Разработка мобильного приложения для умного сельского хозяйства

Мы сталкиваемся с полями 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). За 10+ лет в агро-разработке мы накопили опыт, который гарантирует надёжное решение под ключ.

Какие протоколы связи подходят для 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.

Как обеспечить офлайн-режим для полевых датчиков?

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.

Для офлайн-работы мы используем локальное хранилище с синхронизацией через фоновые задачи. На iOS — Background Fetch, на Android — WorkManager. Конфликты разрешаются по принципу «более свежий timestamp побеждает».

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».

Что входит в работу?

• Аудит парка датчиков и агрономических требований.
• Проектирование архитектуры: серверная часть, мобильное приложение, интеграции.
• Реализация под ключ: iOS (Swift, SwiftUI) и Android (Kotlin, Jetpack Compose) или кросс-платформа (Flutter/React Native).
• Интеграция с LoRaWAN-сетью, MQTT, REST API.
• Разработка карты полей с NDVI-слоями.
• Настройка уведомлений по порогам.
• Тестирование и развертывание в App Store и Google Play.
• Обучение агрономов и техническая поддержка.

Мы используем LoRaWAN и NDVI — проверенные отраслевые стандарты.

Сроки разработки

Стоимость рассчитывается индивидуально после анализа ваших датчиков и задач. Получите консультацию — обсудим детали вашего проекта.

Наши инженеры сертифицированы в области мобильной разработки и агро-IoT. За 10+ лет мы реализовали 50+ проектов для сельского хозяйства. Обращайтесь — поможем превратить данные в урожай.