A revisit of Internet of Things Technologies for Monitoring and Control Strategies in Smart Agriculture

Figure 4.
General architecture of IoT-based fruit detection for harvesting.
4. Open Issues and Key Challenges in Smart Agriculture
The problems of deploying IoT-based agricultural systems are discussed in this section.
The sensors’ durability and cost are described. The IoT-based system requires a constant
source of electricity. Depending on the size, a lot of electricity may be required. However,
in rural and village communities, obtaining such electricity is challenging. To meet the
energy requirement, alternative energy sources, such as solar and wind, must be employed.
This will also raise the price significantly. It is necessary to have a dependable internet
connection in rural and village regions. It is the most crucial aspect of establishing an
IoT-based system. The connection must have a sufficient bandwidth to transport data in
accordance with the application’s requirements. Farmers need basic computer/tablet (HID
device) training and an understanding of how the IoT system operates. It is also necessary
to provide proper education on the unique IoT deployment in their farm [
39
].
There are six major obstacles to developing a green IoT-based agriculture system,
involving infrastructure, mobility, maintenance, hardware, data privacy, data analytics, and
data security. The selection of meters and sensors used for Internet of Things tools is one
of the hardware issues. As a result, many different sensors may be utilized in Internet of
Things applications, such as the water quality sensor, humidity sensor, chemical sensor,
pressure sensor, temperature sensor, and more. The data analytics problem is machine
learning, deep learning methods, and prediction algorithm applications in smart agricul-
ture to produce a nutritional suspension using IoT records. Routine sensor inspections
of all Internet of Things appliances are a maintenance issue while it may be certainly
harmed in the farm area. The mobility problem is related to 4G, 5G, WiFi, 6LowPan, LoRa
network connection, which link sensors spread across a broad region in the farm areas.
Some infrastructural trials are developing and implementing Internet of Things-connected
architectures that incorporate innovative technologies, such as cloud and fog computing
and network virtualization. Finally, the primary issue in advancing smart agriculture based
on IoT is not physical maintenance but rather ensuring security and privacy [
8
].

---

Agronomy
2022
,
12
, 127
12 of 21
The UAVs that are linked wirelessly are subject to cyber-physical or harmful assaults
to fool the control signals due to open communication lines. Such attempts represent a
significant risk to the unmanned aerial vehicle system in terms of private information
crash or theft, as well as mission failure. Moreover, the faking of control signals may harm
the UAV mission and make it harder to restore it. As a result, improving UAV wireless
communication’s safety and confidentiality element, which necessitates in-depth research
of security concerns covering the entire network protocol layers [
40
], is an important
open subject.
Visual harvesting of robots’ dynamic tracking of objects with great precision remains
an unresolved challenge. Further study should also aim to enhance the precision placement
and operation by merging smart behavior judgment, adequate fault tolerance, robot vision
with artificial intelligence technology for accurate placement, and function enhancement.
The recognition and location accuracy are impacted when the crop situation is varied due
to the lighting and unconstrained circumstances of the field ecosystem. A robot vision
approach would be efficient in harvesting crops correctly to increase the success rate of
robotic harvesting in such settings. The researchers used geometric features, novel image
algorithms, and intelligent decision theory to address the challenges. However, because
massive datasets are necessary to train efficient deep learning algorithms, further study
is needed [
33
]. Table
3
presents a comparison of the current state of the art on smart
agriculture obstacles and benefits.