通過GNSS與其他創(chuàng)新技術(shù)共同助推精準農(nóng)業(yè)發(fā)展

　　作者：Nabeel Khan，u-blox美洲區(qū)域應用營銷經(jīng)理

　　精準農(nóng)業(yè)技術(shù)以往僅面向大型商業(yè)化農(nóng)場，而隨著技術(shù)創(chuàng)新發(fā)展，如今也開始面向小型農(nóng)場服務。

　　目前燃料和化肥價格正處于極高的水平，世界各地的農(nóng)場主都在想方設法地穩(wěn)定收入。大型商業(yè)化農(nóng)場一直以來都比小規(guī)模租種耕地更具優(yōu)勢。這類農(nóng)場早已利用人工智能和先進硬件來規(guī)劃運營和自動執(zhí)行任務，通過運行廣泛的傳感器網(wǎng)絡來監(jiān)測土壤質(zhì)量，利用具有視覺功能的無人機來監(jiān)測農(nóng)作物的健康狀況，同時使用自動駕駛拖拉機自動定向耕種，以提高生產(chǎn)效率。

　　但在全球超過5.7億個農(nóng)場中，絕大部分耕地的規(guī)模都在2公頃以下，上述先進系統(tǒng)的成本對于租種這些耕地的農(nóng)民來說過于高昂、難以負擔。大多數(shù)農(nóng)民根本無法獲得足夠的資金來購買新設備，只能繼續(xù)依賴舊機器和人力。對這部分農(nóng)民來說，利用數(shù)字革命來提高農(nóng)業(yè)運營效率(通常被歸為智慧農(nóng)業(yè)或精準農(nóng)業(yè))的廣闊前景一直以來都是可望而不可及。

　　然而，這種情況正在發(fā)生變化。在過去的幾年間，物聯(lián)網(wǎng)及其基礎技術(shù)已逐步普及，這促使精準農(nóng)業(yè)領(lǐng)域開發(fā)出新一代經(jīng)濟實惠的解決方案，為小規(guī)模租種耕地提供了新的工具以增加產(chǎn)量和提升質(zhì)量。此類解決方案將衛(wèi)星定位、無線互聯(lián)技術(shù)和視覺傳感與包括機器學習和人工智能在內(nèi)的先進算法相結(jié)合，有望幫助農(nóng)民以更低的成本實現(xiàn)更高產(chǎn)量，從而能夠以更加平等的地位與規(guī)模更大的商業(yè)競爭對手抗衡。

　　在本文中，我們盤點了推動精準農(nóng)業(yè)普及的主要趨勢，并重點介紹了一部分正在改變?nèi)�球小型農(nóng)場運營的具體應用。我們首先探索核心技術(shù)、此類技術(shù)所支持的應用，以及發(fā)展方向。

　　各領(lǐng)域的技術(shù)發(fā)展

　　傳感器融合技術(shù)平臺

　　精準農(nóng)業(yè)解決方案的核心在于傳感器融合技術(shù)平臺，從各種傳感器中獲取數(shù)據(jù)，使用算法來解釋數(shù)據(jù)點，并提取洞察信息以便用戶(機器或人類)可以采取行動。在日益成熟的過程中，此類傳感器融合技術(shù)平臺也變得越來越復雜，并使用愈加精細的算法處理越來越多的傳感器數(shù)據(jù)類型，以獲得更深入和更高價值的信息。

　　此類信息通常使用人工智能(AI)和機器學習(ML)模型生成，而此類模型在傳感器附近的網(wǎng)絡邊緣運行，例如在拖拉機、噴霧器或其他設備本身上運行，而不是在云端。

　　有些設備制造商計劃在邊緣集成AI/ML技術(shù)，為此他們在各種選擇中反復權(quán)衡，希望添加能夠運行先進機器學習模型的應用處理器和硬件加速器，實現(xiàn)攝像頭和傳感器輸入融合以做出實時決策。為了簡化在邊緣采用AI/ML技術(shù)的流程，許多供應商開始將AI加速器集成到各自的系統(tǒng)級芯片(SoC)和模塊中，從而降低進入門檻。

　　原始設備制造商(OEM)也選擇集成此類SoC，即使其軟件功能仍然處于落后狀態(tài)。對這些OEM而言，使用面向未來的硬件構(gòu)建解決方案是一種有利可圖的策略，可以通過固件更新在未來提供先進功能，從而帶來穩(wěn)定的收入。

　　盡管主要供應商提供了大量評估套件，但使用這些解決方案從原型階段發(fā)展到生產(chǎn)階段可能需要耗費高昂成本。傳感器融合技術(shù)平臺可集成到預加載動態(tài)車輛模型中以實現(xiàn)自動定向，或集成到計算機視覺模型中以監(jiān)測植物健康狀況，從而加速OEM的開發(fā)速度并減少對軟件投資的需求，但此類平臺可能過于常見，因而無法滿足特定使用場景的需求。更有針對性的AI/ML可能要求在數(shù)據(jù)收集和訓練模型方面加大投資，但鑒于此類模型的專有性質(zhì)，可能需要付出更高的成本。

　　攝像頭系統(tǒng)

　　自主駕駛拖拉機已經(jīng)廣泛依賴攝像頭系統(tǒng)，以視覺方式監(jiān)測周圍環(huán)境并將其數(shù)據(jù)輸入計算機視覺解決方案進行解析。上下文豐富的視覺數(shù)據(jù)可使用基于植物大小和其他指標的實時變量噴霧控制系統(tǒng)，幫助優(yōu)化農(nóng)業(yè)投入品(例如水、種子、化肥和殺蟲劑)的分配，從而顯著提高效率并降低總體成本。

　　攝像頭系統(tǒng)也帶來了一系列挑戰(zhàn)，需要謹慎應對。例如鏡頭可能會被水、碎屑、灰塵和雪弄臟。此類問題會影響基于視覺的應用，包括自動化和自動駕駛等大眾市場應用，但除了噴霧噴嘴(可能會導致鏡頭起霧)和傳統(tǒng)的人工維護，目前仍然沒有可靠的清潔方法。

　　此外，高分辨率攝像頭的高昂價格可能會抬高最終解決方案的成本，并且當視覺數(shù)據(jù)在云端處理時，數(shù)據(jù)存儲和通信同樣也會抬高成本。

　　全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)

　　全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)同樣已成為精準農(nóng)業(yè)解決方案的核心。自主駕駛引導式拖拉機能夠通過GNSS技術(shù)沿著精確的路徑駕駛，從而提高田間作業(yè)效率并減少行間重疊。

　　農(nóng)作物監(jiān)測無人機使用GNSS技術(shù)來按照預定義的飛行路徑進行巡查。全自主引導式工具(例如割草機器人)則借助該技術(shù)來避開受限的禁區(qū)。這些應用通常要求定位精度達到厘米級。

　　高精度厘米級GNSS技術(shù)面世至今已有十幾年，農(nóng)民訂閱了為每個用戶量身定制的相對昂貴的GNSS校正服務。但只有隨著價格實惠的實時動態(tài)測量(RTK)服務在農(nóng)村地區(qū)的普及，以及農(nóng)民使用低成本模塊部署自己的RTK基準站的成本大幅下降，高精度定位的價位才能下降到足以讓各種規(guī)模的農(nóng)場都能負擔得起這項服務。

　　高精度GNSS技術(shù)提高了田間作業(yè)效率——全面減少農(nóng)業(yè)投入品，以及由此產(chǎn)生的財務、環(huán)境和健康效益。與此同時，該技術(shù)也需要解決方案來處理信號多徑效應引起的不準確性，而多徑效應是由于信號在到達GNSS接收機的途中從建筑物、山脈或其他固體結(jié)構(gòu)反彈而引起的。

　　當通過互聯(lián)網(wǎng)傳送時，GNSS增強數(shù)據(jù)流需要與提供商的服務器建立IP通信，從而給缺乏Wi-Fi基準站、sub-GHz 射頻系統(tǒng)等基礎設施或蜂窩通信網(wǎng)絡覆蓋范圍的農(nóng)場帶來了挑戰(zhàn)。

　　無線互聯(lián)技術(shù)

　　在某種程度上，精準農(nóng)業(yè)應用往往都依賴于無線互聯(lián)技術(shù)。環(huán)境傳感器和巡檢無人機需要運用無線互聯(lián)技術(shù)將數(shù)據(jù)傳輸?shù)皆贫恕Ｍ侠瓩C、無人機和其他農(nóng)業(yè)機器人則需要以此來上傳車聯(lián)網(wǎng)數(shù)據(jù)、報告其狀態(tài)、啟用預測性維護工具以減少停機時間，并接收GNSS增強數(shù)據(jù)以實現(xiàn)高精度定位。

　　雖然蜂窩通信使用起來非常簡單，只需要移動數(shù)據(jù)訂閱和SIM卡就能夠?qū)��?shù)據(jù)直接上傳到云端，但此項技術(shù)有兩大缺點。第一個是前面提到過的，整個農(nóng)場需要穩(wěn)健的網(wǎng)絡覆蓋范圍，而這在有的農(nóng)村地區(qū)可能會難以實現(xiàn)，即便在美國和其他發(fā)達國家/地區(qū)也是如此。即使實現(xiàn)全面覆蓋的區(qū)域，數(shù)據(jù)傳輸成本可能會隨著設備接入數(shù)量迅速上漲，對于規(guī)模較小、盈利較低的農(nóng)場而言更加難以承受，因為相比數(shù)據(jù)使用量更高的大型農(nóng)場，小型農(nóng)場可能無法有效地協(xié)商議定可以負擔的通信計劃。

　　要解決覆蓋范圍問題，一種方法就是選擇正確的無線通信技術(shù)。LTE-M、NB-IoT和Cat-1解決方案等低功耗廣域技術(shù)可在許多國家/地區(qū)提供與傳統(tǒng)LTE類似的覆蓋范圍，并且僅需耗費一小部分成本。當需要更高的帶寬時，LTE Cat 4或更高類別的模塊可提供150 Mbps+的吞吐量。此外，支持千兆通信的5G模塊現(xiàn)已上市，但相關(guān)解決方案的成本可能高出10倍。

　　作為替代方案，5G Redcap(即將推出的3GPP技術(shù))旨在提供兼具性價比、具有中等帶寬和較低復雜性、同時兼容5G的解決方案。我們預計將于2025年開始看到移動網(wǎng)絡運營商提供的首批RedCap產(chǎn)品。

　　邊緣人工智能和機器學習通過處理傳感器附近的感測數(shù)據(jù)，提供了額外的工具以降低帶寬需求。利用邊緣智能技術(shù)的設備可以通過僅上傳相關(guān)信息來降低其無線通信帶寬要求和成本，而不是將大量原始傳感器數(shù)據(jù)流式傳輸?shù)皆贫恕?/p>

　　推動精準農(nóng)業(yè)普及的趨勢

　　傳感和傳感器融合技術(shù)平臺、攝像頭系統(tǒng)、GNSS技術(shù)，以及無線互聯(lián)技術(shù)的進步僅僅是精準農(nóng)業(yè)普及的驅(qū)動因素之一。另一項驅(qū)動因素是正在進行的全生態(tài)系統(tǒng)轉(zhuǎn)型，以使得精準農(nóng)業(yè)解決方案不再是盈利豐厚的大型農(nóng)場的專屬。

　　這兩大驅(qū)動因素共同降低了精密農(nóng)業(yè)技術(shù)的擁有成本。就在幾年前，僅由主要OEM提供的解決方案價格不菲，包括昂貴的硬件和極高的穩(wěn)定訂閱費用，同時還需要熟練的勞動力來實施、操作和維護智能設備。

　　主流解決方案通過鎖定車聯(lián)網(wǎng)接口端口迫使農(nóng)場鎖定供應商，從而無法采用后裝市場解決方案，該方案的局限包括農(nóng)場主自行維護設備，以及使用競爭解決方案提供商提供的組件來構(gòu)建符合其特定需求的成本優(yōu)化解決方案。

　　如今，這一切都在發(fā)生改變。由于物聯(lián)網(wǎng)爆炸式增長帶來的規(guī)模經(jīng)濟，硬件成本正在大幅下降，農(nóng)場主可以獲得經(jīng)濟實惠、用戶友好的后裝市場解決方案，以升級他們現(xiàn)有的拖拉機和其他農(nóng)業(yè)機械，使其能夠依賴新一代更具成本效益的GNSS校正服務。除了高端產(chǎn)品線外，OEM還在其入門級到中檔拖拉機中添加更多智能功能。

　　與此同時，大量的開源項目、基于模塊的解決方案，以及預先認證的無線電技術(shù)正在降低精密農(nóng)業(yè)解決方案的開發(fā)成本，從而降低了現(xiàn)成硬件的成本。再加上使用 SSR-RTK技術(shù)改進了廣播分發(fā)技術(shù)，GNSS校正服務的訂閱成本也隨之降低。

　　通信的總成本也不斷下降。部署通信基礎設施費用由無線基礎設施和數(shù)據(jù)訂閱費用組成，一直以來都是一個不可忽略的成本點。如今，無線通信技術(shù)經(jīng)過成本和功耗優(yōu)化，提高了可用性并擴大了覆蓋范圍(包括LTE-M、NB-IoT和LTE Cat 1)，讓農(nóng)民能夠從蜂窩通信網(wǎng)絡基礎設施的整體擴張中獲益。

　　可以說，在推動精準農(nóng)業(yè)技術(shù)普及的眾多趨勢中，農(nóng)業(yè)本身的助力是一個極具前景的趨勢，而其形式是基于開源硬件和軟件設計的自助解決方案。

　　以AgOpenGPS(也稱為AOG)為例，該開源自動定向解決方案由加拿大農(nóng)場主和軟件開發(fā)人員合作開發(fā)而成。AOG提供了所需的各種硬件設計文件、實時微控制固件及軟件，以實現(xiàn)傳統(tǒng)拖拉機的自動定向。AOG開發(fā)人員耗費了數(shù)千小時才打造出這款解決方案，令其不論在成本方面(改裝拖拉機的成本不到1000美元)還是技術(shù)方面都為大眾市場所接受。

　　越來越多的精準農(nóng)業(yè)技術(shù)平臺正在改變精準農(nóng)業(yè)的影響范圍，從提供高端商業(yè)解決方案來滿足盈利豐厚的農(nóng)場需求，到推出各種低成本的自助解決方案來幫助盈利低的小規(guī)模農(nóng)場在一年內(nèi)收回成本。在全球糧食供應面臨巨大壓力的情況下，智慧農(nóng)業(yè)技術(shù)的普及有望在解決全球人口吃飯問題方面發(fā)揮重要作用。

　　u-blox：25年不懈耕耘，塑就領(lǐng)先技術(shù)

　　25年來，u-blox一直在積極推動各種顛覆性技術(shù)的普及，為用戶帶來第一款微型GNSS接收機，隨后又拓展到藍牙、Wi-Fi和蜂窩無線通信領(lǐng)域，最終構(gòu)建了穩(wěn)固的數(shù)據(jù)、定位和安全服務組合。

　　如今，u-blox在面向大眾市場的高精度GNSS接收機和校正服務以及LTE-M、NB-IoT和LTE Cat 1蜂窩通信技術(shù)方面處于行業(yè)領(lǐng)先地位，同時率先開發(fā)出基于藍牙的室內(nèi)定位解決方案，實現(xiàn)了無縫的室內(nèi)外定位解決方案