Manufaturação industrial
Internet das coisas industrial | Materiais industriais | Manutenção e reparo de equipamentos | Programação industrial |
home  MfgRobots >> Manufaturação industrial >  >> Industrial Internet of Things >> Tecnologia da Internet das Coisas

Coleta de dados IoT alimenta agricultura de precisão

Nota do editor:este artigo do nosso editor-chefe global Rich Quinnell faz parte do projeto especial da AspenCore Media sobre 'tecnologia agrícola', que analisa como IoT, análises e as tecnologias de sensores estão trazendo mudanças fundamentais para a agricultura e a produção de alimentos.


Duas tendências poderosas - a Internet das coisas (IoT) e a análise de dados - estão gerando muita imprensa para seus aplicativos industriais e de infraestrutura. Mas há outro espaço de aplicação que está ganhando impulso silenciosamente na aplicação dessas tecnologias:a produção de alimentos. Os agricultores estão melhorando a produtividade, reduzindo as perdas e reduzindo os custos ao fazer um uso mais direcionado de recursos como fertilizantes e água. O ponto de partida para esta “agricultura de precisão” são os dados, cujos sensores e redes sem fio desempenham um papel fundamental na coleta.

Existem essencialmente três tipos de plataforma envolvidos na agricultura de precisão:sistemas aéreos, móveis baseados no solo e sistemas estacionários. Os sensores e a tecnologia de rede que os tipos de plataforma tendem a utilizar variam, embora também haja alguma sobreposição. Uma coisa que as plataformas compartilham, entretanto, é uma enorme diversidade nos conjuntos de recursos dos muitos produtos concorrentes que tratam desse espaço de aplicação.


Figura 1 - Os drones com vários rotores são uma plataforma aérea cada vez mais popular para a agricultura de precisão em campos de pequeno a médio porte. (Fonte:ublox)

As plataformas aéreas buscam coletar dados sobre culturas e campos de cima usando sensoriamento remoto. Os sensores podem estar localizados em aeronaves ou satélites pilotados, mas cada vez mais são transportados por veículos aéreos não tripulados (UAVs) - drones - de asa fixa ou multi-helicóptero. Equipados com um sensor de posicionamento de precisão, como o módulo GNSS de precisão Ublox F9, os drones são particularmente adequados para o levantamento de campos de pequeno a médio porte para monitoramento da saúde vegetal, com aeronaves e satélites fornecendo levantamentos de áreas maiores.

O principal sensor no monitoramento da saúde da planta é uma câmera multiespectral que pode tirar imagens de alta resolução tanto em luz visível quanto infravermelha (NIR). A maioria dos sensores de imagem CMOS pode fornecer essas imagens, embora a maioria das câmeras comerciais não. A chave para essa aparente contradição está na filtragem.

A figura abaixo mostra a eficiência quântica (ou seja, sensibilidade) de um sensor de imagem CMOS típico, neste caso do ON Semiconductor, em função do comprimento de onda. O sensor inclui filtros vermelhos, verdes e azuis integrados no arranjo típico da Bayer, mas mesmo com a filtragem azul permanece uma sensibilidade considerável nos comprimentos de onda IR. A maioria das câmeras de uso geral adiciona um filtro de bloqueio de infravermelho na frente do sensor para renderizar a coloração da luz visível com mais precisão.


Figura 2 - Os sensores de imagem em cores típicos também incluem a sensibilidade NIR, que as câmeras de uso geral procuram filtrar. (Fonte:ON Semiconductor)

sensor de infravermelho
Para monitoramento de fitossanidade, no entanto, esta sensibilidade IR é uma bênção. As folhas de plantas saudáveis ​​refletem mais IR e absorvem mais luz vermelha do que as de plantas estressadas. Isso levou os cientistas vegetais a definir o “índice de vegetação de diferença normalizada” (NDVI) - (NIR-Red) / (NIR + Red) - como uma medida da saúde das plantas. Com a filtragem certa e algum processamento básico de imagem, então, um sensor de imagem CMOS pode ser transformado em um sensor NDVI como o Sentera AGX710. As plataformas aéreas fornecem a perspectiva necessária para o levantamento da saúde da planta de campos inteiros com um único sistema.


Figura 3 - Pesquisas NDVI fornecem uma visão detalhada sobre a saúde das plantas em campos inteiros, apontando onde recursos como água e fertilizantes precisam de mais ou menos aplicação.

Tecnologia da Internet das Coisas

  1. Dados inteligentes:a próxima fronteira na IoT
  2. Windows 10 IoT Core - Leitura dos pulsos de frequência cardíaca
  3. Windows 10 IoT Core no Raspberry Pi 2 - Dados do sensor Adafruit
  4. Começar a trabalhar com IoT
  5. Como o sensor IR 2.0 melhorará a tecnologia IoT
  6. Os 3 principais desafios da preparação de dados IoT
  7. Por que 98% do tráfego de IoT não está criptografado
  8. Seu sistema está pronto para a IoT?
  9. Democratizando a IoT
  10. Maximizando o valor dos dados IoT