精准农业技术以往仅面向大型商业化农场，而随着技术创新发展，如今也开始面向小型农场服务。

　　目前燃料和化肥价格正处于极高的水平，世界各地的农场主都在想方设法地稳定收入。大型商业化农场一直以来都比小规模租种耕地更具优势。

　　这类农场早已利用人工智能和先进硬件来规划运营和自动执行任务，通过运行广泛的来监测土壤质量，利用具有视觉功能的无人机来监测农作物的健康状况，同时使用自动驾驶拖拉机自动定向耕种，以提高生产效率。

　　但在全球超过5.7亿个农场中，绝大部分耕地的规模都在2公顷以下，上述先进系统的成本对于租种这些耕地的农民来说过于高昂、难以负担。

　　大多数农民根本无法获得足够的资金来购买新设备，只能继续依赖旧机器和人力。对这部分农民来说，利用数字革命来提高农业运营效率（通常被归为智慧农业或精准农业）的广阔前景一直以来都是可望而不可及。

　　然而，这种情况正在发生变化。在过去的几年间，物联网及其基础技术已逐步普及，这促使精准农业领域开发出新一代经济实惠的解决方案，为小规模租种耕地提供了新的工具以增加产量和提升质量。

　　此类解决方案将卫星定位、无线互联技术和视觉传感与包括机器学习和人工智能在内的先进算法相结合，有望帮助农民以更低的成本实现更高产量，从而能够以更加平等的地位与规模更大的商业竞争对手抗衡。

　　在本文中，我们盘点了推动精准农业普及的主要趋势，并重点介绍了一部分正在改变全球小型农场运营的具体应用。我们首先探索核心技术、此类技术所支持的应用，以及发展方向。

　　精准农业解决方案的核心在于传感器融合技术平台，从各种传感器中获取数据，使用算法来解释数据点，并提取洞察信息以便用户（机器或人类）可以采取行动。

　　在日益成熟的过程中，此类传感器融合技术平台也变得越来越复杂，并使用愈加精细的算法处理越来越多的传感器数据类型，以获得更深入和更高价值的信息。

　　此类信息通常使用人工智能(AI)和机器学习(ML)模型生成，而此类模型在传感器附近的网络边缘运行，例如在拖拉机、喷雾器或其他设备本身上运行，而不是在云端。

　　有些设备制造商计划在边缘集成AI/ML技术，为此他们在各种选择中反复权衡，希望添加能够运行先进机器学习模型的应用处理器和硬件加速器，实现摄像头和传感器输入融合以做出实时决策。

　　为了简化在边缘采用AI/ML技术的流程，许多供应商开始将AI加速器集成到各自的系统级芯片(SoC)和模块中，从而降低进入门槛。

　　原始设备制造商(OEM)也选择集成此类SoC，即使其软件功能仍然处于落后状态。对这些OEM而言，使用面向未来的硬件构建解决方案是一种有利可图的策略，可以通过固件更新在未来提供先进功能，从而带来稳定的收入。

　　尽管主要供应商提供了大量评估套件，但使用这些解决方案从原型阶段发展到生产阶段可能需要耗费高昂成本。

　　传感器融合技术平台可集成到预加载动态车辆模型中以实现自动定向，或集成到计算机视觉模型中以监测植物健康状况，从而加速OEM的开发速度并减少对软件投资的需求，但此类平台可能过于常见，因而无法满足特定使用场景的需求。

　　更有针对性的AI/ML可能要求在数据收集和训练模型方面加大投资，但鉴于此类模型的专有性质，可能需要付出更高的成本。

　　自主驾驶拖拉机已经广泛依赖摄像头系统，以视觉方式监测周围环境并将其数据输入计算机视觉解决方案进行解析。

　　上下文丰富的视觉数据可使用基于植物大小和其他指标的实时变量喷雾控制系统，帮助优化农业投入品（例如水、种子、化肥和杀虫剂）的分配，从而显著提高效率并降低总体成本。

　　摄像头系统也带来了一系列挑战，需要谨慎应对。例如镜头可能会被水、碎屑、灰尘和雪弄脏。此类问题会影响基于视觉的应用，包括自动化和自动驾驶等大众市场应用，但除了喷雾喷嘴（可能会导致镜头起雾）和传统的人工维护，目前仍然没有可靠的清洁方法。

　　此外，高分辨率摄像头的高昂价格可能会抬高最终解决方案的成本，并且当视觉数据在云端处理时，数据存储和通信同样也会抬高成本。

　　全球导航卫星系统（GNSS）同样已成为精准农业解决方案的核心。自主驾驶引导式拖拉机能够通过GNSS技术沿着精确的路径驾驶，从而提高田间作业效率并减少行间重叠。

　　农作物监测无人机使用GNSS技术来按照预定义的飞行路径进行巡查。全自主引导式工具（例如割草机器人）则借助该技术来避开受限的禁区。这些应用通常要求定位精度达到厘米级。

　　高精度厘米级GNSS技术面世至今已有十几年，农民订阅了为每个用户量身定制的相对昂贵的GNSS校正服务。但只有随着价格实惠的实时动态测量(RTK)服务在农村地区的普及，以及农民使用低成本模块部署自己的RTK基准站的成本大幅下降，高精度定位的价位才能下降到足以让各种规模的农场都能负担得起这项服务。

　　高精度GNSS技术提高了田间作业效率——全面减少农业投入品，以及由此产生的财务、环境和健康效益。与此同时，该技术也需要解决方案来处理信号多径效应引起的不准确性，而多径效应是由于信号在到达GNSS接收机的途中从建筑物、山脉或其他固体结构反弹而引起的。

　　当通过互联网传送时，GNSS增强数据流需要与提供商的服务器建立IP通信，从而给缺乏Wi-Fi基准站、sub-GHz射频系统等基础设施或蜂窝通信网络覆盖范围的农场带来了挑战。

　　在某种程度上，精准农业应用往往都依赖于无线互联技术。环境传感器和巡检无人机需要运用无线互联技术将数据传输到云端。

　　拖拉机、无人机和其他农业机器人则需要以此来上传车联网数据、报告其状态、启用预测性维护工具以减少停机时间，并接收GNSS增强数据以实现高精度定位。

　　虽然蜂窝通信使用起来非常简单，只需要移动数据订阅和SIM卡就能够将数据直接上传到云端，但此项技术有两大缺点。

　　第一个是前面提到过的，整个农场需要稳健的网络覆盖范围，而这在有的农村地区可能会难以实现，即便在美国和其他发达国家/地区也是如此。

　　即使实现全面覆盖的区域，数据传输成本可能会随着设备接入数量迅速上涨，对于规模较小、盈利较低的农场而言更加难以承受，因为相比数据使用量更高的大型农场，小型农场可能无法有效地协商议定可以负担的通信计划。

　　要解决覆盖范围问题，一种方法就是选择正确的无线通信技术。LTE-M、NB-IoT和Cat-1解决方案等低功耗广域技术可在许多国家/地区提供与传统LTE类似的覆盖范围，并且仅需耗费一小部分成本。当需要更高的带宽时，LTE Cat 4或更高类别的模块可提供150 Mbps+的吞吐量。

　　此外，支持千兆通信的5G模块现已上市，但相关解决方案的成本可能高出10倍。

　　作为替代方案，5G Redcap（即将推出的3GPP技术）旨在提供兼具性价比、具有中等带宽和较低复杂性、同时兼容5G的解决方案。我们预计将于2025年开始看到移动网络运营商提供的首批RedCap产品。

　　边缘人工智能和机器学习通过处理传感器附近的感测数据，提供了额外的工具以降低带宽需求。利用边缘智能技术的设备可以通过仅上传相关信息来降低其无线通信带宽要求和成本，而不是将大量原始传感器数据流式传输到云端。

　　传感和传感器融合技术平台、摄像头系统、GNSS技术，以及无线互联技术的进步仅仅是精准农业普及的驱动因素之一。

　　另一项驱动因素是正在进行的全生态系统转型，以使得精准农业解决方案不再是盈利丰厚的大型农场的专属。

　　这两大驱动因素共同降低了精密农业技术的拥有成本。就在几年前，仅由主要OEM提供的解决方案价格不菲，包括昂贵的硬件和极高的稳定订阅费用，同时还需要熟练的劳动力来实施、操作和维护智能设备。

　　主流解决方案通过锁定车联网迫使农场锁定供应商，从而无法采用后装市场解决方案，该方案的局限包括农场主自行维护设备，以及使用竞争解决方案提供商提供的组件来构建符合其特定需求的成本优化解决方案。

　　如今，这一切都在发生改变。由于物联网爆炸式增长带来的规模经济，硬件成本正在大幅下降，农场主可以获得经济实惠、用户友好的后装市场解决方案，以升级他们现有的拖拉机和其他农业机械，使其能够依赖新一代更具成本效益的GNSS校正服务。

　　与此同时，大量的开源项目、基于模块的解决方案，以及预先认证的无线电技术正在降低精密农业解决方案的开发成本，从而降低了现成硬件的成本。再加上使用 SSR-RTK技术改进了广播分发技术，GNSS校正服务的订阅成本也随之降低。

　　通信的总成本也不断下降。部署通信基础设施费用由无线基础设施和数据订阅费用组成，一直以来都是一个不可忽略的成本点。

　　如今，无线通信技术经过成本和功耗优化，提高了可用性并扩大了覆盖范围（包括LTE-M、NB-IoT和LTE Cat 1），让农民能够从蜂窝通信网络基础设施的整体扩张中获益。

　　可以说，在推动精准农业技术普及的众多趋势中，农业本身的助力是一个极具前景的趋势，而其形式是基于开源硬件和软件设计的自助解决方案。

　　以AgOpenGPS（也称为AOG）为例，该开源自动定向解决方案由加拿大农场主和软件开发人员合作开发而成。AOG提供了所需的各种硬件设计文件、实时微控制固件及软件，以实现传统拖拉机的自动定向。

　　AOG开发人员耗费了数千小时才打造出这款解决方案，令其不论在成本方面（改装拖拉机的成本不到1000美元）还是技术方面都为大众市场所接受。

　　越来越多的精准农业技术平台正在改变精准农业的影响范围，从提供高端商业解决方案来满足盈利丰厚的农场需求，到推出各种低成本的自助解决方案来帮助盈利低的小规模农场在一年内收回成本。

　　在全球粮食供应面临巨大压力的情况下，智慧农业技术的普及有望在解决全球人口吃饭问题方面发挥重要作用。

　　25年来，u-blox一直在积极推动各种颠覆性技术的普及，为用户带来第一款微型GNSS接收机，随后又拓展到蓝牙、Wi-Fi和蜂窝无线通信领域，最终构建了稳固的数据、定位和安全服务组合。

　　如今，u-blox在面向大众市场的高精度GNSS接收机和校正服务以及LTE-M、NB-IoT和LTE Cat 1蜂窝通信技术方面处于行业领先地位，同时率先开发出基于蓝牙的室内定位解决方案，实现了无缝的室内外定位解决方案。

　　下有关步进电机的基础概念以及步进电机的三种工作方式——单拍、双拍、单双

　　系统 /

　　时代的步伐。该接收器安装在拖拉机的驾驶室内，接收GPS卫星的信号后，利用C波段天线对读数进行微调。

　　，传感，信息技术和机械系统可以实现亚田间作物管理。尽管有这种推动力，但

　　界的接受仍是犹豫和软弱，尽管大多数生产者承认他们最终将不得不采用SSM技术。

　　种方式，用以确保水和肥料等投入的效率，并最大限度地提高生产率、质量和产量。

　　在省时省力、提高产量的同时，也推动着世界的可持续发展。不久前，爱立信“官宣”了

　　物联网的优势 /

　　u-blox发布基于Espressif ES32-S3芯片的NORA-W10模块

　　基于边缘无线协同感知的低功耗物联网LPIOT技术： 赋能智慧园区方案以及数字工厂领域

　　#混合式數位電源動手實驗 -- Lab 1-2 使用SMPS Lib Demo方式快速完成設計

　　吴恩达《深度学习》系列课 - 160.长短期记忆（LSTM）#深度学习