In the next few years, smart farming will reach each and every nook of the world. The prospects of using unmanned aerial vehicles (UAV) for smart farming are immense. However, the cost and the ease in controlling UAVs for smart farming might play an important role for motivating farmers to use UAVs in farming. Mostly, UAVs are controlled by remote controllers using radio waves. There are several technologies such as WiFi or ZigBee that are also used for controlling UAVs. However, Smart Bluetooth (also referred to as Bluetooth Low Energy) is a wireless technology used to transfer data over short distances. Bluetooth smart is cheaper than other technologies and has the advantage of being available on every smart phone. Farmers can use any smart phone to operate their respective UAVs along with Bluetooth Smart enabled agricultural sensors in the future. However, certain requirements and challenges need to be addressed before UAVs can be operated for smart agriculture-related applications. Hence, in this article, an attempt has been made to explore the types of sensors suitable for smart farming, potential requirements and challenges for operating UAVs in smart agriculture. We have also identified the future applications of using UAVs in smart farming.


翻译:在未来几年里,智能农作将遍及世界每一个角落。使用无人驾驶航空器(无人机)进行智能农作的前景是巨大的。然而,为智能农作而控制无人驾驶航空器的成本和容易程度可能会对鼓励农民在农业中使用无人驾驶航空器起到重要作用。多数情况下,无人驾驶航空器由遥控器使用无线电波控制。还有一些技术,如WiFi或Zig Beee,也用于控制无人驾驶航空器。然而,智能蓝牙(也称为蓝牙低能)是一种用于短距离传输数据的无线技术。蓝牙比其他技术便宜,并且具有在每种智能手机上提供的好处。农民可以使用任何智能电话操作各自的无人驾驶航空器,以及今后使用蓝牙智能智能农作的农业传感器。但是,在无人驾驶飞行器用于智能农业相关应用之前,需要解决某些要求和挑战。因此,在本篇文章中,试图探索适合智能农作、潜在要求和智能农作的无人机操作挑战的传感器类型。我们还查明了未来在智能农作中应用无人机。

0
下载
关闭预览

相关内容

智慧农业是现代信息技术与传统农业深度融合形成的数字化农业方式。智慧农业是在信息技术和先进装备条件的基础上,实现生产过程的精准感知、智能控制、智慧管理,追求农业更高资源利用率、更高劳动生产率和更好从业体验感的农业形态。 智慧农业是现代农业的高级形式。智慧农业,以数据、系统、智能装备为特征要素,与传统农业中的土地、动植物、生产工具等生产要素深度融合,实现生产作业精准化、管理决策自主化、产业提升链式化,促进农业进入生产便捷、管理高效、产业协调的现代农业新时代。 智慧农业具有鲜明的数字化、系统化、智能化特征。智慧农业按领域划分,会形成诸如智慧种植业、智慧养殖业、智慧加工业等多个生产类型,按应用场景划分会形成智慧农场、智慧温室、智慧加工厂等多个场所类别,但无论是哪一种形式,都离不开大数据、先进系统、智能装备、数字化基础设施等核心要素。智慧农业就是通过现代信息技术与农业的深度融合,让机器与系统来主动感知信息、定量决策、智能控制、个性化服务,这是一项全新的数字化产业方式。
专知会员服务
124+阅读 · 2020年9月8日
专知会员服务
41+阅读 · 2020年9月6日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
31+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
157+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
专知会员服务
78+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
计算机类 | ISCC 2019等国际会议信息9条
Call4Papers
5+阅读 · 2018年12月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
深度学习医学图像分析文献集
机器学习研究会
19+阅读 · 2017年10月13日
【推荐】TensorFlow手把手CNN实践指南
机器学习研究会
5+阅读 · 2017年8月17日
Deep Learning for Deepfakes Creation and Detection
Arxiv
6+阅读 · 2019年9月25日
Clustered Object Detection in Aerial Images
Arxiv
5+阅读 · 2019年8月27日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Arxiv
11+阅读 · 2018年7月31日
VIP会员
相关VIP内容
专知会员服务
124+阅读 · 2020年9月8日
专知会员服务
41+阅读 · 2020年9月6日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
31+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
157+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
专知会员服务
78+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
计算机类 | ISCC 2019等国际会议信息9条
Call4Papers
5+阅读 · 2018年12月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
深度学习医学图像分析文献集
机器学习研究会
19+阅读 · 2017年10月13日
【推荐】TensorFlow手把手CNN实践指南
机器学习研究会
5+阅读 · 2017年8月17日
Top
微信扫码咨询专知VIP会员