公司三位创始人Colin Hurd 、Mark Barglof和Quincy Milloy都是爱荷华州的原住民，他们在2015年创建了Smart Ag，获得了总计600万美元的种子资金。该公司正在为其自主研发拖拉机进行广泛的试点试验，并计划在2020年之前将其排种技术商业化。

该公司一支由20多名员工组成的团队一直在忙于基于GPU的自动软件和机器人硬件系统，该系统可以操作拖拉机，在收获时节牵引谷物运输车。

Milloy说：“我们最初想成为一家软件公司，但为了使车辆实现自动驾驶，我们不得不制造很多硬件。”

解决农场劳动力稀缺问题

Smart Ag目前主要与传统的农作物和谷物生产商合作。在收割时，农民用拖拉机拉着一辆谷物车，与收割机一起，把小麦从谷壳中分离出来，或把玉米从茎秆中分离出来。当储料仓装满后，拉载谷物车的拖拉机就会靠在旁边，让收割机把粮食卸到车上。

这就是自主化拖拉机的用武之地。

加州农业局联合会（California Farm Bureau Federation）的一份报告显示，55%的加州受访农场表示，他们在2017年经历了劳动力短缺。

Smart Ag公司正在开发自主牵引车来拉载谷物车，以解决人力司机缺失的问题。

自动收割拖拉机

农民可以使用该公司的AutoCart系统改装John Deere 8R系列拖拉机。它提供转向、加速和刹车控制器，以及摄像头、雷达和无线连接。NVIDIA Jetson Xavier为其感知系统提供动力，将Smart Ag公司定制的农业目标检测模型与其他传感器数据融合，让拖拉机感知周围环境。

 “NVIDIA Jetson AGX Xavier大大提高了我们的感知能力——从处理更多摄像头信号的能力，到融合更多传感器的能力——它使该领域得以发展，并迅速将一个强大的安全系统部署到现场，” Milloy说。

客户可以使用移动设备和web浏览器访问系统来控制牵引车。

Smart Ag的团队收集了100多万张图片，利用NVIDIA GPU在AWS上训练图像识别系统。这家初创公司的自定义图像识别算法允许其自主牵引车避开田间的人和其他物体，找到联合收割机进行卸货，然后返回让无人驾驶的谷物车将谷物卸下，最后运送到谷物储存设备中。

Smart Ag已经进行了12次以上的试点测试，并利用这些测试收集更多的数据来改进算法。该公司计划在2019年收获季节将测试基地扩大到大约20个系统，为2020年的商业发布做准备。

 “在过去一年半的时间里，我们一直在训练。这个系统现在就可以投入使用，但是我们还在不断提升它的精确度。”