由于2050年的人口將從70億成長到90億，預(yù)計(jì)農(nóng)業(yè)在2010至2050年的消耗會成長69%。為了應(yīng)對這些需求，此研究建議，農(nóng)業(yè)產(chǎn)業(yè)得找到改善糧食生產(chǎn)的方法，并在永續(xù)發(fā)展且防止破壞環(huán)境的前提下提高收獲產(chǎn)量。

無人機(jī)是農(nóng)業(yè)的未來。根據(jù)麻省理工學(xué)院技術(shù)評論(MIT Technology Review)報(bào)告，在農(nóng)業(yè)，無人機(jī)用于土壤與田地的分析、種植、噴灑（農(nóng)藥、施肥等）作物、作物監(jiān)控、灌溉與健康評估。而且農(nóng)業(yè)無人機(jī)是數(shù)據(jù)收集的工具。根據(jù)PwC曾發(fā)表無人機(jī)商業(yè)方案的市值2016年達(dá)1273億美元。對農(nóng)業(yè)來說，預(yù)估無人機(jī)在全球的應(yīng)用價值達(dá)324美元。

無人機(jī)用于農(nóng)業(yè)之功能：

一、協(xié)助農(nóng)田制圖/調(diào)查無人機(jī)配備有近紅外線感測儀，可看到植物為了光合作用所吸收的光的光譜。根據(jù)這些訊息，使用標(biāo)準(zhǔn)化植被指數(shù)（NVDI）讓農(nóng)夫可以了解植物的健康裝況。軟件分析可用于更改數(shù)值，以反映特定作物類型，甚至特定作物在哪個生命階段。除了作物的健康，無人機(jī)還可創(chuàng)造農(nóng)田區(qū)的詳細(xì)GPS地圖。這讓農(nóng)夫更好地規(guī)畫作物種植的地方，以最大限度利用土地、水和肥料。

二、協(xié)助農(nóng)田作物噴灑作業(yè)為了維持產(chǎn)量，作物需要適當(dāng)施肥和施用殺蟲劑。過去的作法，手動駕駛車輛穿過農(nóng)田并噴灑，或駕駛飛機(jī)噴灑。作物噴灑無人機(jī)可攜帶大型液體儲存容器，可以更安全地操作（甚至自動操作）。相較操作和維護(hù)成本可以大幅降低。

三、協(xié)助農(nóng)田灌溉管理配備有熱成像照相機(jī)的無人機(jī)可以察知積水或土壤濕度不足的地方，再進(jìn)行灌溉。熱成像無人機(jī)透過更頻繁的檢查與測量，帶給農(nóng)人更好的方法來了解他們的田地。四、農(nóng)田牲畜監(jiān)控?zé)o人機(jī)配備熱成像照相機(jī)，能遠(yuǎn)程監(jiān)控牲畜，預(yù)防受傷、走失、或在分娩的動物。無人機(jī)給了畜牧業(yè)者一個可以隨時密切關(guān)注他們的牲畜的新方法，并提高獲利。

無人機(jī)在農(nóng)業(yè)的應(yīng)用案例：

Gamaya

瑞士的Gamaya公司于無人機(jī)上安裝光譜影像相機(jī)，將相機(jī)結(jié)合了遙測、機(jī)器學(xué)習(xí)和作物科學(xué)技術(shù)。此相機(jī)也可以安裝在輕型飛機(jī)上。高光譜相機(jī)可以測量植物反射的光線。稱在可見光和紅外光譜范圍內(nèi)獲得40個光譜帶，比其他僅捕獲四個光譜帶或顏色的相機(jī)多10倍。該公司還解釋說，具有不同生理與性狀的植物反射光不同。這種模式隨著植物的生長而變化，而受到影響。相機(jī)背后的應(yīng)用系使用機(jī)器學(xué)習(xí)通過將捕獲的圖像與其數(shù)據(jù)庫中的圖像進(jìn)行比較，并使用顏色分配特定條件來將成像數(shù)據(jù)轉(zhuǎn)化成信息。例如，紅色表示缺乏土壤，藍(lán)色表示裸土，白色表示土壤中有雜草，綠色表示作物與雜草交雜，黑色表示健康作物。這種顏色編碼系統(tǒng)使系統(tǒng)能夠創(chuàng)建作物和土壤條件的地圖。以下影片介紹Gamaya的技術(shù)能夠繪制并區(qū)分雜草與植物，還能識別其他植物，如疾病和營養(yǎng)不良，以及土壤中的化學(xué)物質(zhì)成分。

在2015年向Gamaya團(tuán)隊(duì)協(xié)助巴西的K Farm玉米田，無人機(jī)以5天的時間對玉米作物進(jìn)行深入了解。根據(jù)無人機(jī)攝相機(jī)捕捉到的數(shù)據(jù)，以算法得到了在他們的數(shù)據(jù)庫中可匹配的玉米品種數(shù)據(jù)，并幫助Gamaya團(tuán)隊(duì)確定了不同品種以及它們在田間種植的位置。這使他們能夠?qū)⒚糠N玉米品種的良好表現(xiàn)與他們在田間的位置鏈接起來。算法將作物效率程度與特定顏色結(jié)合，呈現(xiàn)了作物表現(xiàn)：綠色代表沒有壓力，黃色代表中等壓力，橘色代表高壓力，而紅色代表沒有植被，如下圖所示：

圖二、作物狀況與顏色

這讓團(tuán)隊(duì)能夠了解哪片區(qū)域的玉米健康成長、異常、或死亡。Gamaya團(tuán)隊(duì)也能比較他們收集的玉米葉與光譜圖像的化學(xué)數(shù)據(jù)，來生成整個農(nóng)場的化學(xué)圖譜。

圖三、化學(xué)圖譜

這些化學(xué)地圖讓團(tuán)隊(duì)與農(nóng)場主了解農(nóng)田中營養(yǎng)的分布，也幫助Gamaya提出建議以符合植物需求。這些地圖使Gamaya團(tuán)隊(duì)能夠向農(nóng)場主提出以下建議：▲根據(jù)土壤類型和營養(yǎng)成分分配玉米種子。▲定期監(jiān)測作物生長、雜草與疾病的存在，以提高作物產(chǎn)量。▲根據(jù)作物需要和土壤條件，在土壤中進(jìn)行精確量的施肥。如果遵循建議，該團(tuán)隊(duì)預(yù)測當(dāng)前農(nóng)場周期每個田地的收獲量將增加5%至30%。同時，預(yù)計(jì)整個農(nóng)場的產(chǎn)量將增加10%。Gamaya已從投資者ICOS Capital Management、VI Partners AG、Sandoz Foundation、Peter Letmathe和Seed4Equity SA籌集了760萬美元的資金。Gamaya的首席技術(shù)官Dragos Constantin，他曾在Philips and Schlumberger-Doll Research研究所工作。他擁有洛桑聯(lián)邦理工學(xué)院的計(jì)算器科學(xué)、遙測博士學(xué)位和卡爾斯魯爾理工學(xué)院的計(jì)算器視覺碩士學(xué)位。Neurala開發(fā)Neurala Brain，是一個深度學(xué)習(xí)APP應(yīng)用程序，僅需很少的訓(xùn)練、少量的數(shù)據(jù)存儲和很少的運(yùn)算資源。該公司稱其技術(shù)可與NVidia TX1 GPU無人機(jī)配合使用，每秒可捕獲5到8幀影像。訓(xùn)練算法使用的是該公司的Brain Builder數(shù)據(jù)處理工具，讓用戶能夠上傳與標(biāo)記自己的圖像集。要開始訓(xùn)練的過程，用戶必須上傳目標(biāo)物的八張圖像到設(shè)備上。該公司聲稱Neurala的算法會在25秒內(nèi)完成學(xué)習(xí)。這比傳統(tǒng)的深度神經(jīng)網(wǎng)絡(luò)（DNN）快多了。傳統(tǒng)必須在服務(wù)器上訓(xùn)練超過15小時，而且每個目標(biāo)需要36張圖像。該無人機(jī)導(dǎo)入AI可用于檢查電塔、風(fēng)力渦輪機(jī)、管線和電氣基礎(chǔ)設(shè)施。AI使無人機(jī)能識別塔架和線路部件的缺陷，比如需更換、修理受損部分。Neurala展示AI無人機(jī)的影片，如下：

Neurala獲得152億美元的創(chuàng)投資金，包括：Pelion Venture Partners、Sherpa Capital、Motorola Ventures、360 Capital Partners、Draper Associates、SK Ventures、Idinvest Partners和Ecomobility Ventures。Anatoli Gorchetchnikov是Neurala的聯(lián)合創(chuàng)始人兼CTO。他曾是波士頓大學(xué)的研究助理教授，也是Surfari的AI首席開發(fā)人員。他握有多項(xiàng)專利，并撰寫了30多篇關(guān)于神經(jīng)網(wǎng)絡(luò)的出版物。他有波士頓大學(xué)的認(rèn)知和神經(jīng)系統(tǒng)博士學(xué)位，和計(jì)算器科學(xué)碩士學(xué)位。Iris AutomationIris Automation開發(fā)了商業(yè)無人機(jī)的防碰撞技術(shù)，這應(yīng)用程序讓無人機(jī)能觀測并解讀周圍環(huán)境，并移動飛行器以避免碰撞。適用于農(nóng)業(yè)、采礦、石油和天然氣，以及包裹遞送。特別是農(nóng)業(yè)，該公司聲稱此無人機(jī)應(yīng)用程序能在與其他無人機(jī)在安全互動下，幫助農(nóng)民收獲作物、播種、與控制害蟲。以下影片展示，Iris Automation的碰撞預(yù)防技術(shù)使無人機(jī)能夠在視線范圍外的操作時識別、跟蹤和避開其他飛行器：

為了安全可靠的飛行，該系統(tǒng)的計(jì)算機(jī)視覺讓它能在飛行時捕捉周遭環(huán)境的畫面，從而看到障礙物、飛行器、及其它潛在的危險。一旦捕捉到圖像畫面，攝像機(jī)的深度學(xué)習(xí)算法會藉由找尋數(shù)據(jù)庫中相似的圖像，來處理數(shù)據(jù)，以識別物體是甚么，之后，可讓無人機(jī)知道該如何避開飛行。Iris Automation公司成立于2015年，已從17家投資者（包括Bee Partners和Bessemer Venture Partners）籌集了1000萬美元的資金。Alexander Harmsen是Iris automation的聯(lián)合創(chuàng)始人兼CEO。他曾在美國NASA噴氣推進(jìn)實(shí)驗(yàn)室擔(dān)任飛機(jī)計(jì)算機(jī)視覺程序設(shè)計(jì)師。他擁有British Columbia大學(xué)應(yīng)用科學(xué)、工程物理學(xué)士學(xué)位。SenseflySenseFly提供Ag 360計(jì)算機(jī)視覺無人機(jī)，可捕捉田地的紅外線圖像，以幫助農(nóng)場監(jiān)測不同生長階段的作物并評估土壤狀況。這可以讓農(nóng)民追蹤植物健康狀況并確定需要施用的肥料量以避免浪費(fèi)。

影片介紹SenseFly無人機(jī)與eMotion Ag軟件協(xié)同工作。用戶首先使用該軟件來規(guī)劃無人機(jī)的飛行路徑并監(jiān)控飛行中的無人機(jī)。該公司聲稱可以存取領(lǐng)空數(shù)據(jù)和實(shí)時天氣更新，以幫助計(jì)劃和監(jiān)控?zé)o人機(jī)。無人機(jī)捕獲農(nóng)場的影像數(shù)據(jù)，而eMotion則直接將這些圖像上傳到云端。 Pix4Dfields圖像處理應(yīng)用程序生成田地的空照圖，用于作物分析。其算法通過其數(shù)據(jù)庫中查找匹配圖像來識別植物和土壤的狀況，從而轉(zhuǎn)換成像數(shù)據(jù)以創(chuàng)建農(nóng)田地圖。該公司聲稱，該應(yīng)用程序是透過農(nóng)民、農(nóng)學(xué)家和育種者的投入進(jìn)行訓(xùn)練的。這些地圖讓農(nóng)場主能夠確定土壤特征，如溫度和濕度，并判斷在土壤施肥以改善作物生長。然后，該信息可影響下次農(nóng)場周期中的決策以改善生產(chǎn)。SenseFly成立于2009年，隸屬于Parrot Group商業(yè)無人機(jī)旗下。于2012年以516萬美元被收購。Raphael Zaugg是SenseFly的研發(fā)主管。他獲得了洛桑聯(lián)邦理工學(xué)院的機(jī)械電子學(xué)、機(jī)器人和自動化工程碩士學(xué)位。

農(nóng)業(yè)用無人機(jī)解決方案

一、DJI AGARS MG-1S農(nóng)業(yè)無人機(jī)地面感測雷達(dá)以精確飛行可更換的噴嘴以優(yōu)化噴灑輕松且智能的操作規(guī)劃堅(jiān)固的設(shè)計(jì)和組件

二、Phantom 4 pro deluxe NDVI AG KIT易于整合作物的健康感測給無人機(jī)捕捉近紅外線成像以監(jiān)控作物的健康可使用所有Sentera’s FieldAgent的軟件三、DJI M100與Micasense一個飛行平臺可訂制化攜帶多種攝像傳感器和電池負(fù)載Micasense是個全光譜帶傳感器，便于收集作物信息

農(nóng)業(yè)傳感器與軟件

一、Micasense與Atlas生產(chǎn)葉綠素與雜草探測地圖長時間追蹤數(shù)據(jù)以監(jiān)控年度產(chǎn)量變化識別疾病、與突顯壓力變化

二、Sentra與fieldAgent輸出地圖到John Deere Operations Center處理傳感器數(shù)據(jù)，并得到對NDVI與NDRI的見解生成正射影像鑲嵌地圖在選定區(qū)域，無人機(jī)自動飛行三、DJI Zenmuse St與DroneDeploy易與Skymatics、Aglytix和John Deere農(nóng)業(yè)管理軟件整合識別作物壓力，追蹤施肥狀況，并提早發(fā)現(xiàn)疾病長時間監(jiān)控植物的治療與長勢追蹤牲畜與分析放牧模式。