Raccolta dati con UGV e payload modulari dei sensori

Problema (prima): I clienti di AgrifoodTEF (ad esempio, sviluppatori di robotica agricola/IA, aziende agricole di precisione o ricercatori) spesso non hanno accesso a set di dati di alta qualità, annotati e reali provenienti da ambienti agricoli dinamici (ad esempio vigneti, frutteti). Senza questo, lottano per: - Costruire solidi sistemi di IA e casi d'uso (ad esempio per il monitoraggio delle colture, la raccolta robotizzata o la navigazione autonoma). - Convalidare le prestazioni del sistema in condizioni realistiche e variabili (ad esempio, terreno irregolare, cambiamento di luce/tempo). Benchmark le loro soluzioni rispetto agli standard del settore o concorrenti. Soluzione (dopo): Distribuendo il carico utile del sensore per raccogliere ed etichettare i dati in impostazioni reali, il servizio consente ai clienti di: 1. Costruire modelli di IA in modo efficace con set di dati diversi e ricchi di contesto (ad esempio, immagini etichettate di cluster di frutta, mappe del terreno 3D). 2. Convalidare l'affidabilità del sistema testando le soluzioni rispetto ai parametri di riferimento (ad esempio, "Dopo l'utilizzo del servizio, il tasso di errore di una mietitrice robotizzata nel rilevare le cadute di frutta matura dal 25 % all'8 % in condizioni di frutteto disordinato"). 3. Identificare e correggere le debolezze (ad esempio, un algoritmo di navigazione non riesce nelle righe negate dal GNSS; il servizio fornisce dati UWB/IMU per perfezionare la localizzazione). 4. Confrontare le prestazioni con i concorrenti utilizzando metriche standardizzate (ad esempio, "Il nostro robot di diserbo raggiunge una precisione del 95% rispetto alla media del settore di 82%"). Questo servizio può essere fornito come primo passo prima di altri servizi.

Consegna di servizio & logistica 1. Come viene erogato il servizio? Modello di distribuzione:- Esecuzione in loco: Un carico utile dotato di sensori (modulare, montato su veicolo/robot) viene distribuito al sito agricolo del cliente (ad esempio vigneto, frutteto) o alle aziende di prova partner. - Ripetizioni: La raccolta dei dati può essere eseguita come una singola campagna o sessioni ricorrenti (ad esempio, cicli stagionali, fasi di crescita) per rilevare la variabilità (ad esempio, periodi di fioritura rispetto ai periodi di raccolta). 2. Quando può essere erogato il servizio? - Programmazione: Richiede prenotazione anticipata (ad esempio, 4-8 settimane) per la distribuzione del carico utile e la preparazione del sito. 3. Quanto dura l'esecuzione? - Distribuzione in loco: 1-2 settimane per campagna (regolabile in base alle dimensioni dell'azienda e alla densità dei dati). - Post-trattamento: 2-3 settimane supplementari per l'etichettatura e la produzione di relazioni. - Calendario totale: ~4-8 settimane dalla distribuzione alla consegna. Ubicazione & requisiti del cliente 4. Dove viene eseguito il servizio? - Sito del cliente: Fattorie, frutteti o vigneti. - allevamenti di prova partner: Nodi satellitari TEF agroalimentari pre-approvati (ad esempio campi di prova standardizzati per l'analisi comparativa). 5. Requisiti di localizzazione del cliente: - Orientamento regionale: Dare priorità alle regioni con infrastrutture agroalimentariTEF (ad esempio, inizialmente l'UE). - Accesso globale: Possibile tramite partnership con nodi locali (potrebbero essere applicate spese logistiche aggiuntive). Prodotti da fornire al cliente 6. Cosa riceve il cliente? Uscite:- set di dati grezzi ed etichettati: Dati dei sensori strutturati e con marcatura temporale (nuvole di punti lidar, immagini di telecamere stereo, traiettorie GNSS/IMU) in formati predisposti per l'IA (ad esempio sacchetti ROS, COCO JSON). - Documentazione: Metadati (specifiche del sensore, condizioni ambientali), linee guida di annotazione e certificati di conformità. - Relazione di sintesi: approfondimenti attuabili (ad esempio, "System struggles in low-light conditions; raccomandare di aumentare l'addestramento con i dati radar crepuscolari"). Obblighi del cliente 7. Cosa deve fornire il cliente? - Accesso al sito: Campi operativi sicuri per l'implementazione (ad esempio, righe cancellate per la mobilità di robot/sensori). - Specifiche del caso d'uso: - metriche target (ad esempio “Raccogliere i dati sulla densità dei cluster di mele nelle righe da 5 a 10”). - requisiti di IA/sistema (ad esempio, "Annotate fruit matureness labels for YOLO training"). - Conformità etica/giuridica: Autorizzazioni per la raccolta dei dati (se richiesto).

Configurazione del sensore: - I clienti possono selezionare sensori specifici da un elenco predefinito di sensori candidati per il carico utile (ad esempio, dare priorità alle telecamere Lidar + stereo per la mappatura 3D, disabilitare il GNSS per i test interni). Annotazione dei dati: - Scegli i formati di annotazione da un elenco predefinito (ad esempio, riquadri di delimitazione, maschere di segmentazione semantica) compatibile con le loro pipeline AI. Flessibilità temporale/stagionale: - Pianificare campagne ricorrenti (ad esempio, raccolta settimanale di dati durante la stagione del raccolto, studi fenologici pluriennali). Restrizioni stagionali: - Allineamento con i periodi vegetativi (ad esempio, assenza di gelo/pioggia per alcuni sensori; tempistica ottimale per i dati specifici delle colture, come la maturazione dei frutti nei frutteti). - Esempio: La raccolta dei dati sui vigneti è limitata al periodo vegetativo (aprile-ottobre nei climi dell'UE). Cosa i clienti dovrebbero sapere in anticipo - Preparazione del sito: I clienti devono fornire mappe di campo, programmi di irrigazione e protocolli di sicurezza. - Proprietà dei dati: I dati grezzi vengono condivisi con il cliente, ma agrifoodTEF può utilizzare dati aggregati e anonimizzati per la R&S interna. - Implicazioni sui costi: Campagne ricorrenti o sensori ad altissima risoluzione comportano commissioni più elevate. - Post-elaborazione di annotazioni complesse (ad esempio, etichettatura con nuvole di punti 3D) fatturate separatamente