W projekcie rolnictwa cyfrowego sam sensor rozwiązujący konkretny problem to dopiero początek. Pomiar trzeba odebrać, przesłać, zapisać, przeanalizować i przedstawić użytkownikowi w formie, która pozwoli podjąć decyzję.

Dlatego system IoT warto od początku projektować jako jeden przepływ:

sensor → komunikacja → backend → dane → analiza → aplikacja

Każdy z tych elementów wpływa na pozostałe.

1. Sensor – czyli skąd bierzemy dane?

Pierwszym elementem są urządzenia działające w terenie.

Mogą mierzyć między innymi:

• wilgotność gleby,
• temperaturę i wilgotność powietrza,
• parametry mikroklimatu,
• zużycie wody,
• stan urządzeń i maszyn,
• lokalizację,
• parametry związane z hodowlą.

Źródłem danych może być również kamera, dron albo maszyna posiadająca własny interfejs komunikacyjny.

Już na tym etapie trzeba określić, jak często wykonywany jest pomiar, ile danych generuje urządzenie i czy potrzebna jest komunikacja dwukierunkowa.

2. Jak przesłać dane z pola?

W gospodarstwie nie zawsze można liczyć na Wi-Fi czy infrastrukturę przewodową.

W zależności od projektu można wykorzystać między innymi:

LoRaWAN – gdy mamy wiele urządzeń przesyłających niewielkie ilości danych i zależy nam na dużym zasięgu oraz niskim zużyciu energii.

NB-IoT – gdy urządzenia są rozproszone i chcemy wykorzystać infrastrukturę operatora komórkowego.

LTE – gdy trzeba przesyłać większą ilość danych.

Wi-Fi lub Ethernet – gdy urządzenia znajdują się w budynku posiadającym lokalną infrastrukturę.

Nie ma jednej technologii odpowiedniej do każdego projektu. Sposób komunikacji warto dobrać do lokalizacji urządzeń, częstotliwości transmisji, zasilania oraz docelowej liczby sensorów.

3. Backend IoT odbiera i porządkuje informacje

Dane z urządzeń trafiają następnie do backendu.

Może on odpowiadać za:

• identyfikację urządzeń,
• odbieranie pomiarów,
• walidację danych,
• zapisywanie historii,
• konfigurację sensorów,
• wykrywanie błędów,
• generowanie alertów,
• integrację z innymi systemami.

W systemach IoT często wykorzystuje się protokół MQTT, który dobrze sprawdza się przy regularnej komunikacji dużej liczby urządzeń.

Backend powinien również przewidywać sytuację, w której sensor przez pewien czas nie ma dostępu do sieci. Dane mogą wtedy zostać zapisane lokalnie i przesłane później.

4. Gdzie przechowywać dane?

Nawet stosunkowo niewielki system może szybko wygenerować dużą liczbę pomiarów.

1000 urządzeń wysyłających informację raz na minutę oznacza ponad 1,4 mln pomiarów dziennie.

Dlatego dane telemetryczne warto od początku traktować inaczej niż klasyczne dane aplikacji, takie jak użytkownicy, gospodarstwa czy konfiguracja urządzeń.

Odpowiednio zaprojektowana warstwa danych ułatwia później tworzenie raportów, analizowanie historii oraz rozwijanie modeli AI.

5. Chmura, analiza danych i AI

Po zgromadzeniu danych można zacząć wykorzystywać je do czegoś więcej niż prezentowania aktualnego pomiaru.

System może automatycznie:

• wykrywać przekroczenie wartości,
• wysyłać alerty,
• porównywać dane z pogodą,
• wykrywać anomalie,
• tworzyć rekomendacje,
• przewidywać określone zdarzenia.

W bardziej zaawansowanych projektach można wykorzystać AI lub computer vision.

Przykładem może być analiza obrazu roślin, przewidywanie zapotrzebowania na wodę czy wykrywanie nietypowych zmian w danych z urządzeń.

Warto jednak najpierw określić, jaką decyzję AI ma wspierać i jakie dane będą potrzebne do stworzenia oraz zweryfikowania modelu.

6. Panel webowy czy aplikacja mobilna?

Ostatnim elementem jest interfejs użytkownika.

Panel webowy dobrze sprawdza się do zarządzania całym systemem:

• przeglądania urządzeń,
• analizy historii,
• raportów,
• map,
• konfiguracji,
• zarządzania użytkownikami.

Aplikacja mobilna może być natomiast wygodniejsza dla osoby pracującej bezpośrednio w gospodarstwie.

Rolnik może otrzymać alert, wejść na konkretne pole i od razu zobaczyć najważniejsze pomiary albo rekomendację wygenerowaną przez system.

W wielu projektach najlepszym rozwiązaniem jest połączenie obu interfejsów.

Najpierw PoC, później pełne wdrożenie

Systemu obejmującego tysiące urządzeń nie trzeba budować od razu.

Rozsądny rozwój projektu wygląda zwykle tak:

PoC → pilotaż → walidacja → wdrożenie → skalowanie

Podczas PoC można sprawdzić najważniejsze założenia: działanie sensora, zasięg komunikacji, jakość danych i podstawową integrację z backendem.

Dopiero później warto rozwijać panel administracyjny, aplikację mobilną, zaawansowane raportowanie czy AI.

Takie podejście ogranicza ryzyko inwestowania dużego budżetu w rozwiązanie oparte na założeniach, które nie zostały jeszcze zweryfikowane w rzeczywistych warunkach.

Jeden zespół powinien patrzeć na cały przepływ danych

Najwięcej problemów pojawia się na styku poszczególnych technologii.

Urządzenie musi przesłać dane w formacie zrozumiałym dla backendu. Backend musi przechować je w sposób umożliwiający analizę. Algorytm potrzebuje odpowiedniej jakości danych, a jego rezultat musi później zostać pokazany użytkownikowi.

Dlatego część software’ową warto projektować jeszcze podczas prac nad urządzeniami, a nie dopiero wtedy, gdy hardware jest już gotowy.

IT Hero tworzy aplikacje webowe i mobilne oraz wdraża rozwiązania IoT wykorzystujące między innymi LoRaWAN i NB-IoT.

Możemy odpowiadać za cały przepływ od komunikacji urządzenia, przez backend i przechowywanie danych, aż po aplikację webową lub mobilną.

Realizujesz projekt AGROSTRATEG lub tworzysz rozwiązanie IoT dla rolnictwa? Prześlij nam opis urządzenia i planowanego działania systemu. Pomożemy przełożyć go na konkretną architekturę IT.