MridAI: Autonomous Edge-to-Conversational IoT for Democratising Precision Agriculture via Neuro-Symbolic Telemetry
Pranit Kamble
提出低成本自主地下物联网节点与神经符号AI咨询管道，让小农户用WhatsApp获取精准农业建议。
ESP32-C3与Modbus传感器、Topp校正和卡尔曼滤波、FAO-56与L
系统成本低于45美元，可独立运行超240天，无需下载应用即可通过WhatsApp获得方言化建议。
可探索低资源语言与方言适配的LLM农业咨询，以及神经符号系统在更多作物和土壤类型中的泛化验证。
面向全球南方小农户的低成本自主土壤遥测节点与神经符号AI咨询管线，方法新颖、成本与能耗数据具体，对农业信息化与普惠数字农业有实质参考价值。
尽管传感器引导的精准农业提高了用水效率并减少了化学品径流，但在全球南方小农农田中的采用率仍不足1%。商业遥测系统受制于高昂的资本购置成本（超过300美元）以及复杂的、以仪表盘为中心的移动应用程序，后者给低识字率农民带来了沉重的认知负担。本文提出MridAI，一种低成本（物料清单成本低于45美元/3，420印度卢比）的自主地下农业遥测节点，并耦合基于云的神经符号人工智能咨询流水线。物理层将多参数Modbus RS485传感器、ESP32-C3微控制器、印度频段4G LTE Cat-1调制解调器以及能量收集子系统集成于IP67防护等级的太阳能杆体内。为消除高黏土热带土壤（变性土）中的测量误差，设备端数字信号处理流水线采用适配的Topp介电校正与一维离散卡尔曼滤波器。为克服农村电信不稳定性，固件实现了异步、非易失性的存储转发环形缓冲区。在云层，分析求解器计算确定性的FAO-56蒸散亏缺，并执行印度农业研究理事会（ICAR）的化学品边界，将数值计算与指令微调的大语言模型（LLM）严格隔离。生成模型仅充当语言翻译器，通过Meta WhatsApp Cloud API直接提供可操作的、适配方言的建议，无需下载第三方应用程序。实证功率预算建模证实了无限期运行自主性（无太阳辐照下超过240天），为数字农业建立了一种可扩展的范式。