Startseite | zfv | Parallel Programming to Analyze Crop-Health in Real-Time

Parallel Programming to Analyze Crop-Health in Real-Time

Dieser Beitrag ist in der zfv 2/2019 erschienen.

Zusammenfassung / Summary / kostenfreier PDF-Download

Die UAV-Technologie wird zunehmend zur Gewinnoptimierung in der Landwirtschaft im Rahmen des Smart Farmings eingesetzt. Eine Vielzahl von Unternehmen und Forschungseinrichtungen arbeiten an der Realisierung an aktuellen Fragestellungen. Nur begrenzte Kenntnisse sind jedoch zu der Frage vorhanden, wie die Daten schneller und in Echtzeit verarbeitet werden können. Autonome Systeme, die im Moment der Sensoraufnahme Entscheidungen treffen können, bieten ein großes Potenzial der Effizienzsteigerung für die Landwirtschaft. Die Forschungsgruppe »Agroindustrie« an der Escuela Colombiana de ingenieria und die Hochschule für angewandte Wissenschaften und Umwelt Bogota-Colombia arbeiten in Zusammenarbeit mit der Hochschule für angewandte Wissenschaften Würzburg-Schweinfurt an dieser Idee.
In diesem Projekt wird eine NVIDIA Jetson Grafikkarte zur Verarbeitung von für die Landwirtschaft relevanter Information eingesetzt, um Störungen in der Vegetation zu finden. Dieser Beitrag zeigt, dass die Berechnung eines Vegetationsindexes aus Multispektraldaten in Echtzeit auf der Grafikkarte möglich ist.

Smart farming takes place by using recent UAV-technology for agricultural profitability. Multiple companies and research centers are working on realizing real scenarious. But there are only restricted experiences about how to process the data faster and better in real-time. Autonomous systems that can decide instanteously after receiving sensor information could increase the farming efficiency. The agroindustry research group from the Escuela Colombiana de Ingeniería and Universidad de Ciencias Aplicadas y Ambientales en Bogota-Colombia in alliance with the University of Applied Sciences Wuerzburg-Schweinfurt are committed to that idea.
This project uses an NVIDIA Jetson embedded board to process agricultural information in order to find abnormalities. In this article we prove that this board is able to make the calculations for a vegetation index in real-time from multi-spectral images.

10.12902/zfv-0249-2019

Einkaufskorb

Es sind keine Artikel in Ihrem Einkaufskorb.

0 Artikel 0,00 €