Overblik
AgroNetPro er en polsk agroteknologisk virksomhed dedikeret til støtte bæredygtigt landbrug ved at stille innovative digitale løsninger for overvågning og forvaltning af afgrødernes sundhed. Ved at parre jordfugtigheds- og temperatursensorer i realtid med elektriske ledningsevnesensorer (EC) analyserer AgronetPro jordens saltholdighed og opløste næringsstoffer. De vigtigste kunder er landmænd og driftsledere inden for landbruget arbejde på tværs af forskellige afgrøde- og jordtyper (såsom sand, ler og kokosfibre).
For at fremskynde markedsudvidelsen samarbejdede AgroNetPro med agrifoodTEF om omfattende validering af deres nye løsning under strenge, standardiserede forhold.
Polen
- Drivhus
- Havebrug
Udfordringen
agrifoodTEF-tjenester hjulpet fastlægge kalibreringsprocessen for jordfugtighed og elektrisk ledningsevne (EF) sensorer på tværs af en stor multifaktormatrix af jordtyper, der muliggør effektiv træning af edge-AI-modeller og overvindelse af begrænsninger, som AgroNetPro står over for uden ekstern infrastruktur, især med hensyn til at opnå energioptimeret hardware og gennemføre komplekse overensstemmelsestest uafhængigt af lovgivningen.
Landbrugsfødevare-TEF-tjenesten
AgroNetPro anvendte agrifoodTEF's benchmarkpakke til kantudstyr og specialiserede laboratorier til overensstemmelses- og sikkerhedsvurderinger. Prøvning inkluderet EMC, RED, og Vurderinger af klimakammeret. AgrifoodTEF-teamet samarbejdede som tekniske eksperter og leverede en specialiseret standardiseringsenhed med forskellige konduktansindstillinger (21 jordledningsevneprøver blev testet), hvilket muliggør præcis dataindsamling for sikkert at træne og validere edge-AI-algoritmer. Gennem dette samarbejde blev der opnået stabile inputværdier til kalibrering af enheden inden for det optimerede måleområde.
Få mere at vide om benchmark- og testpakken til Edge-hardwaresystemer
Virkningen
Samarbejdet bekræftede nøjagtighed, sikkerhed, og overholdelse af lovgivningen af AgroNetPro hardware og software. Testene etablerede et stabilt referencescenarie for edge-AI-modeller, hvilket i væsentlig grad styrkede løsningens markedsparathed. Fremadrettet vil dette igangværende partnerskab støtte skalering ved at optimere afgrødesundhedsalgoritmer og validere næste generations NPK-næringssensorer.
