Разработка мобильного приложения для умного сельского хозяйства (Smart Agriculture)

Разработка мобильного приложения для умного сельского хозяйства (Smart Agriculture)

Поле в 100 гектар — не квартира с умными лампочками. Датчики разбросаны на километры, GSM-связь есть не везде, батарейки менять раз в год — требование, а не пожелание. Мобильное приложение для агро-IoT строится вокруг нескольких реальных ограничений: низкая связность, длинные циклы данных (раз в 15-60 минут от LoRaWAN-узла), высокая стоимость ошибки (потерянный урожай).

Протоколы в агро-IoT

LoRaWAN — основной протокол для полевых датчиков на больших площадях. Диапазон до 15 км в открытом поле, потребление милливаты, пакеты 51-222 байта в зависимости от Spreading Factor. LPWAN-альтернативы: NB-IoT (нужна операторская сеть, зато двусторонняя связь), Sigfox (ограничение 140 сообщений в сутки).

Для теплиц и объектов с инфраструктурой — Zigbee/Thread, Wi-Fi, проводной Modbus. Для мобильных активов (техника, животные) — GPRS/LTE с GPS-трекером.

Данные с LoRaWAN-узлов идут через Network Server (TTN, ChirpStack, Helium) → Application Server → MQTT или REST → мобильное приложение.

Архитектура данных: редкие обновления, богатая аналитика

LoRaWAN-датчик обновляет данные каждые 15-60 минут. Мобильное приложение показывает не только текущие значения, но и тренды, аномалии, прогнозы. Это требует серверной агрегации и хранения в Time Series DB.

Структура данных для датчика почвы:

{
  "deviceEui": "0004A30B001C3A4D",
  "applicationId": "crop-monitoring-prod",
  "timestamp": "2024-07-15T08:30:00Z",
  "location": {"lat": 51.2345, "lon": 23.4567},
  "payload": {
    "soilMoistureVwc": 28.5,
    "soilTemperatureC": 18.2,
    "soilElectricalConductivity": 0.45,
    "batteryPercent": 87,
    "signalRssi": -98,
    "snr": 4.2
  }
}

На мобильной стороне — Kotlin Flow с roomdb для офлайн-работы:

@Dao
interface SensorReadingDao {
    @Insert(onConflict = OnConflictStrategy.REPLACE)
    suspend fun insertAll(readings: List<SensorReading>)

    @Query("""
        SELECT * FROM sensor_readings
        WHERE device_eui = :eui
          AND timestamp >= :from
        ORDER BY timestamp DESC
    """)
    fun observeReadings(eui: String, from: Long): Flow<List<SensorReading>>

    @Query("""
        SELECT
          CAST(strftime('%s', datetime(timestamp/1000, 'unixepoch', 'start of day')) AS INTEGER) * 1000 AS day,
          AVG(soil_moisture_vwc) AS avg_moisture,
          MIN(soil_temperature_c) AS min_temp,
          MAX(soil_temperature_c) AS max_temp
        FROM sensor_readings
        WHERE device_eui = :eui
          AND timestamp >= :from
        GROUP BY day
        ORDER BY day
    """)
    fun getDailyAggregates(eui: String, from: Long): Flow<List<DailyAggregate>>
}

Карта полей и зональное управление

Ключевой экран в агро-приложении — карта с полигонами полей и маркерами датчиков. На Flutter с flutter_map (Leaflet-based, бесплатно без API-key) или Google Maps:

class FieldMapWidget extends StatelessWidget {
  final List<Field> fields;
  final List<SensorDevice> sensors;

  @override
  Widget build(BuildContext context) {
    return FlutterMap(
      options: MapOptions(center: LatLng(51.23, 23.45), zoom: 13),
      children: [
        TileLayer(
          urlTemplate: 'https://tile.openstreetmap.org/{z}/{x}/{y}.png',
          // Или агро-слои: Sentinel-2 NDVI через EO Browser
        ),
        PolygonLayer(
          polygons: fields.map((f) => Polygon(
            points: f.boundary,
            color: _fieldColorByStatus(f),
            borderColor: Colors.white,
            borderStrokeWidth: 1.5,
          )).toList(),
        ),
        MarkerLayer(
          markers: sensors.map((s) => Marker(
            point: LatLng(s.lat, s.lon),
            builder: (_) => SensorMarker(sensor: s),
          )).toList(),
        ),
      ],
    );
  }

  Color _fieldColorByStatus(Field field) {
    final ndvi = field.latestNdvi;
    if (ndvi == null) return Colors.grey.withOpacity(0.3);
    if (ndvi < 0.3) return Colors.red.withOpacity(0.4);
    if (ndvi < 0.5) return Colors.yellow.withOpacity(0.4);
    return Colors.green.withOpacity(0.4);
  }
}

NDVI (индекс вегетации) получают из Sentinel-2 снимков через Copernicus Data Space API или Planet API. Снимки раз в 5-12 дней при безоблачной погоде — автоматически скачиваются на бэкенд и рассчитываются попиксельно.

Уведомления по агро-порогам

Для агро-IoT критичны пороговые алерты: «Влажность почвы ниже 25% на поле Северный-3» или «Заморозок ожидается к 04:00, 3 датчика показывают температуру ниже 2°C». Логика на бэкенде, доставка через FCM/APNs.

Нюанс мобильных уведомлений для фермеров: телефон часто в кармане во время работы, нужны краткие информативные тексты без лишних слов. Первая строка уведомления — главное: «Поле Восток: влажность 18%, нужен полив».

Офлайн-режим

LoRaWAN шлюз на поле может не иметь постоянного интернета. Часть данных синхронизируется пачками при появлении связи. Приложение показывает «последнее обновление 2 часа назад» и не паникует. Критично правильно обрабатывать временны́е метки: данные с датчика имеют свой timestamp, который может сильно отличаться от времени доставки на сервер.

Разработка агро-IoT приложения с картой полей, мониторингом датчиков и алертами для одной культуры: 2-3 месяца. Многокультурный мониторинг, NDVI-аналитика, управление ирригацией и прогнозы — 4-6 месяцев. Стоимость рассчитывается после анализа парка датчиков и агрономических требований.