KrishiKadam es una idea de producto multifacética, que reúne tres fundamentos, cuyo conocimiento creemos que ayudará a nuestros agricultores a crecer y prosperar mejor en el campo. Nuestro producto comprende una aplicación móvil fácil de usar junto con sensores terrestres que se conectarán a la aplicación.
Propósito: La agricultura es la principal fuente de ingresos para la India y un sector tan importante, es importante que nuestros agricultores sean conscientes de sus derechos, necesidades y los diversos recursos disponibles para ellos, junto con el conocimiento de cómo pueden implementarlos.
El objetivo del Proyecto: Buscamos proporcionar tres secciones/tipos de información a nuestros agricultores en forma de una aplicación+sensores para ayudarlos a:
- Sección 1 – Sección de concientización: Tiene como objetivo difundir la concientización, brindando a nuestros agricultores información importante para su crecimiento y desarrollo que los ayudará a comprender las ventajas y oportunidades disponibles para ellos.
- Sección 2: información actual sobre cultivos/suelos: brinda alertas a nuestros agricultores mediante el uso de sensores que se conectan a la aplicación y actualizan al usuario con cualquier información importante, como condiciones de humedad, temperatura, lluvia, humedad del suelo, etc.
- Sección 3 – Análisis Predictivo: Predice y da instrucciones a los agricultores sobre lo que se debe hacer para una mejor calidad y vida de los cultivos, utilizando la información recibida por los sensores junto con información de pronósticos meteorológicos futuros y conocimiento previo de las necesidades de los cultivos.
- Sección 4 – Feed de noticias: Esto permite que nuestros usuarios se reúnan y publiquen actualizaciones sobre sus requisitos, necesidades y acontecimientos actuales.
Funciones y aplicaciones: reconocemos la necesidad de crear una aplicación con una interfaz minimalista para ayudar a nuestros agricultores a navegar fácilmente por la aplicación, planeamos dividir y agrupar estas funciones cuando sea posible:
1. Sección de Concientización:
- Una página dedicada a las técnicas que explica los diferentes tipos de técnicas avanzadas que se pueden utilizar en la agricultura, como la rotación de cultivos y sus beneficios, etc.
- Políticas del gobierno que brindan apoyo y/o subsidiarias a los agricultores.
- Programas que han surgido recientemente que podrían ayudar a estos agricultores que podrían deberse a circunstancias cambiantes como COVID19, etc.
- ONG, sitios web y otros contactos que pueden ser de ayuda para los agricultores enumerados para que se comuniquen con ellos.
- Otro material educativo/informativo.
2. Datos en tiempo real:
- Muestra detalles en tiempo real de la humedad, la temperatura y la humedad del suelo utilizando sensores colocados en el campo.
- Si alguna de las condiciones anteriores está más allá de un cierto límite (el límite lo especifica el agricultor o está predeterminado mediante la aplicación de algoritmos de aprendizaje automático a los datos anteriores), la aplicación enviará automáticamente notificaciones automáticas.
- Estos datos podrán ser enviados para el tratamiento que los conducirá a las funcionalidades/aplicaciones explicadas en el apartado 3.
3. Análisis Predictivo:
- Combina información recopilada a través de pronósticos meteorológicos, información previa sobre el cultivo y detalles en tiempo real para brindar instrucciones importantes, como agua adicional necesaria, infecciones, tiempo de cosecha, etc.
4. Fuente de noticias:
- Brinda el momento y el lugar de la publicación, lo que ayuda a nuestros usuarios a segregar mejor con quién pueden/quieren comunicarse y ayudar/discutir.
5. Características que mejoran la comodidad:
- Hacer que la aplicación tenga una función de varios idiomas, lo que nos ayuda a superar la barrera del idioma. (Actualmente, tenemos opciones en hindi e inglés disponibles).
Herramientas y tecnologías utilizadas:
- Desarrollo de aplicaciones: Flutter y Firebase
- Sensores: sensores de pH, sensores de temperatura agrícola, sensores electroquímicos, sensores ópticos
- ML: OpenCV para el procesamiento de imágenes, biblioteca de kits Sci para clasificar datos y predicciones, redes neuronales para aprender de los datos de observación. (Se pueden usar más tecnologías según sea necesario/para mejorar la implementación de la solución propuesta).
- Base de datos: Firestore de Google para autenticación y almacenamiento.
- Idiomas utilizados : Dart, Python y sus bibliotecas/módulos necesarios.
- Entornos de desarrollo: Android Studio, VS Code, Git
Salida: aquí hay algunas capturas de pantalla del modelo actual, en progreso:
Aplicación del proyecto en la vida real:
- Mayor producción y productividad general debido al conocimiento constante que se les proporciona para su uso.
- Ayuda a ayudar en el tema del desarrollo sostenible y la planificación futura.
- El uso de sistemas automatizados les dará a nuestros agricultores más tiempo libre y aumentará su eficiencia.
Enlace al repositorio de Github (en proceso): https://github.com/ik159/KrishiKadam
Demostración de GIF:
La propuesta como producto: El uso de la tecnología en el mundo actual es un regalo, necesitamos empezar a utilizarla a nuestro favor por completo. El producto vendría como la aplicación junto con los sensores, software y hardware. Tenemos la intención de dejar que ayude a los agricultores a aumentar su producción mientras usan su tiempo con la máxima productividad. Como los estudios de casos muestran que la conciencia es de suma importancia en cualquier campo, nuestro objetivo es ayudar a nuestros agricultores a recibir el tipo correcto de materiales/información. ¡Esperamos que nuestro producto pueda ayudar a allanar el camino de los agricultores y redefinir los métodos agrícolas primitivos!
Miembros del equipo:
- Tinku Choudhary
- Shatakchi Sahay
- Ishan Kumar
Publicación traducida automáticamente
Artículo escrito por shatakchisahay290 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA