Maatalouden IoT-seuranta ja analytiikka

MicrocosmWorks voi rakentaa tarkkuusmaatalousalustan, joka yhdistää maaperän sensoriverkot, ilmakuvauksen ja säätiedot yhdeksi päätöksentukejärjestelmäksi maatilan johtajille. Peltojen yli sijoitetut aurinkovoimalla toimivat sensorisolmut mittaavat jatkuvasti maan kosteutta kolmessa syvyydessä, maan lämpötilaa, sähkönjohtavuutta ja ympäristöolosuhteita, lähettäen lukemat LoRaWANin kautta kenttäyhdyskäytäviin. Dronen multispektrikuvasto käsitellään tietokonenäkömalleilla NDVI-karttojen luomiseksi, ravinnevajauksien varhaisten merkkien havaitsemiseksi ja tuholais- tai tautipesäkkeiden tunnistamiseksi ennen kuin ne ovat näkyvissä paljaalla silmällä. AI-moottori yhdistää kaikki tietovirrat peltotason suosituksiksi muuttuvanopeuksista kastelua, kohdennettua lannoitteiden levitystä ja optimaalisesti ajoitettuja ruiskutustoimia varten, jotka toimitetaan viljelijän puhelimeen ja suoraan yhteensopiviin tarkkuuslaitteiden ohjaimiin.

Alusta toimitetaan 10–12 viikon aikana neljässä vaiheessa. Viikoilla 1–2 suoritetaan kenttäarviointi, antureiden sijoittelun suunnittelu maaperän vaihtelukarttojen perusteella ja LoRaWAN-verkon arkkitehtuurisuunnittelu yhteyspuskuroinnilla maaseutuympäristöihin. Viikoilla 3–6 otetaan käyttöön aurinkovoimalla toimivat sensorisolmut useansyvyyksisillä maan kosteusantureilla, konfiguroidaan LoRaWAN-yhdyskäytävät paikallisella puskuroinnilla, rakennetaan pilvipohjainen tiedonsyöttöputki ja perustetaan ilmakuvankäsittelytyönkulku drone-datalle. Viikoilla 7–9 koulutetaan sadon terveyden ja tuoton ennustusmallit käyttäen historiallista kenttätietoa, toteutetaan muuttuvanopeuksinen kastelu- ja lannoitussuositusgeneraattori sekä rakennetaan viljelijöille suunnatut mobiili- ja verkkoraporttinäkymät kenttätason karttapeittokuvilla. Viikoilla 10–12 validoidaan suositukset agronomistien arvion perusteella, testataan integrointia tarkkuuslaitteiden ohjaimiin (John Deere, Trimble, ISOBUS) ja toimitetaan alusta viljelijäkoulutuksen ja kausiluonteisen toimintojen luovutuksen kanssa.

• Maa-taivas-tiedonfuusio: MW voi yhdistää jatkuvan maaperän sensoritelemeterian multispektri-drone-kuvastoon yhdessä päätöksentekomoottorissa, korreloiden maanalaista kosteustilaa kasvillisuuden yläpuolisen terveyden kanssa tuottaakseen suosituksia, joita kumpikaan tietolähde ei voisi yksin luoda.
• Yhteyskatkoja kestävä arkkitehtuuri maaseutukäyttöön: LoRaWAN-verkko paikallisella yhdyskäytäväpuskuroinnilla on suunniteltu erityisesti maatalousympäristöihin, joissa yhteys on ajoittainen, varmistaen nolladatohäviön matkapuhelinverkon katkosten aikana, jotka rampauttaisivat pilvipohjaisia alustoja.
• Ennakoivat toimet, ei vain kojelaudat: MW voi toimittaa vyöhyketason kasteluaikataulut ja muuttuvanopeuksiset lannoitussuunnitelmat, jotka voidaan lähettää suoraan yhteensopiviin tarkkuuslaitteiden ohjaimiin, kuroen umpeen kuilun tiedon oivalluksen ja kenttätoiminnan välillä, mikä jättää useimmat maatalouden seurantajärjestelmät kalliiksi näyttöruuduiksi.

• IoT-kehitys — LoRaWAN-sensoriverkon suunnittelu, aurinkovoimalla toimivien solmujen suunnittelu ja kasteluventtiilien integrointi
• AI-kehitys — Satojen terveyden kuvien luokittelu, tuoton ennustusmallit ja tuholais-/tautiepäilyjen varhaisvaroitusalgoritmit
• Pilviratkaisut — Geospatiaalinen tiedon tallennus, kuvankäsittelyputket ja matalan viiveen API-infrastruktuuri

• Ennakoiva kunnossapito älykkäille tehtaille
• Älyrakennusten energianhallinta
• Yhdistetty kalustonhallintajärjestelmä