Több adat, kevesebb vegyszer – A privát 5G már a hazai földekre is megérkezett

Az 5G már egyáltalán nem számít újdonságnak, jelen van az okoseszközeinkben, a gyárakban, a járművekben – és egyre inkább a mezőgazdaságban is. Milyen új lehetőségeket teremt a precíziós gazdálkodásban, és hogyan változtatja meg a technológia alkalmazását a szántóföldön?

Marosvölgyi Krisztián: A precíziós gazdálkodás fogalma ma már nem számít újdonságnak, hiszen a szenzorok, kamerák, hozamtérképek, drónfelvételek már 10-15 évvel ezelőtt is léteztek. A probléma az volt, hogy eddig nem állt mögöttük olyan kommunikációs és számítási infrastruktúra, amely lehetővé tette volna az így keletkező hatalmas adatmennyiség valós idejű feldolgozását és visszacsatolását a gépek felé. 

Az 5G – pontosabban a mezőgazdasági területre telepített privát 5G-hálózat – viszont gyakorlatilag korlátlan adatsávszélességet és néhány milliszekundumos válaszidőt biztosít. A nagy adatátviteli sebesség és az alacsony késleltetés teszi lehetővé, hogy a robotokon vagy drónokon keletkező képi és szenzoros információk azonnal a helyi szerverre kerüljenek, ahol megtörténik a feldolgozás. A rendszer ezután valós időben küldi vissza a döntést a gépre – például, hogy hol kell permetezni, mennyi tápanyagot kell kijuttatni, vagy merre haladjon tovább az adott autonóm eszköz. 

A precíziós technológiák alapja az adat, amit fel kell dolgozni és visszacsatolni a gépek felé. Egy gyárban ez könnyebben megoldható, hiszen ott szinte minden csatlakoztatható a vezetékes hálózatra. Egy mezőgazdasági területen viszont egészen mások a feltételek. Ilyen környezetben hogyan biztosítható a valós idejű kommunikáció?

Teschner Gergely: A mezőgazdaság sajátos kihívása, hogy a nagy, nyitott területeken nem lehet vezetékkel behálózni mindent, ezért a kommunikációnak vezeték nélkül, mégis megbízhatóan és rendkívül gyorsan kell működnie. A privát 5G erre képes: ugyanúgy működik egy kisebb mintagazdaságban, mint egy többszáz hektáros területen, akár több ezer eszközt kiszolgálva. Lényegében ez a technológia teszi lehetővé, hogy a precíziós gazdálkodás ne csupán adatgyűjtés legyen, hanem valós idejű döntéstámogatás, amelynek köszönhetően

kevesebb műtrágyával és növényvédőszerrel, ugyanakkor hatékonyabban és fenntarthatóbban lehet termelni.

M.K.: A gyakorlatban ez azt jelenti, hogy a hálózatot oda telepítjük, ahol az adatfeldolgozás történik, jelen esetben a tangazdaság területén. A robotok által gyűjtött képi információ azonnal bejut a központi szerverre, ott megtörténik a feldolgozás, a döntés – például hova kell permetezni, hol kell beavatkozni – pedig valós időben jut vissza a robotra vagy drónra. Ez normál, publikus mobilhálózattal vagy vezetékes infrastruktúrával ilyen környezetben nem lenne megoldható. A privát 5G-t kifejezetten arra tervezték, hogy nagy számú eszközt, akár több százezer modult is kiszolgáljon ipari vagy mezőgazdasági környezetben, rendkívül alacsony késleltetéssel. 

Milyen kutatási-fejlesztési irányok valósulnak meg a projekt keretében, és hogyan épül be mindez az oktatási tevékenységbe?

T.G.: A ’90-es évek óta foglalkozunk precíziós mezőgazdasági technológiákkal a Széchenyi István Egyetem Albert Kázmér Mosonmagyaróvári Karán. Az elmúlt években ezek az adatgyűjtő megoldások a gazdálkodók és a kutatók számára is egyre könnyebben elérhetők lettek, ezért kézenfekvő volt, hogy a meglévő agrárszakmai tudást összekapcsoljuk a legmodernebb digitális infrastruktúrával.

Egy uniós finanszírozási konstrukció lehetővé tette, hogy az ötletből konkrét fejlesztés valósuljon meg. Így jött létre az Agritech projekt, amely célja, hogy Mosonmagyaróváron, az egyetem demonstrációs farmján egy 5G-alapú agrártechnológiai innovációs központ működjön. A projektben a One Magyarország partnere az Universitas-Győr Nonprofit Kft., amely a Széchenyi István Egyetem campusán működő közhasznú, nonprofit kutatóhely, projektjeit az egyetem tudásbázisára építve valósítja meg és évtizedes tapasztalattal rendelkezik innovációs projektek menedzsmentje területén.

A központ egy 5G Mobile Private Networkre épülő élő labor, amely kutatási és oktatási célú K+F tevékenységeket támogat, és valós példákon keresztül mutatja be az 5G-technológia hozzáadott értékét a mezőgazdaságban. Három fő alkalmazási területre fókuszálunk: soros növénytermesztés, gépek közötti (M2M) kommunikáció, valamint gyomfelismerés és célzott permetezés. Az egyetem 500 hektáros tangazdasága és a Smart Park bemutatóközpont ideális terepet biztosít a munkához, hiszen itt

nem laboratóriumi, hanem valós gazdálkodási körülmények között tesztelhetjük az eszközöket és módszereket. 

A kutatási eredmények tudományos publikációkban és új módszertanokban öltenek testet – például a hiperspektrális kamerák alkalmazásával már bizonyítottuk, hogy korai stádiumban is képesek vagyunk fuzáriumos fertőzéseket detektálni. Az oktatásban pedig mindez közvetlenül beépül a BSc-, MSc- és doktori képzések tananyagába. 

A három fejlesztési irány látszólag különböző problémákat old meg, mégis ugyanarra az elvre épül. Mi köti össze ezeket a megoldásokat, és hogyan működnek a gyakorlatban?

M.K.: A gépi látás és az adatfeldolgozás nem magán a mezőgazdasági eszközön, hanem a központi szerveren történik, amelyet a privát 5G-hálózat köt össze a terepen dolgozó robotokkal. Valamennyi fejlesztés célja az inputanyag-felhasználás csökkentése, a hatékonyság növelése és a fenntarthatóság erősítése. 

T.G.: Az egyik fejlesztés egy autonóm sorművelő robotgép, amely a szántóföldi növénysorok között önállóan haladva végzi a talajművelési és – adott esetben – gyomirtási feladatokat, minimális emberi beavatkozással. A második terület a gépek közötti (M2M) kommunikáció, vagyis a mezőgazdasági gépek, szenzorok és eszközök közvetlen, vezeték nélküli adatcseréje. Így például egy traktor, egy vetőgép, egy drón és egy földi robot valós időben képes szinkronizálni a működését, ami csökkenti az emberi felügyeletet és növeli a folyamatok hatékonyságát. 

A harmadik fejlesztés a drónos gyomfelismerés és célzott permetezés, ahol a kamerákkal és szenzorokkal felszerelt drónok feltérképezik a táblákat, a mesterséges intelligencia pedig képfeldolgozással azonosítja a gyomfoltokat és elkészíti a permetezési tervet. A növényvédelem így valóban precíziós módon valósul meg: az automatizált eszközök kizárólag ott juttatják ki a vegyszert, ahol ténylegesen szükség van rá, ezzel csökkentve a környezeti terhelést. 

Az ilyen fejlesztések akkor működnek igazán, ha a gazdálkodók is képesek beépíteni őket a mindennapi gyakorlatukba. Mennyire nyitottak erre, kik azok, akik a leginkább fogékonyak ezekre a megoldásokra?

T.G.: Egy gazdálkodónak ma már nem elég „csak termelni”, értenie kell az adatok értelmezéséhez, tudnia kell kezelni a szoftvereket, fel kell töltenie a terveket a gépekre, és mindezt integrálnia kell a napi munkájába. Elsősorban a fiatal és középkorú gazdálkodók, valamint a szaktanácsadók nyitottak erre. Ők jelennek meg leggyakrabban a képzéseinken, ahol konkrét műveleteket tanulnak meg – nem elméleti előadásokat kapnak, hanem gyakorlati oktatást. A szélesebb körű elterjedéshez azonban szemléletváltásra és folyamatos képzésekre van szükség, amelyben az egyetemnek és az ilyen projekteknek kulcsszerepe van. 

A digitális technológiákat nem minden területen egyformán egyszerű bevezetni. Mely ágazatok mutatják ma a legnagyobb nyitottságot, és hol érzékelhető leginkább, hogy megtérül a precíziós beruházás?

M.K.: Általánosságban azt látjuk, hogy a magasabb hozzáadott értékű ágazatok lépnek először, ahol a termék árába belefér a technológia költsége. Ilyenek például a gyümölcsösök, a kertészeti kultúrák, valamint az üvegházi és fóliás termesztés. Ahol a hatékonyságnövekedés látványosan mérhető – akár a munkaerő-megtakarításban, az inputanyag-felhasználás csökkentésében vagy a minőség javulásában –, ott különösen gyors a nyitás az új technológiák felé. Már most több ilyen megkeresés érkezett,

elsősorban gyümölcsösök, kertészetek és üvegházak irányából.

Ezek a gazdaságok gyakran vállalják az innovációs kockázatot, és nyitottak arra, hogy egyedi, kifejezetten az ő igényeikre szabott megoldásokat fejlesszünk. A növénytermesztés mellett az állattenyésztés az a terület, ahol óriási lehetőségek vannak. Már most is vannak olyan fejlesztéseink, ahol kamerák és szenzorok segítségével takarmányozási adatokat gyűjtünk akár egyed-, akár csoportszinten, gépi látással igyekszünk korai stádiumban észrevenni állatbetegségek jeleit. A hiperspektrális kamerák nemcsak növényi betegségeknél, hanem az állattartó telepeken is nagyon ígéretesek – akár a levegőben lévő jelek alapján, korán utalhatnak problémákra. 

A mostani pilot még kísérleti fázisban van, de a cél nyilván a gyakorlati alkalmazás. Milyen mértékben skálázható ez a technológia – eljuthat-e oda, hogy akár több ezer hektáros gazdaságokban is használják? Mikor válhat belőle ténylegesen elérhető termék a gazdák számára?

M.K.: A privát 5G-hálózat ugyanúgy kiépíthető egy kisebb, „mini” tangazdaságban, mint egy több száz vagy akár több ezer hektáros birtokon. Több cellával és antennával zökkenőmentesen lefedhető egy „Margitsziget-méretű”, sőt annál jóval nagyobb terület is. A jelenlegi projekt pilot jellegű, ezért a modulok száma egyelőre korlátozott – nagyságrendileg 10-50 darab –, de maga a hálózat technikailag több százezer eszköz egyidejű kiszolgálására is képes. A rendszer biztonságát az is növeli, hogy az eszközök SIM-kártyái úgy hangolhatók, hogy kizárólag a saját privát hálózatukhoz férjenek hozzá. 

Ha egy gazdaságnak több, egymástól távol eső területe van – például szőlő és gyümölcsös –, ezek egy egységes, központilag menedzselt hálózatként is összekapcsolhatók. A korlát tehát inkább üzleti és szervezési, mintsem technológiai természetű. 

T.G.: Rövid- és középtávon gondolkodunk, néhány éves időtávban. Nemcsak a most futó három pilotmegoldás válhat piacképes termékké, hanem azok a jövőbeli fejlesztések is, amelyek a jelenlegi tapasztalatokra épülnek. A hiperspektrális kamerás betegségfelismerésről már Q1-es folyóiratban publikáltunk, és az állattenyésztési alkalmazásokban is ígéretes eredményeket látunk. Ezek mind olyan lépések, amelyek közelebb visznek ahhoz, hogy szabványosítható, csomagolható és piacra vihető megoldások szülessenek. 

A projekt nemcsak kutatás-fejlesztési szempontból előremutató, hanem az agrárium és az ipar közötti kapcsolatot is erősíti. Milyen hatást gyakorolhat mindez a hazai agrárszektorra és az egyetemi képzésre – mit üzen a projekt a gazdálkodóknak, a vállalatoknak és a hallgatóknak?

T.G.: A hazai agrárszektornak ez egy nagyon konkrét üzenet: a precíziós gazdálkodás nem elmélet, a technológia már ma is elérhető. A kutatók pedig képesek arra, hogy egyedi, testre szabott megoldásokat fejlesszen gazdaságok és szaktanácsadó cégek számára. Látjuk, hogy a gazdálkodók egy része – különösen, ha támogatási konstrukciók is rendelkezésre állnak – kifejezetten nyitott a digitalizáció irányába. Amint célzott támogatás jelenik meg precíziós eszközökre, gépekre vagy differenciált kijuttatásra alkalmas megoldásokra, a többségük él is ezzel a lehetőséggel. Már évek óta bevett gyakorlat, hogy

a BSc-, MSc- és PhD-hallgatók napi szinten részt vesznek a fejlesztésekben.

Nemcsak azt tanulják meg, hogyan kell egy adott technológiát használni – megtapasztalják a valódi projektmunkát, felelősséget kapnak egy-egy részfeladatért, és megtanulják összekapcsolni az adatgyűjtést, adatfeldolgozást, gépi látást, dróntechnológiát és agronómiát. Sokan közülük ma már kollégaként dolgoznak velünk, hallgatóként kerültek be a projektbe, és azóta is az egyetem kötelékében maradtak. Az elmúlt évek tapasztalataira építve célzott szakirányú továbbképzéseket is indítottunk – drónirányító, adatelemző, dróntechnológiai és precíziós mérnöki képzéseket. Ezek mind az itt felhalmozott gyakorlati tudásra épülnek, a projekt pedig tovább erősíti ezt a tudásbázist. 

M.K.: Vállalati oldalról is ez egy fontos referencia, mert megmutatja, hogy

a privát 5G nem kizárólag ipari környezetben működik.

Ugyanaz a technológia, amellyel logisztikai központokban darukat irányítunk távolról vagy gyártósorokat automatizálunk, a mezőgazdaságban is tökéletesen alkalmazható. Ez hidat képez az agrárszektor és a high-tech iparágak között – és ez az egyik legnagyobb értéke a projektnek. 

A cikk megjelenését a One Magyarország támogatta.

Címlapkép forrása: SZE