借助FarmBeats，微软在农业市场发挥了作用

 
农业正在艰巨的业务。在2013年至2016年之间，美国农民和牧场主的农业净收入下降了45%，这是自大萧条以来的最高水平，而每天喂食的口数却急剧增加。预计到2050年，全球人口将增加22亿，世界农民的粮食产量将必须比现在增加70%。
如果您问微软，解决方案在于技术。这家科技巨头的FarmBeats计划是一项多年的努力，旨在将强大的数据分析引入农业领域，该计划是在Ignite 2019之前的今天在Azure市场上预览推出的。凭借建立在Azure上的后端并与一系列顶级制造商的硬件兼容，它旨在推广FarmBeats项目负责人兼Azure Global首席科学家Ranveer Chandra所说的“数据驱动”农业技术。国际粮食政策研究所称，这些措施可以使农业生产率提高67%，同时减少资源消耗。
“ [我们正在从农场中捕获]大量数据，然后使用AI和机器学习将这些数据转换为对种植者的见解……当我们与种植者交谈时，他们做出的许多决定都是Chandra在接受电话采访时对VentureBeat表示。 “不仅仅是种更多的食物。我们需要种植更多有营养的食物，好食物，我们需要在不损害环境的情况下种植增加的好食物。”
历史
FarmBeats于2015年以农业物联网(IoT)平台的原型开始，该平台支持从传感器，摄像机和无人机“无缝”收集数据。钱德拉(Chandra)从他祖父母在印度的农场中汲取了个人灵感，并从埃森哲(Accenture)的一项调查中汲取了见识。该调查发现，由于成本和易断线的连接性，只有不到20%的农民使用传感器，无人机和其他技术进行作物计划。
在短短两年半的时间里，Chandra及其同事在Microsoft的AI for Earth中建立了一个生产就绪系统，该程序为组织提供用于环境解决方案开发的工具。为了测试该系统的有效性，他们于2017年在两个美国农场播种了FarmBeats，这是六个月的试验，一部分是华盛顿康乃馨的5英亩跳舞乌鸦农场和纽约州北部的100英亩社区支持的埃塞克斯农场。研究。
网关和基站
FarmBeats利用未经许可的电视空白空间(分配给广播服务的无线电频率)建立了从农民家庭互联网连接到基站的高带宽链接，有时还辅以开源远程物联网协议LoRa。传感器，无人驾驶飞机等连接到基站，该基站从电池供电的太阳能电池板组获取电能。
基站具有三个组件：电视空白空间传输设备，Wi-Fi连接模块和控制器。 Wi-Fi模块使农民可以连接现成的土壤温度，pH，二氧化碳和湿度​​传感器以及他们的电话，以访问农业生产力应用程序。至于控制器，它负责在打开电视空白设备时缓存收集的数据，并根据当前电池状态来计划和执行电源循环速率。
钱德拉说：“想象一下，如果您有一个Wi-Fi路由器，并且可以在几英里外访问它……这就是电视空白所能实现的。” “如果您在农场中央打开电视，您将看到的大部分是白噪声。电视频道越嘈杂，未使用的容量就越多。即使有20个未使用的电视频道，我们所谈论的可用容量还是接近400Mbps。”
从一开始，节约成本就成为重点。为此，电视白空收音机和支持传感器连接的组件的价格分别约为200美元和20美元，而FarmBeats除了农民现有的互联网外，没有额外的数据费用。最终目标是提供一个完整的处理单元，价格为80美元左右，与传统测井设备和基站的1,000美元以上的价格标签相比，价格相形见,，相关的订阅费用每月超过100美元。
为了追求坚固性和能源效率，FarmBeats采用了Chandra所谓的“天气感知”设计，该设计使用来自OpenWeather和其他来源的预测来对不同的基站组件进行供电。 (以“跳舞的乌鸦农场”为例，该团队从华盛顿州的气象站获取了七年的数据，他们曾使用它们训练机器学习模型来进行超局部预测。)FarmBeats旨在实现能源中和-即消耗能源以最大的功率从太阳能电池板中获取最大的功率，并最大程度地减少数据间隔或无传感器测量的连续时间间隔。
实现这一目标的方法之一是在夜间(不太可能使用)关闭电视空白设备(其耗电量是基站其余部分的5倍)。根据Chandra的说法，这大大减少了FarmBeats面临的停机时间。较早版本的不具备电源意识的系统在阴天时会耗尽电池30%的时间。
Chandra说：“太阳能电池板和电池无法始终按预期工作，因此我们想出了一种智能算法……我们所展示的是……该系统可以持续30个阴天，而不是四天。”
为了缓解连接问题，FarmBeats采用基于网关的设计，其中，农场主家中的PC在本地对数据进行计算，然后将其整合并传输到Microsoft的Azure IoT套件中，以进行长期和跨农场分析。网关可以在网络中断期间独立运行，并且运行一项Web服务，使农民可以在农场网络中访问门户(即FarmBeats Data Hub)中的详细数据。
无人机开销
无人机是FarmBeats系统的关键部分，该系统将无人机视为一流的数据收集公民。
大多数为农业工作而改装的无人机以从东到西的方式飞到某个地点，但是钱德拉和他的团队认为优化单次飞行所覆盖的区域是一种更好的方法。他们实施了一种规划算法，将所需的路点数量减至最少，从而使无人机在减速并再次加速之前花费的减速时间达到停止。
研究小组还指出，农场通常有大风大的空地，可以利用这些特征来提高无人机的整体飞行效率。当由FarmBeats指挥的无人驾驶飞机顺风飞行时，偏航控制算法使无人驾驶飞机的侧面轮廓(具有较大的面积)面向风，从而提高了速度。而且，在无人机停下来之前，该算法将其定向为垂直于其飞行路线飞行，此举类似于滑雪者的曲棍球停下来。
下一个挑战是想办法将无人机拍摄的照片传输到云中。 FarmBeats网关没有保留无人机的全部视频，而是利用AI来估计不同帧的位置，并创建包含传感器数据的地理参考的低空全景概览。这将传递到商品拼接软件上，该软件可以创建一个约40兆像素的最终图像，其详细程度足以揭示水坑，农场上放牧的单头母牛的位置等。
在这些图像中，FarmBeats依靠外观相似的区域可能具有相同的传感器读数这一事实，从部署在服务器场中的相对较少的传感器中推断出测量结果。 (例如，最近被高湿度灌溉的区域看起来更暗。)这使它可以推断和预测诸如湿度的度量标准，即使在没有传感器的情况下，也可以推断pH值和温度。
Chandra说：“如果您有一个农场，并且想要在土壤下方六英寸的地方获得一张土壤湿度水平的[map]，则需要每10米安装一个传感器，但是(部署和管理)这很昂贵”。 。 “ [FarmBeats能够减少服务器场中实际构建有意义的，可行的算法所需的传感器数量。”
真实测试
在参加试验的两个农场中，钱德拉和同事们将相机安装在防风雨箱中，并装有100多种不同的传感器。他们部署了DJI Phantom 2，Phantom 3和Inspire 1四旋翼飞机进行空中监视，并使用DJI的软件开发套件创建了一个控制应用程序，该程序包使用户可以指定飞行高度和要覆盖的区域。最后，他们分别购买了Raspberry Pi 3和便携式计算机作为基站控制器和网关，用于处理传感器读数，摄像机图像和无人机视频摘要通过Azure IoT中心到存储的传输。
在第六个月内，收集了超过1000万个传感器测量值，100万个摄像头图像和100架无人机视频。
纽约地区的农民利用FarmBeats的可扩展性来监控温度调节的储存冷冻箱，并在温度降至特定阈值以下时触发移动警报。他们还在牛棚之类的地方插入了摄像头，并将它们连接到基站，FarmBeats团队将其与AI模型进行实验性地结合使用，以识别奶牛进入视野。
微软随后与华盛顿州斯波坎的尼尔森农场合作，对FarmBeats系统进行了扩展试验。该团队报告说，在11个月的时间里，该系统帮助减少了90%的昂贵化学药品的使用，增加了15%的成本节省。此外，该系统的温度预测功能使农民能够在深度冻结(24小时内温度低于冻结温度)之前采取预防措施。
此后，FarmBeats已在美国，印度，新西兰和肯尼亚以及不久的巴西的农场中实施。同时，Microsoft已与无人机和传感器制造商以及气象和卫星图像提供商(如Davis Instruments，DJI，SenseFly，Sentinel和欧洲航天局)签署了协议，为FarmBeats用户提供设备和数据。微软将通过其解决方案加速器计划将工具许可给合作伙伴以进行设备管理，例如机器学习模型，该模型会推荐覆盖给定服务器场所需的传感器数量。
3月，Microsoft与美国国家FFA组织合作，向50个章节提供了100个FarmBeats学生工具包。该套件包括一台Raspberry Pi计算机，该计算机具有土壤湿度，光线，环境温度和湿度传感器。上个月，微软和美国农业部共同宣布了FarmBeats的最新扩建计划：该机构位于马里兰州Beltsville农业研究中心的7,000英亩农场将对该系统进行覆盖作物或淡季种植的作物进行试验，以限制杂草和害虫并改善土壤。
如果一切顺利的话，美国农业部将把FarmBeats推广到其研究网络中的200多个农场，美国农业部研究生态学家史蒂文·B·米尔斯基(Steven B. Mirsky)说，这可能会极大地有益于农业研究服务。该机构的主要内部研究部门在90个研究地点聘用了大约2,000名科学家，并定期收集和分析现场传感器数据以进行正在进行的研究。
Mirsky在电话采访中对VentureBeat表示：“我们努力解决的事情之一就是试图找出如何从……数据孤岛中获取信息。” “通常，在我们的研究部门内，数据……一直存放在这些位置，直到他们发表出版物为止。我们的目标是从[这些]研究地点获取尽可能多的数据，我们可以将其备份到[我们]基于云的数据存储库中。 [借助FarmBeats，我们可以真正为模型和决策支持工具添加更多功能。”
需要特别注意的是，对于Microsoft的所有慈善举措，FarmBeats在估计5万亿美元的农业市场中扮演着重要角色。它与众多积极为农民建立数据分析解决方案的公司竞争，包括北卡罗来纳州的初创公司Growers，Understory，Trace Genomics，EarthSense，Solinftec，TeleSense，Pollen Systems和行业巨头，如John Deere和Monsanto。
但是FarmBeats仅仅是Microsoft的开始。索诺玛项目的工作正在进行中，该项目旨在为蔬菜生产创建商业就绪的自主温室。
“(使用所有这些数据，)您需要能够组合所有这些数据流的能力，”钱德拉说。 “这就是Azure提供的。我们的目标是使它成为任何农业应用的最佳云。”