03 tháng 2, 2021
Nvidia Jetson,
|
The Device Chronicle đã nói chuyện với Hugo Serrat, CTO tại Bilberry.io có trụ sở tại Paris. Bilberry đang sử dụng Nvidia Jetson OTA, cập nhật phần mềm và học sâu dựa trên Computer Vision để cho phép một số trường hợp sử dụng thay đổi trò chơi trong Nông nghiệp ở cả Châu Âu và Úc với tham vọng phát triển ở Hoa Kỳ và Canada.
Cải thiện quy trình làm việc với Nvidia Jetson
Đầu tiên, Hugo nói về thủ thuật quan trọng để làm cho các công nghệ kỹ thuật số mới hoạt động cho ngành nông nghiệp. Anh ấy nói rằng bạn phải cố gắng giúp đỡ người nông dân, và không được cản trở họ. Điều này có nghĩa là họ không cố gắng thay đổi toàn bộ quy trình công việc hiện có mà thực sự cố gắng cải thiện chúng. Nếu bạn làm tốt điều này, thì bạn có thể cung cấp cho họ một khả năng mới để thu thập thông tin chi tiết một cách nhanh chóng giúp họ quản lý cây trồng theo cách tốt hơn. Bạn sẽ cần tìm những người sớm áp dụng, những nhà đổi mới, những người tiên phong chỉ đường cho con đường phía trước. “Nhiều (nông dân) đang tìm kiếm một giải pháp và sự truyền miệng giúp phát triển việc áp dụng công nghệ.”
Những thay đổi đang diễn ra
Ngành công nghiệp IoT đang cố gắng làm việc với các nhà cung cấp hóa chất lớn để tạo ra các giải pháp cải tiến và bền vững hơn. Hugo cho biết thêm "Chưa có giải pháp hoàn hảo nhưng có nhiều cách tiếp cận mới để thay thế việc sử dụng thuốc trừ sâu."
Các trường hợp sử dụng bắt mắt
Có rất nhiều ứng dụng khác nhau của IoT trong nông nghiệp và Hugo chỉ ra một số ứng dụng rất thú vị. Chiếu tia laze và chiếu nước sôi đang được sử dụng để loại bỏ cỏ dại. Làm cỏ bằng điện bằng dây điện cũng đang được áp dụng. Bẫy côn trùng thông minh sử dụng dữ liệu từ máy ảnh hỗ trợ AI để giải phóng pheromone vào thời điểm tối ưu để bẫy nhiều côn trùng hơn. Trong chăn nuôi bò sữa, camera thông minh được sử dụng để theo dõi sức khỏe của đàn. Thị trường đang quan tâm đến tự động hóa và robot nhưng có những thách thức đối với các loại cây trồng trên diện tích rộng mà khả năng phục vụ còn hạn chế. "Kết quả là xu hướng là xây dựng một bầy robot hoặc tự động hóa máy móc theo một cách nào đó." Các mô hình thời tiết cũng có thể được theo dõi và dự đoán, đồng thời thông tin chi tiết được gửi đến nông dân trong thời gian thực để giúp họ quyết định khi nào là thời điểm tốt nhất để bắt đầu các loại công việc nhạy cảm với khí hậu khác nhau. Các mô hình cũng đã được phát triển để giúp dự đoán dịch bệnh trên cây trồng. Thị giác máy tính cũng cho phép làm cỏ cơ học, nơi cỏ dại có thể được phát hiện và loại bỏ mà không làm rách cây trồng.
Kiểm tra giá trị trước
Hugo nhận xét rằng “cần có nhiều thử nghiệm và với tư cách là một nhà cung cấp dịch vụ, anh ấy nói rằng bạn phải chắc chắn rằng giá trị mà bạn đang mang lại sẽ là đủ ngay cả trước khi bạn chạy bằng chứng về khái niệm trong lĩnh vực này. “Đó là một thế giới khó khăn, bạn phải có khả năng cung cấp một hệ thống mạnh mẽ để bán hàng nhanh chóng và giải quyết các vấn đề thực tế một cách liền mạch.”
Quy mô, chi phí và độ phức tạp
Quy mô là một câu hỏi khác và đối với Hugo: Điều này phụ thuộc vào phần cứng và phần mềm cần thiết cho dự án. Ông cho biết chi phí công nghệ sẽ giảm dần theo thời gian khiến nó có thể tiếp cận được với các chủ trang trại quy mô vừa và nhỏ. Nhưng chi phí và sự phức tạp vẫn được cộng thêm vào máy móc cơ khí và trong ngành công nghiệp bảo thủ, người nông dân cần có sự kiên nhẫn để thấy được Lợi tức đầu tư. Nhiều nông dân nhỏ hơn có thể suy nghĩ “khi nào là thời điểm tốt để đầu tư vào công nghệ này?
Khám phá hệ sinh thái mà Nvidia Jetson đóng vai trò
Hugo mô tả hệ sinh thái kỹ thuật số thú vị đang phát triển. “Có những người chơi lớn như vậy, những người điều hành các mạng IoT lớn với máy móc được kết nối. Sau đó, có những nhà sản xuất thiết bị cung cấp ngày càng nhiều thiết bị được kết nối và những công ty khởi nghiệp đang cố gắng vượt qua ranh giới trong đổi mới. ”
Thách thức về kết nối
Khả năng kết nối trong môi trường bên ngoài cũng có thể là một thách thức. Với tư cách là nhà cung cấp dịch vụ quản lý hệ thống từ xa, Hugo nói, bạn chỉ cần truy cập nhanh vào các luồng dữ liệu và phân tích. Do đó, việc xử lý dữ liệu chủ yếu sẽ được thực hiện ở rìa. Bạn phải làm việc với thiết bị có nguồn điện hạn chế và thiết bị đó vẫn phải xử lý dữ liệu trong thời gian thực. Mô hình AI cũng phải đủ mạnh và chính xác để giúp đưa ra quyết định đúng đắn dựa trên thông tin chi tiết được chuyển tiếp từ xa tới người nông dân. Nếu xảy ra sự cố, nhà cung cấp dịch vụ phải có khả năng phản ứng nhanh chóng và kiểm soát tình hình.
Công việc đáng giá với Nvidia Jetson
Đối với Hugo, công việc mà anh và nhóm của mình tại Bilberry đang làm có tiềm năng rất lớn. Anh ấy nói “công việc này mang lại cho bạn cơ hội biết những gì đang diễn ra trên đồng ruộng theo thời gian thực, tiết kiệm hóa chất, nước và về lâu dài sẽ tăng năng suất cây trồng”. Sản phẩm của anh được lắp cho các thiết bị nông nghiệp của các nhà sản xuất bao gồm Agrifac và Downs là một bộ camera được lắp vào cần của các máy phun lớn cách nhau 3 mét. Các máy ảnh có mô-đun máy tính sử dụng thị giác máy tính để phát hiện và phát hiện cỏ dại phun. Các camera hoạt động với máy tính nhúng Nvidia Jetson để mở và đóng các vòi phun của máy phun khi phát hiện có cỏ dại. Hugo giải thích rằng “Học sâu được thực hiện ở vị trí tiên tiến trong các thiết bị nhúng, đằng sau mỗi máy ảnh là một mô-đun máy tính xử lý mọi hình ảnh”. Các bản cập nhật phần mềm OTA với các đồ tạo tác do Mender cung cấp được sử dụng để giữ cho các thiết bị nhúng hoạt động tối ưu và an toàn. Máy phun lớn nhất có chiều rộng 49 mét. Có một mô-đun Nvidia Jetson đằng sau mỗi máy ảnh, do đó, 16 thiết bị trên máy phun cần được cập nhật. Máy phun có kích thước như một bể bơi olympic đang di chuyển với tốc độ 25km một giờ và đập vào đám cỏ dại nhỏ khoảng 3cm.
Bilberry sử dụng IoT và AI cho một trường hợp sử dụng khác với nhà sản xuất Downs. Nó là một máy phân loại quang học cho khoai tây. Downs CropVision là một máy phân loại quang học thế hệ mới dành cho khoai tây chưa rửa. Nó cho phép phân loại khoai tây ở tốc độ cao trước khi phân loại (đến 100 tấn / h). Hugo giải thích rằng máy ảnh công nghiệp kết hợp với thuật toán Trí tuệ nhân tạo giúp có thể phân tích toàn bộ bề mặt 360 ° của khoai tây để phân loại chúng một cách chính xác theo chất lượng thành Vỏ, Đá, Rác thải, Khoai tây tốt, Khoai tây xanh, Khoai tây cắt nhỏ , Khoai tây hư hỏng, Khoai tây bị hỏng và Khoai tây bị nứt.
Chúng tôi mong muốn Hugo và các đồng nghiệp của anh ấy tiếp tục áp dụng các công nghệ kỹ thuật số để tạo ra các kết quả bền vững hơn trong nông nghiệp.
Các bác sĩ cho biết thêm:
Tìm thêm các trường hợp sử dụng và thông tin chi tiết về việc sử dụng các bản cập nhật phần mềm IoT và OTA từ ngành năng lượng.
Bạn đã sẵn sàng liên hệ với chúng tôi? Nhấn vào đây
Source :
Source :