关注35斗公众号

实现农产品检测的数字化,这家公司累计完成近 500 万美元融资

作者:张玉洁 2021-10-11 20:59

ZoomAgri 是一家运用人工智能提供农业解决方案,拥有基于视觉技术的农业、食品检测平台的初创公司,在阿根廷、西班牙和澳大利亚均设有研究和服务基地。2021年8月25日完成了330万美元的 Pre-A 轮投资,参与本轮融资的投资者包括来自拉丁美洲和澳大利亚的农业科技领先风险投资基金:SP Ventures、Artesian、GrainInnovate 和 Glocal。

 

2cdd8350875470b57352.png

(图片来源:公司官网)


自2017年成立以来,ZoomAgri 已完成了两轮融资,共筹集资金475万美元,其中种子轮融资由 Glocal 独家投资完成。Glocal 创始人兼管理合伙人 Bernardo Milesy 表示2018年公司就关注了 ZoomAgri 团队,2019年初帮助其种子轮融资顺利完成。这主要是因为 ZoomAgri 拥有世界级团队和强大的执行力,在大多数情况下都能超越同类型的公司,给予了投资者极大的信心,因此 Glocal 选择继续支持 ZoomAgri 的 Pre-A 轮融资。

 

ZoomAgri 目前正在研究大麦、大豆和小麦这三种作物,但由于新资金的推动,其业务将扩大到玉米、向日葵、豆类和扁豆等其他物种。新一轮融资不仅带来了资金的力量,更重要的是 ZoomAgri 增加了位于阿根廷、巴西和澳大利亚的投资者,这有利于扩大 ZoomAgri 的国外市场份额,使其在国际上发展壮大。

 

表1:ZoomAgri 融资汇总

融资汇总.png

(数据来源:Crunchbase & Agrositio)

 

视觉技术的农业应用

 

机器视觉技术是运用光学设备获取真实图像,通过图像处理技术将图像进行深度分析,从而获取所需信息的一种测量技术。它可以对目标物体的外形特征、位移尺寸等进行实时检测,具有准确可靠、高精度、高效率等优点,广泛应用于工业、农业、制造业等领域。

 

20世纪70年代,机器视觉技术开始应用于农业领域,主要集中在鉴别植物品种、农产品的质量检测等方面。随着计算机软硬件、图像采集处理装置、图像处理技术的迅速发展,机器视觉技术在农业的应用领域也不断扩展。运用视觉技术的农业装备可以极大提高生产效率,实现农业生产的智能化,ZoomAgri 基于视觉技术的检测方式相比传统方法就具有高效率、低成本的特点。除了植物品种的检测,田间车辆导航也成为了视觉技术当前聚焦的热点。

 

truckbytruck.png

(图片来源:公司官网)


视觉技术可以应用在农业生产的各个环节,比如在农业生产的前期,企业可以运用该技术对农作物的种子进行质量检测;在中期可以运用在害虫的监视管理、农作物生长信息检测等方面;在生产后期,可以将应用领域细分为水果蔬菜的分级处理、粮食无损检测等。除了应用于作物,视觉技术也可用于农业机械,以达到提高生产效率、节约劳动力的目的。

 

视觉技术平台——ZoomAgri 公司

 

公司由 Fernando Martínez de Hoz、Matías Micheloud 和 Jaap Rommelaar 3位创始人共同建立。Martínez de Hoz 是圣安德烈斯大学的一名企业管理人员,在成立 ZoomAgri 之前,他曾在诺华和尼德拉等组织任职。Micheloud 是 ITBA 的一名电子工程师,曾经有过创业经历,如 Micheloud Ingeniería 和 S-102。Rommelaar 在鹿特丹伊拉斯姆斯大学学习工商管理,并在迪特拉大学获得了创业硕士学位。三位创始人各有所长,汇集了创业者应该具备的创新、管理和技术才能,因此能够发现关于农产品检测的新路径,为农业提供新的解决方案。


创始人.jpg

(ZoomAgri 三位创始人 ; 图片来源:公司官网)

 

ZoomAgri 的具体业务

 

尽管 ZoomAgri 的总部位于西班牙,但主要在阿根廷开展业务,公司的目标是通过 VaaS(视觉即服务)的商业模式,将农产品和食品行业的测试、检验和认证数字化。ZoomAgri 结合了图像处理、人工智能和物联网等技术,正在改变价值26万亿美元的农业商品检测、检验和认证行业。ZoomAgri 的客户遍布18个国家,拥有超过1亿张谷物和油籽独特图像的数据库,开发了技术领先的平台,用于检测和认证不同农产品的物理质量和品种纯度。ZoomAgri 提供的解决方案被产业链中各环节的参与者使用,例如苗床、生产者、库存、出口商、加工商和实验室等。

 

transparent.png

(图片来源:公司官网)


>>>>

确定大麦品种纯度的新技术:ZoomBarley

 

2018年,ZoomAgri 推出了第一款产品 ZoomBarley,它可以实时确定麦芽大麦品种的纯度,为啤酒酿造商提供服务。ZoomAgri 最初选择专注于麦芽行业,是因为对于麦芽制造商来说,保持大麦品种的纯度非常重要,每个品种在麦芽制造过程中的表现都大相径庭,同时在啤酒等产品的制造过程中保持麦芽的优质性也非常重要。该产品目前在五大洲均有所应用,为 AB InBev、Boortmalt、Soufflet、InVivo 等客户提供服务。

 

ZoomBarley 是一种利用人工智能、计算机视觉和物联网技术的大麦品种识别技术,它具有快速和低成本的优点。如果使用传统技术识别大麦品种,最短都需要两周时间才能完成,且每次识别的成本在150美元左右,而 ZoomBarley 只需三分钟的时间,成本也只有12美元,极大地提高了物种识别效率。

 

barley.jpg

(图片来源:公司官网)


ZoomBarley 的设备由高端扫描仪组成,可以拍摄具有极高分辨率的图像,其数据库由超过1100万张大麦的单核图像组成。ZoomBarley 就是利用大数据技术,通过硬件设备在三分钟内基于单个内核快速识别大麦的品种。目前该技术可以区分的大麦品种有 La Trobe、Bass、Compass、Flinders、RGT Planet、Scope CL 和 Spartacus CL,未来 Maximus CL 也会被添加到数据库中。

 

继 ZoomBarley 之后,ZoomAgri 正在开发其他解决方案,其中一种是为澳大利亚独特设计的小麦识别产品,称为 ZoomWheat。现阶段公司正在为 ZoomWheat 设备建立图像数据库,还得到了 InterGrain、AGT 和 Long Reach Plant Breeders 的支持,这些公司从澳大利亚各地向 ZoomAgri 发送样本,以便更高效地创建 ZoomWheat。InterGrain 的首席执行官 Tress Walmsley 表示他们正在将这些机器快速部署到澳大利亚的谷物储存器、贸易商和麦芽制造商中。

 

beer.png

(图片来源:公司官网)


目前 ZoomBarley 已在全球十多个国家使用,包括乌拉圭、西班牙、法国、比利时、荷兰、德国、乌克兰、印度、美国和澳大利亚等,设备达到140台。ZoomAgri 还将在巴西、丹麦、捷克共和国等国家初步建立产品印象,扩大其国际市场份额。

 

>>>>

确定谷物质量的最新解决方案:ZoomAgriSpex

 

目前 ZoomAgri 推向市场的最新解决方案是 ZoomAgriSpex,它可以实时确定谷物和油籽的物理质量。现在全球每年要生产和销售30亿吨谷物和油籽,供应链中的许多参与者在确定质量方面会遇到各种问题。ZoomAgriSpex 设法解决了这些问题,并且已经得到了来自不同农业综合企业链的高度认可。

 

ZA-scanner (1).png

(图片来源:公司官网)


ZoomAgriSpex 可以识别谷物和油籽的物理质量,如玉米、大豆、小麦、大麦等。识别结果可在几秒钟内获得,这不仅可以节省成本,还可以提供农产品从田间到最终消费者的客观性、透明度、可追溯性和可持续性。以正确高效的方式衡量农作物的物理质量可以让农业价值链的参与者在生产过程中更有效率,从而减少土地、投入物和水的使用,节约现有的自然资源。联合创始人之一的 Fernando Martínez de Hoz 表示公司正面临着巨大的市场机遇,农作物的物理质量确定是 ZoomAgri 未来发展的重点方向之一。公司可以开发尖端技术,根据独立和准确的数据开发新颖的可追溯性解决方案,为客户增加真正的价值。

 

除了技术进步,ZoomAgri 还在商业模式上进行了创新。现在很多质量检测设备都以销售为主要渠道,这导致连锁经营者需要对检测设备进行昂贵的投资。但借助 ZoomAgri 的 Vision-as-a-service(VaaS,视觉即服务)模型,客户可以通过租借设备,定期支付使用费,无需高成本的投入,这为 ZoomAgri 扩大市场份额和获得客户青睐做出了巨大贡献。


real-time-results-e1629988739221.png

(图片来源:公司官网)

 

创始人 Jaap Rommelaar 表示:“ZoomAgri 仅成立四年就已经是确定品种纯度的领先平台。有了 ZoomAgriSpex,各企业对农作物质量的测定模式将做出巨大改变。开发颠覆性的技术以改善检测农业价值链,拥有一个更健康、更透明的世界是大家共同的梦想。”

 

未来视觉技术该如何发展?

 

尽管机器视觉技术在农产品检测、农田视觉导航等方面的应用已经较有成就,但农业本身具有很强的复杂性及多样性,视觉技术在农业中的应用仍存在一些问题。


首先是视觉技术对检测环境的要求较高,针对农业环境的复杂性,视觉技术的环境适应性不足。其次是农作物具有多样化的特征,基因决定形状,而环境可以改变形状,对此需要视觉技术更精密更严谨。除此之外,当前由于技术精度的限制,还未将视觉技术大范围应用,这也是现阶段面临的问题之一。

 

trace.png

(图片来源:公司官网)


未来视觉技术将会持续发展,图像处理是视觉技术的核心,对现有算法的提高是技术发展的重要前提。将机器视觉与农业机械化结合广泛应用在农田中也是未来视觉技术的一大重要应用方向。随着现代化、智能化及相关技术的发展,机器视觉技术也将不断完善,现阶段面临的很多问题会得到解决,机器视觉技术在农业领域的应用也将进一步扩展。

 

目前国内的技术、装备相比于国外仍有一些差距,比如精密度较低等,但我国正处于传统农业向现代农业转型的关键过渡期,加快技术发展,推进人才聚集,融合各种现代化智能技术的农业将成为未来发展的必然趋势。

 

参考资料:

 

1.科界:《机器视觉技术的农业应用研究进展》

 

2.Agfunder:《EXCLUSIVE: ZoomAgri raises $3.3m for‘vision-as-a-service’ food inspection tech》

 

3.Farmweekly:《Rapid barley variety testing》


注:文中如果涉及35斗记者采访的数据,均由受访者提供并确认。

声明:35斗所刊载内容之知识产权为35斗及相关权利人专属所有或持有。转载请联系gao.kp@vcbeat.net。

分享:

分享

微信扫描二维码分享文章

用户
反馈