Intel® Ultimate Coder Challenge for IoT：Team Agro Hackers 现在在做什么？
为期八周的 Intel® 终极物联网编码挑战赛现已结束，各团队继续在商业领域开发和扩展他们的项目。
获取新的 Intel® 物联网开发者套件，这是一个完整的软硬件解决方案，使开发人员能够使用 Intel® Galileo 和 Intel® Edison 主板创建激动人心的新解决方案。请访问 Intel® 物联网开发者专区。
Agro Hackers 团队将农业提升到新水平
为期八周的 Intel® 终极物联网编码挑战赛 现已结束，各团队继续在商业领域开发和扩展他们的项目。此进展的关键是 Intel® 物联网开发者套件，它通过易于使用的软硬件和工具包简化了产品开发路径。
从 180 多个参赛项目中选出的五个全球团队展开激烈角逐，利用 Intel® 物联网技术开发创新的商业物联网解决方案，以解决现实世界的问题。在比赛期间，团队会发布他们的进展，以鼓励评委和其他开发者的反馈。
八月份，Team IoT Vaidya 凭借其“农村地区认知医疗保健系统”赢得了比赛特等奖。该项目使偏远地区的患者能够获得医疗诊断监测系统，该系统利用物联网解决方案将数据传输到云端进行分析和诊断。
每个团队都克服了挑战和障碍，完成了他们的项目并进行了更大规模的扩展。要了解更多关于 Agro Hackers 及其项目的信息，您可以观看他们比赛的视频演示。在本更新中，了解 Agro Hackers 团队如何重新调整他们的努力方向并重新设计他们的设备，以进一步完善他们的项目，使其成为更具变革性的物联网解决方案。
将 Farm Connect 提升到新水平
由 Kalaileesha Letchumanan 领导的Team Agro Hackers 正在将他们的 Farm Connect 项目提升到一个新水平——通过集成他们的设计以用于无人机技术！在最终现场测试中，他们意识到使用无人机作为监测载体不仅可以加快检测速度，还可以扩大作物覆盖范围。
因此，他们正在建造自己的无人机，该无人机配备摄像头和传感器模块，并由基于 IA 的 Arduino 101* 作为无人机控制器供电。他们的自主“龙”无人机将成为下一代农业工具，用于改进作物管理。
项目方法论
Farm Connect 的重点是通过基于数字图像的物联网解决方案来监测和控制病虫害。该解决方案的作物病害监测单元每天监测作物生长，并能检测到病害迹象。除了检测，物联网解决方案还可以识别和分类作物病害，然后使用机器学习技术推荐合适的解决方案。
在重新设计中，Farm Connect 从高清摄像头捕获图像，然后将其输入到作物病害识别和分类算法中。作物病害识别和分类算法将预处理输入图像；识别受感染部分，然后提取所需特征。通过网关，这些提取的特征被发送到云服务器。基于云服务器中的决策引擎，将为受感染的作物提供最佳解决方案。然后，作物图像将存储在云服务器中以供将来参考。
基于经验的技巧
Agro Hackers 团队为农业应用创建了一个高级框架。通过遵循自顶向下方法并细分分类，该过程提供了农业行业的清晰图景，并有助于快速识别关键问题领域。
目的是针对病虫害管理领域。通过创建识别关键问题的框架，解决方案的处理变得更加容易，并且更适用于其他作物类型和地理位置。
该设计模型标准化了基于物联网的农业应用，并创建了一个端到端的框架，开发人员社区可以轻松地将其应用于其他农业阶段，如资源管理、作物管理和病虫害管理。
关键学习
Agro Hackers 团队在解决农业问题方面探索了许多方法。为了解决病虫害管理问题，他们使用了一个机器人概念来探索作物并收集数据，同时通过完善他们的概念以用于无人机。这种方法加快了检测速度并扩大了作物覆盖范围。Agro Hackers 团队不仅解决了当前的问题，还为应对农民在农业管理中可能面临的未来问题提供了灵活性。
了解来自德国、印度和美国的五个团队的项目重点以及获奖项目
- 零售：Team Proximarket - SmartCart
- 医疗保健：Team Vaidya - 农村地区认知医疗保健系统
- 环境/农业：Team Agro Hackers - FarmConnect
- 汽车/交通：Team Whirlwind - TransitIQ
- 家居自动化/智能建筑：Team Geras - DIY 居家养老智能家居
有关编译器优化的更完整信息，请参阅我们的 优化声明。