法国农业科学院以及Hiphen公司大学的有效农业物联网解决方案依赖于物联网边缘计算的各种设备，包括多光谱传感器、太阳能无线IoT设备、无人机搭载设备以及云服务器和其他设备，所有设备都旨在帮助终端用户跟踪科研用户实验基地以及农场的情况。Hiphen公司开发出了一系列新的基于田间的高通量表型检测解决方案和设备。例如移动表型机器人上安装了激光雷达、多光谱表型相机等传感器，使机器人成为一个“phenomobile”。Hiphen采用开源组件和算法库开发了机器人操作系统下的数据收集和分析软件，形成了云数据库cloverfield。与以行内和逐行方式进行表型分析观察不同，新解决方案允许机器人在田间移动来收集数据，激光扫描仪和多光谱相机等可以同时收集大型植物群的表型数据，而不是逐个收集。

在给定的研究实验期间，计算设备会有效地计算需要处理的内容，地点和程度。在大多数情况下，一旦工具完成其工作，较终数据将被发送到云数据库数据。

法国农业科学院使用该Phenomobile的车辆收集研究数据，该车辆收集光反射和波长等数据。在农业研究的背景下，植物的表型描述了在环境影响它后产生的可观察特征，例如高度，生物量和叶子形状。

在农艺数据分析方面，Hiphen公司开发土壤传感系统获得SIMA银奖。该系统将现场传感器（气象站、土壤探测器和多光谱表型成像系统）与遥感数据源相结合，能够将来自无人机或卫星的高空间分辨率数据遥感图像与每天相同区域非常高重复数据的一个图像相匹配。可以注意到，数字技术设计创新服务越来越成为公司之间合作关系的纽带，不同公司和个人都贡献出自己的专业知识和技能。

数字技术的基础首先在于收集农业生产各个方面的数据，包括植物、气候、土壤、牲畜和机器设备等。近来，由于测量和传感器技术不断发展，农业和农业机械领域在此方面取得了长足的进步。

Hiphen公司的物联网基础设施如IoT设备使其能够自动化传感器数据采集并实时传输到数据中心。自动表型成像车上配备了专门服务器，收集的数据在通过网络发送到公司数据存储库之前进行分析和质量检查，同时也可利用现场配备软件进行分析。Phenomobile收集的数据也可直接从现场流入云数据库。服务器可对错误进行检查，确保可将正确的数据发送回主数据中心，如果数据不符合某个标准，可能是因为传感器发生故障。

人口急剧增长，到2050年，人类必须将粮食产量翻番，才能满足人口的需求。改良育种技术用以大幅度提高作物产量的需求变得越来越迫切。大多数研究人员认为，新育种技术的关键在于作物的遗传改良，从而涌现出大量的表型点。然而，目前的表型解决方案不够强大，处理时无法达到令人满意的速度和有效度。因此，高通量表型的研究越来越受到关注。