격으로 전달되는 통찰력을 기반으로 올바른 결정을 내리는 데 도움이 될만큼 정확해야합니다. 일이 잘못되면 서비스 공급자는 신속하게 대응하고 상황을 제어 할 수 있어야합니다.
Nvidia Jetson과 함께 할 가치가있는 작업
Hugo에게 Bilberry에서 그와 그의 팀이하는 일은 엄청난 잠재력을 가지고 있습니다. 그는 "이 작업은 현장에 무엇이 있는지 실시간으로 알 수있는 기회를 제공하고 화학 물질과 물을 절약하며 장기적으로는 작물 수확량을 증가시킬 것입니다."라고 말합니다. Agrifac과 Downs를 비롯한 제조업체의 농업 장비에 장착 된 그의 제품은 3m 떨어진 대형 분무기의 붐에 장착 된 카메라 세트입니다. 컴퓨터 모듈이있는 카메라는 컴퓨터 비전을 사용하여 스프레이 잡초를 감지하고 찾아냅니다. 카메라는 Nvidia Jetson 내장 컴퓨터와 함께 작동하여 잡초가 감지 될 때 분무기 노즐을 열고 닫습니다. Hugo는 "딥 러닝은 임베디드 장치의 에지에서 실행되며 각 카메라 뒤에는 모든 사진을 처리하는 컴퓨터 모듈이 있습니다."라고 설명합니다. Mender에서 제공하는 아티팩트가 포함 된 OTA 소프트웨어 업데이트는 임베디드 장치가 최적의 상태로 안전하게 작동하도록 유지하는 데 사용됩니다. 가장 큰 분무기는 폭 49m의 붐을 가지고 있습니다. 각 카메라 뒤에는 Nvidia Jetson 모듈이 있으므로 스프레이 어의 16 개 장치를 업데이트해야합니다. 분무기는 시속 25km로 움직이는 올림픽 수영장 크기로 3cm 정도의 작은 잡초를 치는 것입니다.
Bilberry는 제조업체 Downs의 또 다른 사용 사례에 IoT 및 AI를 사용합니다. 감자 용 광학 선별기입니다. Downs CropVision은 세척하지 않은 감자를위한 차세대 광학 선별기입니다. 이를 통해 감자를 분류하기 전에 고속으로 정 성적으로 분류 할 수 있습니다 (100t / h까지). 휴고는 인공 지능 알고리즘과 결합 된 산업용 카메라를 통해 감자의 전체 360 ° 표면을 분석하여 감자의 품질에 따라 덩어리, 돌, 폐기물, 좋은 감자, 녹색 감자, 자른 감자로 정확하게 분류 할 수 있다고 설명합니다. , 버릇없는 감자, Mishappened 감자 및 금이 간 감자.
Hugo와 그의 동료들이 계속해서 디지털 기술을 적용하여 농업에서보다 지속 가능한 결과를 도출하기를 바랍니다.
궁굼한것이 있으신가요? 여기를 눌러 문의하세요.
Source :
Source :