Przegląd
DigiFarm Norweska firma ag-tech (założona w 2019 r.) opracowuje rozwiązania oparte na sztucznej inteligencji dla rolnictwa precyzyjnego poprzez zaawansowaną analizę danych satelitarnych. Wykorzystując głębokie sieci neuronowe do super-rozwiązywania Zdjęcia z satelity Sentinel-2 (od 10 m do 1 m), przedsiębiorstwo osiąga wysokie wyniki dokładne, corocznie aktualizowane granice pól oraz dane dotyczące zasianego obszaru, stanowiąc krytyczną podstawę procesu decyzyjnego w całym łańcuchu wartości w rolnictwie.
Jego rozwiązania służą rolnicy oraz doradcy a także klientów B2B i B2G, w tym dostawcy oprogramowania do zarządzania gospodarstwem rolnym, ubezpieczycieli, instytucji finansowych, podmiotów handlujących towarami, organów publicznych oraz przedsiębiorstw zajmujących się internetem rzeczy i robotyką. Kluczową potrzebą rynkową, którą zaspokaja DigiFarm, jest dostęp do precyzyjnych, aktualnych danych terenowych, których często brakuje w tradycyjnych i przestarzałych systemach katastralnych.
Do zatwierdź dokładność i rzeczywiste zastosowanie danych, w szczególności do wykorzystania w autonomicznych maszynach i robotyce terenowej, wymaga DigiFarm niezależne testy w operacyjnych środowiskach rolniczych. W przedmiocie agrifoodTEF polski węzeł pod warunkiem, że niezbędne infrastruktura oraz warunki przeprowadzenie solidnej walidacji w warunkach rzeczywistych i zademonstrowanie niezawodności oraz gotowość maszynowa swoich rozwiązań bez konieczności inwestowania z góry we własne obiekty testowe.
Polska
- Gospodarstwo rolne
- Przetwórstwo spożywcze
- Szklarnia
- Ogrodnictwo
- Hodowla zwierząt gospodarskich
- Uprawy drzew
- Uprawa winorośli
Wyzwanie
DigiFarm potrzebny niezawodny, niezależne walidacji danych dotyczących granic pola opartych na sztucznej inteligencji w rzeczywistych warunkach rolniczych. Chociaż jego modele działały dobrze w warunkach analitycznych i laboratoryjnych, było to niewystarczające, aby wykazać, jak dokładnie dane można przełożyć na ścieżki wykonywalne a następnie autonomiczne maszyny w środowiskach operacyjnych.
Ta walidacja miała kluczowe znaczenie zarówno dla firmy, jak i jej klientów. Roboty autonomiczne oraz Operacje w terenie oparte na IoT polegać na precyzji, aktualne dane graniczne dla bezpieczne oraz sprawna nawigacja.
Udowodnienie, że granice pochodzące z satelitów DigiFarm mogą być bezpośrednio wykorzystywane przez systemy stron trzecich i dokładnie wykonywane w terenie, ma kluczowe znaczenie dla odblokowanie nowych możliwości rynkowych w dziedzinie robotyki i budownictwo zaufanie w rzeczywistych wynikach rozwiązania.
Bez dostępu do rolnictwa roboty, pola testowe, skalibrowane czujniki, dane historyczne, i niezależne analiza telemetryczna, DigiFarm nie dysponowało infrastrukturą umożliwiającą obiektywny pomiar wyników i dostarczanie klientom wiarygodnych dowodów. Skalowanie takiej walidacji wewnętrznie wymagałoby znacznego czasu, kosztów i inwestycji.
Usługa agrifoodTEF
DigiFarm wykorzystał instrument rolno-spożywczyTEF jako punkt kompleksowej obsługi zapewniający skoordynowany dostęp do testów w terenie, generowania danych, walidacji sztucznej inteligencji i zaawansowanych możliwości obliczeniowych. Wszyscy trzej polscy partnerzy pracowali w sposób zintegrowany, zapewniając spójność, sprawne wykonanieoraz bezproblemowa współpraca przez cały projekt.
Wsparcie koncentrowało się na umożliwieniu walidacji technologii DigiFarm w warunkach rzeczywistych poprzez: tłumaczenie jego granice pól pochodzące z satelitów do Ścieżki wykonywalne dla systemów autonomicznych oraz weryfikacji ich działania w warunkach eksploatacyjnych. Obejmowało to badanie typu koniec-koniec z robotem rolniczym, obejmującym integrację danych, konfigurację systemu i wykonanie nawigacji opartej na granicach w prawdziwym polu.
Równolegle agrifoodTEF zapewnił wysokiej jakości zbiory danych dotyczących rolnictwa, historyczne dane terenowe, oraz wiedza ekspercka wspieranie opracowywania i walidacji modeli, wraz z dostępem do obliczeń wielkiej skali na potrzeby przetwarzania i symulacji na dużą skalę. Działania testowe połączyły eksperymenty polowe ze szczegółową analizą telemetryczną, oceną dokładności ścieżki, zachowania systemu i odchyleń między planowanymi i wykonanymi trajektoriami.
To kompleksowa, wsparcie multidyscyplinarne DigiFarm potwierdził zarówno dokładność analityczną, jak i praktyczną użyteczność swojego rozwiązania, wykazując, że jego dane mogą być bezpośrednio wykorzystywane przez autonomiczne maszyny. realne środowisko rolnicze.
Wpływ
Współpraca z agrifoodTEF zapewniła DigiFarm niezależną, rzeczywistą walidację swojej technologii, potwierdzając, że granice pól pochodzące z satelitów może być bezproblemowo zintegrowany i dokładnie wykonywany przez systemy autonomiczne w warunkach operacyjnych. Badania terenowe wykazały bardzo wysoka precyzja nawigacji, przy minimalnym odchyleniu między planowanymi i rzeczywistymi ścieżkami robota, zapewniając ilościowy dowód wydajności, który można bezpośrednio udostępnić klientom.
Ta walidacja znacznie wzmocniła DigiFarm gotowość rynkowa, w szczególności w szybko rozwijającym się segmencie robotyki rolniczej i internetu rzeczy. Udowodniono, że dane przedsiębiorstwa nie tylko analitycznie dokładne ale także niezawodny pod względem operacyjnym, umożliwiając zastosowania w świecie rzeczywistym, takie jak autonomiczna nawigacja i geofencing.
Jednocześnie w procesie testowania zidentyfikowano konkretne ulepszenia produktów, co jeszcze bardziej usprawniło przyszłe integracje i skalowalność.
Kluczową wartością dodaną dla klienta jest Rola sektora rolno-spożywczegoTEF jako zintegrowanego, kompleksowego ekosystemu testowego. Skoordynowane wsparcie, od dostępu do rzeczywistych pól testowych i zbiorów danych, poprzez walidację sztucznej inteligencji, po zaawansowane obliczenia i analizę wydajności, pozwoliło DigiFarm na sprawne przemieszczanie się od koncepcji do sprawdzonego rozwiązania bez angażowania wielu dostawców. To znacznie skróciło czas, koszty i złożoność.
W rezultacie, DigiFarm kontynuuje współpracę z agrifoodTEF poza początkowym projektemtraktując ją jako strategicznego partnera w zakresie bieżącej walidacji, optymalizacji i demonstracji nowych produktów opartych na danych i przypadków użycia. Zapewnia to skalowalna i powtarzalna ścieżka wspieranie dalszych innowacji, ekspansji w kierunku autonomicznych maszyn i wejścia na nowe rynki.
