Welche Drohnen Schafe weiden lassen und wie Computer die Reife von Früchten bestimmen / Sudo Null IT News

Überblick über in der Landwirtschaft eingesetzte Streaming-Technologien.

Bis 2050 die Weltbevölkerung wird erreichen 9,6 Milliarden Menschen. Damit Nahrung im Überfluss vorhanden ist, muss die Nahrungsmittelproduktion um 70 % steigen. Einer der wichtigsten Trends, der dabei helfen wird, ist die Streaming-Landwirtschaft.

Streaming-Dienste übertragen Daten werden nahtlos von einem Gerät zum anderen gestreamt. Die Daten können unterschiedlich sein: von Berichten über Benutzeraktionen bis hin zu Telemetrie und Indikatoren von IoT-Geräten.

In der Landwirtschaft werden Drohnen, IoT und Computer Vision für das Streaming eingesetzt, während künstliche Intelligenz bei der Verarbeitung der Daten hilft.

IoT-Sensoren

Marktgröße von IoT-Geräten ist etwa 5,6 Milliarden Dollar. Und nach Expertenschätzungen die Implementierung von IoT-Lösungen erlaubt Agrarindustrie soll um 20 % schneller wachsen.

Laut PwC kann IoT das Viehsterben um 15 % reduzieren. Beispielsweise können Sensoren an Halsbändern und Ohrmarken den Biorhythmus überwachen (sogar den Beginn des Fortpflanzungszyklus vorhersagen) und die Aktivität jedes Tieres (um das Futter zum richtigen Zeitpunkt zu wechseln). Mit ihrer Hilfe ist es möglich, erkrankte Personen in einem frühen Infektionsstadium zu identifizieren, um sie schnell von der Herde zu trennen und so einer Epidemie vorzubeugen.

Dank des Internets der Dinge untersuchen Biologen Genome und das Mikroklima und verbessern so die Qualität der daraus resultierenden Ernte. IoT wird zur Steuerung von Temperatur, Luftfeuchtigkeit, Beleuchtung und Bodenbedingungen in Gewächshäusern eingesetzt. Zum Beispiel die Roboter des niederländischen Unternehmens HortiKey Tomatensträucher scannen, Größe, Reife und Anzahl der Früchte messen.

Wie man die Eierproduktion mit Temperatur- und Luftsensoren steigern kann, sprach Denis Muravyov, Gründer und CEO des russischen Startups GoodWAN, in der Veröffentlichung des Digital Garden-Podcasts. Der Unternehmer erklärt detailliert, in welchen Farmen es sich lohnt, IoT-Gadgets einzusetzen, wo man sie kauft und für wie viel – um nicht zu viel zu bezahlen. Folge anhören Sie können hier.

Drohnen

Ein Beispiel für Feldkartierung per Drohne, www.vc.ruEin Beispiel für Feldkartierung per Drohne, www.vc.ru

Sie verwenden zur Kartierung und Vermessung von Feldfrüchten. Beispielsweise suchen Drohnen mit Infrarotkameras in Bildern nach kranken Pflanzen. Letztere reflektieren weniger Infrarotstrahlung und sehen im Spektrum wie grüne Bereiche aus. Dank dessen können Landwirte weniger Pestizide verwenden, dh sie punktuell anwenden – nur auf betroffene Pflanzen.

Die Analyse von Bildern von Satelliten und Drohnen ermöglicht es, den Angriff von Schädlingen vorherzusagen und Muster in ihrer Aktivität zu erkennen. Die KI analysiert die Anzeichen eines Insektenangriffs, indem sie aus Bildern vergangener Angriffe lernt. Eine solche System B. in Indien zum Schutz von Baumwollfeldern eingesetzt. Sie klassifiziert und zählt Schädlinge auf Fotografien von Insektenfallen. Und in einigen asiatischen Ländern in ähnlicher Weise analysieren Palmengärten.

BEI RSHB DIGITAL-Podcast „Digital Garden“, der Gründer und CEO des Startups Agrofly, Sergey Terekhin, erzählte, ob es für einen Landwirt in Russland heute rentabel ist, eine Drohne zu kaufen, oder ob es besser ist, sie zu mieten. Und auch – wie Sie Flugroboter einsetzen können – auch für private Zwecke.

Drohnen erstellen auch Feldkarten, überwachen Setzlinge und bewässern Plantagen. Zum Beispiel Schweizer Drohnen Spüre Fliege, die Multispektralanalysen zur Beurteilung der Pflanzengesundheit verwenden, haben es den französischen Landwirten ermöglicht, ihre Erträge um 10 % zu steigern. Und die landwirtschaftliche Drohne eBee ermöglichte es dem Team der Timiryazev State Agrarian University, den Einsatz von Stickstoffdünger um 20 % zu reduzieren.

Drohnen suchen und zählen kranke oder verletzte Tiere, finden streunende Tiere und helfen sogar beim Weiden. Ein markantes Beispiel ist die von einem israelischen Unternehmen entwickelte Technologie autonomer Drohnen Sei frei Agro.

Am selben Ort, in Israel, ein Startup Tevel entwickelt Drohnen für die Obsternte. Der Roboter pflückt reifes Obst, sortiert es und legt es verkaufsfertig in Kisten. Solche Drohnen – Obstpflücker können Tag und Nacht arbeiten.

Das JOE (benannt nach einem Schäferhund) genannte Programm bewegt mit nur einer Drohne bis zu 1.000 Rinder über große Flächen. JOE bestimmt die Hindernisse im Gelände und die Position der Tiere und baut dann die beste Route für sie. Der Einsatz von Drohnen spart bis zur Hälfte aller Unternehmenskosten.

Laut Global Market Insights wird der weltweite Markt für landwirtschaftliche Drohnen bis 2024 eine Milliarde US-Dollar überschreiten.

Computer Vision

Bis 2026 Ausgaben für KI in der Landwirtschaft erwachsen werden vier Mal, hauptsächlich aufgrund der Einführung von Computer-Vision-Technologien (die Fähigkeit von Kameras, eine Videosequenz nicht nur aufzuzeichnen, sondern auch zu bestimmen, was genau darauf passiert).

Zum Beispiel der Anwendungsalgorithmus Weinblick kennt Bilder von “guten” und “schlechten” Weintrauben und erkennt sie: Letztere erkennt er an verkrümmten Blättern, Vergilbung und roten Flecken. Und die Kameras der brasilianischen Firma Cromai „sortieren“ die Früchte auf den Bildern nach Farbe, Form und Beschaffenheit und bestimmen so ihren Reifegrad. Das reduziert Versandverluste: Wenn Sie etwas früher ernten, kommen die Früchte frischer in den Laden, darunter weniger überreife Früchte.

KI analysiert Weinbergblätter.  Auf diese Weise können die Krankheit der verdrehten Blätter der Weinrebe, Gelbfärbung und rote Flecken erkannt werden.  www.vc.ruKI analysiert Weinbergblätter. Auf diese Weise können die Krankheit der verdrehten Blätter der Weinrebe, Gelbfärbung und rote Flecken erkannt werden. www.vc.ru

Das Computerauge ist in der Lage, die tatsächliche Wassermenge in der Pflanze zu messen, sodass der Landwirt sie nur bei Bedarf gießen kann, was sich spart und letztendlich die Kosten des Endprodukts für den Käufer senkt. Die intelligenten Kameras erkennen auch Unkräuter und Schädlinge, sodass Landwirte Chemikalien vor Ort ausbringen können. reduzieren ihre Zahl beträgt nach einigen Schätzungen bis zu 90%. Wenn der Boden Dünger benötigt, informiert Sie das System und empfiehlt dem Landwirt sogar den richtigen Dünger.

Alfiya Kayumova, Mitbegründerin des Agrotech-Startups Green Growth RSHB DIGITAL-Podcast erklärt, was Precision Farming ist und welche Rolle Computer Vision dabei spielt. Am Beispiel ihres Unternehmens erzählte Alfiya auch, wie man Investitionen in ein Agrotech-Start-up anzieht und welche Fallstricke auf dem Weg seiner Entwicklung zu erwarten sind.

Künstliche Intelligenz

KI ist in der Lage, das Gewicht von Hühnern, Schweinen und Rindern zu bestimmen, um den besten Schlachtzeitpunkt vorherzusagen und die Mastkosten zu senken. Computer Vision bewertet auch die Melkleistung und hilft, die Milchleistung zu steigern.

Also, in Tatarstan, das Unternehmen intelligenter Bauernhof entwickelt ein auf Computer Vision basierendes Managementsystem für Milchviehbetriebe. Mit Hilfe künstlicher Intelligenz analysiert sie anhand von Kameraaufnahmen rund um die Uhr das Verhalten der Tiere – ermittelt den optimalen Fütterungszeitpunkt, Anzeichen von Brunst und warnt Landarbeiter vor Abweichungen.

Die Stunde ist kurz, in der die KI den gesamten Produktionszyklus kontrollieren kann und eine Person nicht einmal ihre Arbeit kontrollieren muss – nur um Ergebnisse zu erhalten. Im Jahr 2022 stellten die Organisatoren des internationalen Wettbewerbs Autonomous Greenhouse Challenge den Teilnehmern eine schwierige Aufgabe – ein System zu entwickeln, in dem die Maschine selbstständig Salat anbauen kann (Bewässerung steuern, Pflanzen füttern, Gaszusammensetzung im Gewächshaus regulieren, usw.) Alles sollte so autonom sein, dass eine Person nicht einmal auf die Knöpfe drücken musste.

Im Finale des Wettbewerbs das russische Team von Rosselkhozbank und MIPT belegte den zweiten Platz — Sie haben es geschafft, einen „eigenständigen Salat“ in einem Gewächshaus anzubauen und eine Ernte mit den höchsten Einnahmen zu erzielen. Die Teilnehmer selbst sprachen lebhaft über dieses Experiment in RSHB DIGITAL-Podcast.

Geschätzte Einnahmen der Agrarindustrie aus KI bis 2030 wird steigen 18 Mal – bis zu 11,2 Milliarden Dollar.

Similar Posts

Leave a Reply

Your email address will not be published.