您的位置:首页>人工智能>正文

超精密农业的愿景包括支持机器学习的传感建模机器人照料作物

希望收获最多汁的夏季西红柿的园丁可能会照料地块中的每一株植物。但是一个努力养活世界的农民呢?研究人员认为这是可能的。他们正在应用和整合多层技术——包括传感器、机器学习、人工智能、高通量表型平台,如无人机和小型滚动机器人,它们也可以在田地中施肥、除草和剔除单株植物——以最终在各种规模的作业中取代农民对重型机械和广播喷洒的依赖。

伊利诺伊大学厄巴纳-香槟分校的研究人员开发了小型机器人,可以为田地中的单株植物施肥、除草和剔除。这张照片显示了在爱荷华州立大学大豆区的测试。插图由 Ashlyn Rairdin 提供,由 Soumik Sarkar/爱荷华州立大学提供。

研究人员将他们的努力称为 COALESCE—— 可持续网络农业系统的上下文感知学习。他们刚刚获得了由国家科学基金会 和农业部 国家粮食与农业研究所共同资助的为期五年、价值 700 万美元的网络物理系统前沿奖 。

研究人员在项目摘要中写道,将最新的网络感知、建模和推理能力引入植物和土壤的现实世界,将“使农民能够以比目前的做法。”

该项目的首席首席研究员是 Soumik Sarkar,他是 Walter W. Wilson工程学院研究员 和 爱荷华州立大学机械工程副教授。合伙人首席研究员是伊利诺伊大学厄巴纳-香槟分校农业和生物工程副教授 Girish Chowdhary。

该研究团队还包括来自弗吉尼亚州乔治梅森大学、爱荷华州大豆协会、俄亥俄州立大学和亚利桑那大学的合作者。(请参阅整个研究团队的侧边栏。)

超越精准农业

“你一直听说精准农业,”萨卡尔说,他指的是监测作物和土壤的做法,以确保它们得到最佳生产所需的东西,同时减少对化肥、杀虫剂和其他昂贵且潜在的需求。污染输入。“现在,我们正试图再提高一个档次。”

爱荷华州农学教授兼大豆育种 拜耳主席 Asheesh (Danny) Singh 说,这称为“超精准农业,与规模无关” 。

“许多农业问题始于一小块田地,”他说。“我们希望尽早定位问题——在问题影响整个田地和相邻农场之前做出决定并开始控制。在植物层面上工作为我们提供了对大豆等大田作物的超高精确度。”

而且,研究人员表示,该技术也将负担得起且易于获得,以帮助在各种规模的农场上种植蔬菜和其他特色作物的生产者。

这些想法还吸引了多项竞争性资助,包括爱荷华州大豆协会向核心团队提供的初始资助,Arti Singh 担任首席研究员。爱荷华州立大学跨学科研究倡议还为核心团队提供了为期三年的种子基金 。这些赠款帮助建立了团队、进行了初步发现并与其他研究人员建立了联系。

种子项目的 插图 ——一个名为“数据驱动的农业创新发现”项目——展示了一架飞机、三架无人机和四台机器人从田地收集数据,以帮助站在一边的农民。

所有这些数据如何帮助农民?

“数据科学不仅仅是收集数据和做出预测,”Ganapathysubramanian 说。“这也是关于做出决定。”

例如,植物在哪里受到害虫、干燥条件或贫瘠土壤的压力?对此可以做些什么?

由于与爱荷华州大豆协会的合作,已经与农民讨论了从数据到决策的场景。

而且,Arti Singh 说,农民对超精准农业的前景很感兴趣。

“他们说,'是的,这是可能的,'”她说。

但要到达那里需要工作。

Asheesh Singh 说,如果没有这个 Frontier 项目提供的投资水平,就不可能开发出一种用于农业的超精密网络物理系统。“如果没有这个团队的专业知识,以及与农民的合作,这样的工作就不可能发生。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢。