Mit der beschleunigten digitalen Transformation der Landwirtschaft hat die weitverbreitete Einführung von landwirtschaftlichen Geräten einen exponentiellen Anstieg der Produktionsdaten in der Landwirtschaft ausgelöst. Folglich stehen traditionelle Cloud-Computing-Frameworks vor kritischen Herausforderungen: Kommunikationslatenz im Feld, die Nachfrage nach energieeffizienten Geräten und strenge Echtzeit-Entscheidungsbeschränkungen. Diese Engpässe verschärfen zusammen die Bandbreitenbeschränkungen, verringern die Reaktionseffizienz und führen zu Sicherheitsanfälligkeiten bei Daten. In diesem Kontext bietet Edge Computing eine vielversprechende Lösung für die intelligente Landwirtschaft. Durch die Bereitstellung von Rechenressourcen an der Netzwerkperipherie und die Ermöglichung lokaler Verarbeitung an Datenquellen in der Nähe von landwirtschaftlichem Gerät, Sensoren und Pflanzen nutzt Edge Computing latenzarme Antworten, Bandbreitenoptimierung und verteilte Rechenfähigkeiten. Dieses Papier bietet eine umfassende Übersicht über die Forschungslandschaft im Bereich des Edge Computing in der Landwirtschaft. Wir beginnen mit der Definition seiner Kernkonzepte und heben seine Vorteile gegenüber Cloud Computing hervor. Anschließend, verankert in der Architektur „Terminal-Sensierung-Edge-Intelligenz-Cloud-Koordination“, analysieren wir die technologische Entwicklung in Edge-Sensordevices, leichten intelligenten Algorithmen und kooperativen Kommunikationsmechanismen. Darüber hinaus demonstrieren wir durch präzise Landwirtschaft, intelligente Steuerung landwirtschaftlicher Maschinen und vollständige Rückverfolgbarkeit von Ernteprodukten dessen Wirksamkeit zur Verbesserung der Echtzeit-Entscheidungsfindung in der Landwirtschaft. Schließlich identifizieren wir Anpassungsherausforderungen in komplexen Umgebungen und skizzieren künftige Forschungs- und Entwicklungsrichtungen in diesem Bereich.
Gong et al. (Tue,) haben diese Frage untersucht.