完全自主的多点转向能力使车辆能够在现场应用中执行复杂的机动。 |图片来源：Agtonomy
越野物理AI公司 Agtonomy 通过完全自主的多点转弯和增强的被动数据收集扩展了其商业平台。该公司表示，这使得农用设备能够在狭窄的岬角空间内执行复杂的操作，而无需人工干预。
Agtonomy 开发全自动套件，对其 OEM 合作伙伴久保田 (Kubota) 和山猫 (Bobcat) 的车辆进行改装。总部位于南旧金山的公司表示，这些平台对于规模较小的种植者和农民来说至关重要 公司.
对于身体 人工智能 设备、数据是系统演进的关键。每辆运行中的 Agtonomy 车辆每小时处理超过 2 TB 的数据，为商业自主平台生成连续的现场情报流。
这些数据是在不同的操作环境、设备平台和任务中捕获的。 Agtonomy 表示，它支持更快的迭代、更强的系统性能以及坚固越野应用的实用自动化的持续进步。
现已提供多点转向
之内 果园和葡萄园运营，空间紧张。 Agtonomy 表示，执行准确、安全的多点转向的能力将使操作更加精确。
农场设备可以利用其系统精确地执行复杂的反向操作，无需任何人为干预。该功能专为实际操作条件而设计，有助于 自主拖拉机 完成以前由于空间限制而无法完成的任务。这一新增功能标志着全面任务自动化（而不仅仅是孤立的车辆移动）又向前迈进了一步。
Agtonomy 联合创始人兼首席执行官 Tim Bucher 表示：“种植者没有时间等待创新在田间出现；他们需要今天工作、明天变得更好的自主车队。” “这就是推动我们前进的动力：真实的商业运营与真实的产品开发之间的连续循环，让我们能够比行业习惯更快地解决实际问题，例如狭窄的岬角或不一致的数据收集。”
“农业是我们的起点，因为它是地球上最关键的行业之一，但同样的方法将把这个平台带入每一个崎岖的越野环境，在创新方面不能成为事后的想法，”他补充道。 “我们正在按照客户实际需要的速度前进，并将价值重新交到工作人员手中。”
Agtonomy从现场数据转向整个车队的情报
Agtonomy 表示，除了提高自主性之外，支持自主性的单元被动收集的匿名数据正在为跨设备、任务和操作环境的真实世界模型数据奠定不断增长的基础。该公司表示，随着时间的推移，该数据基础将为客户和合作伙伴提供新的应用程序支持。
这些数据还可以提供给合格的生态系统合作伙伴，例如农学和分析提供商。 Agtonomy 表示，它可以带来农艺见解、运营分析、车队优化和其他数据驱动的服务。
“Agtonomy 彻底改变了我们在果园收集数据的方式，”Okanagan Specialty Fruits 果园运营经理 Joel Carter 说。 “现在，我们 100% 的作物数据收集工作都使用支持 Agtonomy 的设备。它可以全天候运行，包括夜间，以一致的速度覆盖每一行，无需手动数据收集。”
“我们收集的数据支持产量计数、作物冠层管理和其他关键的果园见解，”他说。 “这种一致性和准确性帮助我们提高了燃油效率，减少了数据收集所需的劳动力和成本，并在整个运营过程中收集了更精确、可重复的数据。”
Agtonomy 还不断扩展其平台的多功能性，目前支持 500 多种跨领域任务的工具。这些范围从大容量喷气喷雾器和地面接合盘到精密工具栏和其他专用设备，每种设备都有不同的操作要求和精确控制行为。
为了支持这一广度，该公司开发了 Agtonomy Implement Library，旨在提供一种标准化方法，将新的农具和配置集成到平台中。