A-Farm

Цель и проблемы проекта
Задачи проекта
Преимущества проекта
Состав системы
БСР — блок содержания растений
Верхний блок, содержит 3 ячейки для экзотических растений.
- Датчики: влажности воздуха, влажности почвы, температуры воздуха, освещенности.
- Камера для передачи изображения ИИ.
БУИ — блок управления искусственного интеллекта
Нижний блок, расположен под БСР. Собирает данные с датчиков, группирует их и передает по Wi-Fi на сайт.
- Управляет поливом, освещением и климатом БСР.
Используемые технологии
Платформа и передача данных
БУИ агрегирует информацию с датчиков и камеры и отправляет её по Wi-Fi на сайт. Веб-часть размещена на Vercel и построена на Next.js. Система хранит историю измерений и позволяет видеть состояние ячеек в реальном времени.
- Панель мониторинга с графиками и журналом событий.
- REST-интерфейс для обмена данными и командами.
- Уведомления о выходе параметров за пределы.
Искусственный интеллект
ИИ анализирует показания датчиков, фото и местоположение, рассчитывает оптимальные значения влажности, температуры и освещения и отправляет команды обратно в БСР. Алгоритмы учитывают динамику роста растений и адаптируют режимы под сезон и фазу развития.
- Режимы корректируются по фото и фактическим показателям.
- Сценарии управления можно обновлять дистанционно.
- ИИ подбирает оптимальные параметры без участия человека.
Используемое оборудование

Фанера
Основа каркаса и несущих панелей.

Оргстекло
Прозрачные панели и защита ячеек.

PLA-пластик
Детали, держатели и узлы крепления.

Крепежи
Металлические винты и соединители.

Датчики
DHT11, датчик влажности почвы и фоторезистор.

ESP32
Контроллер для связи и управления системой.

3D-принтер
Печать пластиковых элементов и корпусов.

ЧПУ-станок
Точная обработка фанеры и оргстекла.

Инструменты
Сборка, обслуживание и мелкий ремонт.
Конкуренты
Главного конкурента нет — но есть два косвенных.
Лидер в области автономного выращивания небольших агрокультур с использованием многочисленных сенсоров и датчиков. Они используют ИИ для оптимизации входящих данных, но не для автономного управления.


Компания разрабатывает софт для автоматизации гидропонных ферм, но не занимается их производством. Их приложение анализирует данные и дает команды человеку, что не является полной автоматизацией.
Ключевые преимущества
Полный доступ ИИ к ферме и использование изображений для определения состояния растений.
ИИ управляет влажностью и температурой, обеспечивая оптимальные условия для каждой ячейки.
Пользователь задает регион и растение, ИИ учитывает сезон, климат и требования культуры.
ИИ отвечает на вопросы о растениях и предлагает подходящие культуры для выращивания.
Себестоимость и прибыль
Ключевое преимущество — полный доступ ИИ к управлению фермой и анализ изображений для оценки состояния растений.
Маржа — ≈ +5000р с продажи.
SWOT анализ
- Автоматизация на уровне ИИ — управление по персонализированным данным, а не таймерам.
- Дешевизна — недорогие компоненты повышают доход и снижают затраты.
- Удобство — управление через сайт облегчает использование даже для пользователей с ограниченными возможностями.
- Зависимость от Wi-Fi — интернет нужен для стабильной связи и регулировки данных.
- Зависимость от ИИ — при остановке сервиса потребуется переоборудование.
- Ограничения ячеек — текущий размер не подходит для крупных растений.
- Увеличение размеров — расширение ячеек снижает себестоимость на растение.
- Переход на ИИ — собственная модель будет специализироваться под задачи фермы.
- Создание экосистемы — свои устройства и сервисы повышают прибыль.
- Аналоги — выход решения от крупной компании может переманить клиентов.
- Ошибки ИИ — неверные решения могут повредить растения и вызвать убытки.
- Повышение цен — рост стоимости компонентов увеличит себестоимость.
Результатами проекта являются:
Особенностью нашего проекта является полный доступ ИИ к управлению климатом фермы. К сожалению, ИИ сейчас внедряется только в электронные сервисы — это легче и быстрее, из-за этого создание и проектирование таких проектов особенно востребовано сейчас.
Создание полностью функциональной фермы с регулируемым климатом.
Разработка расширяемой платформы для управления фермой и просмотра этой презентации.
Дообучение ИИ под наши нужды для управления фермой.


