Datainsamling med hjälp av UGV:er och modulära sensornyttolaster

Problem (före): AgrifoodTEF-kunder (t.ex. utvecklare av jordbruksrobotar/AI, precisionsjordbruksföretag eller forskare) saknar ofta tillgång till högkvalitativa, kommenterade, verkliga dataset från dynamiska jordbruksmiljöer (t.ex. vingårdar, fruktträdgårdar). Utan detta kämpar de för att: Bygga robusta AI-system och användningsfall (t.ex. för övervakning av grödor, robotavverkning eller autonom navigering). - Validera systemets prestanda under realistiska, variabla förhållanden (t.ex. ojämn terräng, skiftande ljus/väder). Jämför deras lösningar mot branschstandarder eller konkurrenter. Lösning (efter): Genom att distribuera sensorns nyttolast för att samla in och märka data i verkliga inställningar gör tjänsten det möjligt för kunderna att: 1. Bygga AI-modeller på ett effektivt sätt med olika, kontextrika dataset (t.ex. märkta bilder av fruktkluster, 3D-terrängkartor). 2. Validera systemets tillförlitlighet genom att testa lösningar mot riktmärken (t.ex. ”Efter att ha använt tjänsten minskar felprocenten för en robotskördare när det gäller att upptäcka mogna fruktfall från 25 % till 8 % i röriga fruktodlingsförhållanden”). 3. Identifiera och åtgärda svagheter (t.ex. att en navigeringsalgoritm misslyckas i rader som nekats GNSS, tjänsten tillhandahåller UWB/IMU-data för att förfina lokaliseringen). 4. Jämför prestanda med konkurrenter som använder standardiserade mätvärden (t.ex. "Vår ogräsrensningsrobot uppnår 95 % noggrannhet jämfört med branschgenomsnittet på 82%"). Denna tjänst kan levereras som ett första steg före andra tjänster.

Serviceleverans och logistik 1. Hur levereras tjänsten? Driftsättningsmodell:- Utförande på plats: En sensorutrustad nyttolast (modul-, fordons-/robotmonterad) distribueras till kundens jordbruksanläggning (t.ex. vingård, fruktträdgård) eller partnertestgårdar. - Upprepningar: Datainsamling kan utföras som en enda kampanj eller återkommande sessioner (t.ex. säsongscykler, tillväxtstadier) för att fånga variationer (t.ex. blomning jämfört med skördeperioder). 2. När kan tjänsten levereras? - Schemaläggning: Kräver förhandsbokning (t.ex. 4–8 veckor) för användning av nyttolast och förberedelse av plats. 3. Hur lång tid tar avrättningen? - Utplacering på plats: 1–2 veckor per kampanj (justerbar på grundval av gårdarnas storlek och datatäthet). - Efterbehandling: Ytterligare 2–3 veckor för märkning och rapportering. Total tidslinje: ~4–8 veckor från utplacering till leverans. Plats och kundkrav 4. Var verkställs tjänsten? - Kundens egen webbplats: Gårdar, fruktträdgårdar eller vingårdar. - Partnertestanläggningar: Förgodkända agrifoodTEF-satellitnoder (t.ex. standardiserade testfält för riktmärkning). 5. Krav på kundplats: Regionalt fokus: Prioriterar regioner med infrastruktur för jordbruks- och livsmedelsTEF (t.ex. EU inledningsvis). - Global tillgång: Möjligt via partnerskap med lokala noder (ytterligare logistikavgifter kan tillkomma). Kundresultat 6. Vad får kunden? Utdata:- Råa och märkta datauppsättningar: Strukturerade, tidsstämplade sensordata (Lidarpunktmoln, stereokamerabilder, GNSS/IMU-banor) i AI-klara format (t.ex. ROS-väskor, COCO JSON). - Dokumentation: Metadata (sensorspecifikationer, miljöförhållanden), riktlinjer för kommentarer och intyg om överensstämmelse. Sammanfattande rapport: Handlingsbara insikter (t.ex. ”System kämpar i svagt ljus, rekommendera att träningen utökas med skymningsradardata”). Kundernas skyldigheter 7. Vad måste kunden tillhandahålla? - Tillträde till webbplatsen: Säkra fält för driftsättning (t.ex. rensade rader för robot-/sensormobilitet). - Specifikationer för användningsfall: - Målmått (t.ex. ”Samla in data om äppelklusters densitet på raderna 5–10”). - AI-/systemkrav (t.ex. ”Annotera mognadsetiketter för frukt för YOLO-träning”). Etisk/rättslig efterlevnad: Tillstånd för datainsamling (om så krävs).

Sensorkonfiguration: - Kunderna kan välja specifika sensorer från en fördefinierad lista över kandidatsensorer för nyttolasten (t.ex. prioritera Lidar + stereokameror för 3D-mappning, inaktivera GNSS för inomhustestning). Uppgiftsanteckning: - Välj anteckningsformat från en fördefinierad lista (t.ex. avgränsande rutor, semantiska segmenteringsmasker) som är kompatibla med deras AI-pipelines. Tids-/säsongsflexibilitet: - Schemalägg återkommande kampanjer (t.ex. insamling av veckodata under skördesäsongen, fleråriga fenologiska studier). Säsongsbegränsningar: - Anpassar sig till vegetationsperioder (t.ex. ingen frost/regn för vissa sensorer; optimal tidpunkt för grödspecifika uppgifter, t.ex. fruktmognad i fruktodlingar). Exempel: Insamlingen av uppgifter om vinodlingar begränsas till odlingssäsongen (april–oktober i EU:s klimat). Vad kunderna bör veta i förväg Förberedelse av plats: Kunderna måste tillhandahålla fältkartor, bevattningsscheman och säkerhetsprotokoll. - Äganderätt till data: Rådata delas med kunden, men agrifoodTEF kan använda aggregerade, anonymiserade data för intern FoU. Kostnadskonsekvenser: Återkommande kampanjer eller sensorer med ultrahög upplösning medför högre avgifter. - Efterbehandling av komplexa anteckningar (t.ex. 3D-punktmolnmärkning) faktureras separat