最重要的是:對于這個問題，我沒有一個全面、明確的答案，任何說有答案的人，一定是在某個地方藏了一臺時間機器。當我回想1999年的科索沃空戰(zhàn)——當我們第一次讓無人機飛出視線范圍(BVLOS)——我記得很多預測都是錯誤的:無人機永遠不會取代有人駕駛的飛機。與衛(wèi)星或載人偵察相比，無人機沒有任何傳感器優(yōu)勢。在關鍵行動中，無人機永遠不會可靠到足以使用。今天，空軍無人駕駛飛機已經(jīng)取代了中隊的有人駕駛飛機，提供24-7小時的全時間目標覆蓋。
空軍的預測之所以如此糟糕，是因為他們沒有經(jīng)驗，無法在一個目標上空盤旋數(shù)周，并精確地發(fā)射導彈。在“捕食者”無人機之前，飛行員有兩種選擇——要么每天通過幾次衛(wèi)星觀察，要么從15英里高、距目標100英里的U-2上射擊。美國空軍對遠程飛行操作或分布式情報分析了解不足，無法認識到如何將無人機飛行和傳感器分析作為一個企業(yè)來對待，將從根本上提高其監(jiān)視目標的能力。
關于精密股份公司？
在低估無人機的影響方面，許多農(nóng)業(yè)行業(yè)都犯了同樣的錯誤，因為人們習慣于認為航空影像對于在我們國家的農(nóng)場中頻繁使用而言過于昂貴。由于FAA仍然沒有超越視線范圍的規(guī)則，民用無人駕駛飛機市場不知道空軍從中學到了什么？使用企業(yè)方法飛行的無人機比傳感器便宜得多載人飛機。它沒有足夠的高級3D成像和自動圖像分析經(jīng)驗，無法實現(xiàn)由自動化系統(tǒng)快速廉價地處理的高分辨率無人機圖像的影響。到目前為止，還不完全知道無人機會執(zhí)行骯臟而危險的任務，例如更安全地噴粉和更便宜一個數(shù)量級。像空軍一樣
但是，根據(jù)我在空軍中的無人機經(jīng)驗以及我在密西西比州立大學擔任ASSURE（系統(tǒng)安全聯(lián)盟）執(zhí)行總監(jiān)的時間，我愿意對無人機在未來10年內(nèi)將如何影響農(nóng)業(yè)做出一些預測。通過卓越研究（UAS）獲得。我的第一個預測是，“我只能做到這一半，因為我根本無法設想我們的農(nóng)業(yè)創(chuàng)新。”考慮到這一警告，并強調(diào)需要BVLOS授權，以下是我對無人機對農(nóng)業(yè)的主要影響的預測：
農(nóng)業(yè)地圖將快速，廉價和3D化：無人機前制圖是一種痛苦。它需要昂貴的衛(wèi)星圖像，并且需要無云的天氣。生產(chǎn)花了數(shù)周時間。BVLOS無人機將改變這一切。他們將使用3D傳感器一次繪制成千上萬英畝的農(nóng)田。如果云層低，則無人機將在其下方飛行。農(nóng)民將利用保險業(yè)開發(fā)的企業(yè)圖像處理技術來評估風暴破壞；建筑業(yè)監(jiān)督建筑進度；是的，古老的制圖業(yè)將不斷更新農(nóng)業(yè)圖像。3D無人機成像將無處不在，因為無人機在飛行時必須看到并避開。
因此，農(nóng)民將很容易派出一架無人駕駛飛機去檢查漏水的灌溉線路，并查看他們的哈密瓜作物是否大到可以一次飛行收獲。智能制圖代理程序?qū)⑹褂闷涓袘捅苊庀到y(tǒng)以及地圖傳感器獲取無人機捕獲的數(shù)據(jù)，以更新服務器場的3D地圖。無人地面車輛和設備也將通過其自己的3D感知避免系統(tǒng)為該數(shù)據(jù)庫做出貢獻。算法將檢測問題并將其標記為通過增強視覺系統(tǒng)進行顯示。
如果您不相信我，請閱讀美國陸軍的集成視覺增強系統(tǒng)（IVAS）。IVAS由個人士兵佩戴的一對軍事化的MicrosoftHoloLens組成。陸軍認為，這僅僅是將一個系統(tǒng)整合到一個單一的增強現(xiàn)實顯示器中，該系統(tǒng)將夜視鏡，瞄準鏡和導航設備集成到一起。士兵們很快發(fā)現(xiàn)他們可以使用傳感器制作自己的3D地圖，并與其他士兵實時共享，從而通過增強現(xiàn)實技術顯示問題。想象一下，像這樣的系統(tǒng)可以用幾個農(nóng)業(yè)無人機和十幾個無人駕駛農(nóng)用車輛為它們提供動力。
多光譜成像將最終獲得回報……也許：多光譜成像在很長一段時間以來一直給農(nóng)民帶來很大的希望，但是由于簽名很難，農(nóng)民還必須迅速檢測出它們，以便為時已晚，以解決問題。這仍然是一個巨大的問題，但是編碼人員通過面部識別算法克服了更大的難題。我希望使用可見光傳感器進行面部識別的相同技術將適用于使用多光譜傳感器進行植物應力識別的技術。Facebook擁有準確的面部識別算法，因為用戶每次在圖片中標記朋友時都會針對Facebook對其進行優(yōu)化。農(nóng)業(yè)行業(yè)不會有數(shù)以百萬計的人幫助解決農(nóng)業(yè)問題，但是它將有數(shù)百萬英畝的高分辨率無人機圖像和數(shù)萬名作物顧問，大學研究人員，作物保險代理商和農(nóng)民同行，他們將幫助眾籌出更準確的算法。它應該工作。
作物保險代理商將比農(nóng)民看到更好的作物：農(nóng)業(yè)精確感測面臨許多挑戰(zhàn)：獲得正確的光譜特征并及時交付應用處方，升級到精確感測和施加器的成本等。沒有這些問題。它得到了資金充足的大量努力的支持，可以為財產(chǎn)保險行業(yè)使用遙感技術，該技術可以應用于農(nóng)作物保險。它不必擔心解決農(nóng)業(yè)問題。如果農(nóng)民基于過失或構(gòu)成欺詐，它將使用廉價的高分辨率3D無人機圖像拒絕農(nóng)民的主張。因此，農(nóng)作物保險公司將成為高分辨率無人機圖像的第一個，并且可能是最大的用戶。
大宗商品市場將比保險代理人更好地看待農(nóng)作物：大宗商品經(jīng)紀人已經(jīng)具備預測農(nóng)產(chǎn)品未來的必要傳感器。他們所需要的只是BVLOS規(guī)則和微天氣預報的一些改進，以精確地預測農(nóng)作物的產(chǎn)量。城市無人機將解決天氣預報問題，因為它們需要極其準確的微天氣預報，才能在建筑密集地區(qū)有效運行。農(nóng)業(yè)無人機將扮演平行的角色，因為將有成千上萬的無人機，而且它們都將實時收集天氣數(shù)據(jù)，從而極大地促進了商品經(jīng)紀人預測市場所需的天氣預報。就像保險業(yè)一樣，大宗商品市場也不必解決他們所看到的農(nóng)業(yè)問題。他們只需要押注他們。
農(nóng)業(yè)應用將無人值守，但不會像您想的那樣：一旦FAA制定BVLOS規(guī)則并決定讓無人機進行農(nóng)作物除塵比使用有人駕駛飛機更安全，農(nóng)業(yè)應用行業(yè)將發(fā)生深刻變化。早期采用者只需將載人的農(nóng)用除塵器轉(zhuǎn)換為無人機，即可獲得更精確的噴霧模式和更長的耐用性。真正的創(chuàng)新者將從頭開始設計無人駕駛飛機的農(nóng)作物除塵器，以從可以在任何地方運行，比有人駕駛的飛機飛行更長的時間，在任何高度安全地緊湊飛行的無人機中獲利。
農(nóng)業(yè)過度噴灑將成為過去。有人駕駛飛機通常在農(nóng)作物上方約10英尺處施用化學藥品，飛行時速為120-140英里/小時。在這種情況下，化學藥品可能需要30到40秒才能掉落；有足夠的時間漂流到下一排農(nóng)作物，甚至進入下一田。無人機可以以零到90英里/小時的速度在農(nóng)作物上方一到兩英尺的范圍內(nèi)輸送農(nóng)用化學品，而無需跑道，這使農(nóng)民可以使用無人機來種植單個植物。他們可以使用大型噴霧器車輛來做到這一點，而無人機在處理植物病害時，速度卻快了五倍，便宜了十倍，而無需壓實土壤，也不會接觸被污染的土壤。我看到有一天，傳感器無人機直接與噴頭無人機對話，他們共同思考如何處理檢測到的問題。我可以看到，每一種都采用不同類型應用程序的涂藥無人機編隊會飛過一個領域，以進行類似于飛行噴墨打印機的處理。在蝗蟲季節(jié)，我可以看到殺蟲無人機在數(shù)十個地方站著，在人類甚至意識到自己有問題之前，它們都與傳感器無人機互動以阻止一群人。
下注
有我的預言。既然我已經(jīng)以書面形式查看了它們，那么我可能已經(jīng)超過一半。我認為農(nóng)民將像9/11之前的USAF一樣開始使用無人機-一直在思考靜止圖像地圖，并抱怨獲取可行數(shù)據(jù)需要多長時間。FAA批準BVLOS規(guī)則不久后，人們就會意識到，如果無人機可以使用單個傳感器制作2D地圖，則他們可以通過使用另一臺光學相機或添加LiDAR來幾乎一樣快地制作3D地圖。還會有人質(zhì)疑農(nóng)民為什么要打擾地圖嗎？為什么不將數(shù)據(jù)直接轉(zhuǎn)換成增強現(xiàn)實顯示呢？為什么不給大家一個IVAS的平民化版本，以便他們可以看到相同的增強現(xiàn)實顯示？為什么不切掉中間人并將3D數(shù)據(jù)直接插入機器人農(nóng)用車中，讓機器人找出如何清除大豆田中的雜草？如果大量的小型無人機可以便宜地做得更好，為什么我們還要繼續(xù)使用Stearmans收塵呢？
就像在空軍中一樣，農(nóng)業(yè)行業(yè)將看到它的世界已從依靠少數(shù)專家制作出版時已過時的硬拷貝地圖，到使機器提供最新信息，以及借助涂藥無人機提供了手段。做一些事情。這一切都取決于FAA批準BVLOS規(guī)則和化學品攜帶。
?