Une nouvelle architecture numérique pour mieux superviser les robots agricoles

Les auteurs proposent une architecture en cinq couches, pensée pour traiter à la fois les données en temps réel (comme la position d’un robot ou une alerte) et les données historiques (comme les trajectoires enregistrées sur plusieurs semaines). Cette organisation s’appuie notamment sur un data lake, qui permet de stocker de grandes quantités d’informations dans leur format d’origine.

Cette approche répartit le traitement des données entre :

• l’edge, directement embarqué sur les robots, pour réagir rapidement aux situations anormales ;
• le fog, installé à proximité du terrain, pour agréger et analyser les flux continus ;
• le cloud, dédié au stockage massif et à l’analyse sur le long terme.

Suivre les robots en direct et mieux décider

L’un des apports majeurs de cette architecture est la mise à disposition de tableaux de bord interactifs et de cartes géospatiales. Ces outils permettent de visualiser la position des robots, de détecter rapidement des anomalies et d’explorer les données collectées sur plusieurs semaines ou mois. Ils facilitent ainsi la compréhension des situations sur le terrain et soutiennent la prise de décision pour les agriculteurs, les chercheurs et les acteurs du développement agricole.

Une contribution aux pratiques agricoles durables

En combinant données temps réel et analyses historiques, cette approche renforce les fondements numériques de l’agriculture durable. Elle ouvre la voie à un suivi plus précis des pratiques, une meilleure réactivité face aux incidents et une exploitation plus fine des informations issues des systèmes robotiques.

Référence de l’article : M. El‑Ouati, S. Bimonte, N. Tricot Monitoring IoT and Robotics Data for Sustainable Agricultural Practices Using a New Edge–Fog–Cloud Architecture Computers, MDPI, 2026 — https://www.mdpi.com/2073-431X/15/1/32