データ収穫が農業4.0を加速：予防から予測へ

農家がセンサーデータを戦略的資産に転換し、予防農業から予測農業へ移行しています。

産業革命以来、自動化が生産を牽引してきました。今日、インダストリー4.0によりほとんどのプロセスがデータ中心になり、5ステップサイクル—収集、伝送、保存、分析、提示—に従っています。最終ステップで人間が制御を保ちますが、データはアクチュエーターにフィードバックされ、ロボット自動化も可能になります。

農業は過去2世紀にわたり産業化を反映してきましたが、農業4.0が今加速しています。製造業がデータ管理を採用したように、農家も同様のデータ中心ソリューションを受け入れています。産業企業がアグリテックに参入し、機器メーカーが産業生産に分岐しています。非構造化環境にもかかわらず、新しいデータ技術の適応性が農業を自動車と航空宇宙に整列させ、農家を現代のエンジニアへと変えています。

始まりは1990年代、高付加価値酪農セクターへの最初の自動化—スウェーデンDeLavalとオランダLelyの搾乳機からでした。同時期に、特に米向けの光学ソーターが日本の佐竹とスイスのビューラーから登場。これらの選別技術の一部が高付加価値農業、例えばブドウ栽培で新たな生命を得ました。フランスのPellencがロボット装備を開発し、農家をデータサイエンティストへと変貌させました。

自動化が整うと、農家は収量の受動的観察を超え、品質と量の両方を能動的に改善できるようになりました。小規模農場はかつて農家の目と勘に頼りましたが、今日の大規模運営は人間の感覚だけに依存できません。データ技術が、牧畜、作物生産、ワインなどプレミアム製品のいずれにおいても、農場を正しい方向へ導く中心になりました。

農業におけるカメラ活用

ドローンベースの圃場監視は農業データ管理の好例です。パリ拠点のParrotが、米国子会社MicaSenseを通じて、複数波長を撮影し正規化差分植生指数（NDVI）マップを計算するカメラを先駆けました—現在は作物健康監視と問題領域特定の業界標準です。1月、ParrotはMicaSenseを米国航空撮影企業AgEagle Aerialに2300万米ドルで売却を発表しました。NDVIマップは今やトラクターにダウンロードされ、リアルタイム施肥調整を可能にしています。

米国連邦航空局（FAA）によれば、米国登録ドローン160万機の7%が農業目的—10万機以上のアクティブ農業ドローンです。商用ドローン市場でのシェアは小さいものの、農業セグメントは重要な収益源です。データ収集はますますロボットの領域になりつつあります—自律納屋、ドローン、トラクターのいずれであれ、データはもはや新しい石油ではなく、新しい作物なのです。

農業におけるIMU活用

スマート農業ロボットは主に2カテゴリーに分類されます：空中（ドローン）と地上（トラクター、収穫機）。どちらの場合も機能は様々なセンサーに依存し、ナビゲーションと安定化のための慣性システムが最重要です。高性能、信頼性、低バイアスドリフト、低バイアス不安定性、安定した温度特性—これらすべてを手頃な価格で提供し、投資を正当化しなければなりません。

ドローンはカメラで作物健康を監視し、小〜中規模圃場（<20ha）の施肥に飛行機ベースソリューションの安価な代替としてよく使用されます。地上をカメラで向ける際、正確なナビゲーションと安定化が不可欠です。高度10mで5°の誤差は80cmの位置誤差に直結します。GPSが多くの用途で十分な精度を提供できますが、カメラ安定化には堅牢な慣性計測装置（IMU）が必須です。

地上ロボット車両は、植物を傷つけないようセンチメートル級精度で作物列をナビゲートします。ほとんどが正確なGPSに依存し、二重施肥や隙間を防ぎます。しかしGPS信号は失われ得ます—樹木下など—そのためIMUや姿勢方位基準システム（AHRS）ソリューションが必要です。MEMSベースのIMUは、地上アプリケーションの高性能、低サイズ・重量・電力・コスト（SWAP-C）要件を満たします。