Big Data (massadata, suuraineistot) tarkoittaa hyvin suurta datamäärää, jota tulee eri lähteistä eri muodossa, se on järjestämätöntä ja sitä syntyy koko ajan lisää. Big datan analysointi edellyttää perinteisen tilastotieteen ohella uusia menetelmiä, joita kehitetään datatieteen avulla. Analysoinnissa hyödynnetään mm. tekoälyä.

CAN (Controller Area Network) on ohjauslaitteiden ja antureiden välinen tiedonsiirtoverkko. CAN-väylässä pystytään siirtämään tietoa neljän johtimen avulla ja vähentämään johdotuksia. CAN-väylän tietoja voidaan hyödyntää myös huollossa ja vianetsinnässä.

Data on tiedon raaka-ainetta, jolla ei välttämättä ole sellaisenaan merkitystä. Datasta syntyy tietoa, kun sitä jalostetaan ja tulkitaan. Data voi koostua esimerkiksi numeroista, merkeistä tai koodeista.

Drooni tai drone -nimityksiä käytetään miehittämättömistä, kauko-ohjatuista ilma-aluksista. Muita, englannin kielestä peräisin olevia termejä ovat mm. UA (Unmanned Aircraft) ja RPA (Remotely Piloted Aircraft). Kokonaisjärjestelmiin, esim. RPAS (Remotely Piloted Aircraft System) kuuluvat mm. ohjauslaitteet, ohjelmistot ja lisälaitteet. Lisälaitteista käytetään usein termiä hyötykuorma.

Fotogrammetria on kohteiden kolmiulotteista mittaamista kaksiulotteisista valokuvista. Menetelmä perustuu kolmiomittaukseen, jolla kohteesta haetaan eri pisteiden koordinaatteja kolmiulotteisessa avaruudessa (xyz-koordinaatisto).  Kohteesta otetaan useita kuvia, jotta jokainen piste löytyy vähintään kahdelta eri kuvalta. Fotogrammetriaa käytetään mm. maaston pinnanmuotojen ja rakennusten mittaamisessa sekä 3D-konenäkösovelluksissa.

Gammasäteily on ionisoivaa, sähkömagneettista säteilyä (erotuksena hiukkassäteilyyn). Se on lyhytaaltoista, yleensä suurienergistä ja läpitunkevaa. Maaperässä gammasäteilyä lähettäviä aineita ovat uraani, torium ja kalium, ja ne ovat tärkeimpiä luonnon taustasäteilyn lähteitä. Gammasäteilyn määrä vaihtelee maaperässä ja eri maalajeissa.

ISOBUS on menetelmä, jolla kytketään nykyaikaisia maataloustraktoreita, -työkoneita ja apulaitteita toisiinsa merkistä riippumatta elektroniikan tasolla. Tämä mahdollistaa sen, että erimerkkiset ja myös eri maissa rakennetut koneet ja laitteet sopivat yhteen viestiliikenteen ja liittimien osalta, vaikka ne kytketään toisiinsa ensimmäisen kerran ostajan pihamaalla.

Valo on sähkömagneettista säteilyä, joka on aallonpituudesta riippuen ihmissilmälle näkyvää tai näkymätöntä. Näkyvän valon aallonpituusalue on noin 400–780 nm. Infrapunasäteilyn aallonpituusalue on laaja: 780 nm–1 mm. Lähimpänä näkyvän valon aallonpituusaluetta säteilevää infrapunaa kutsutaan lähi-infrapunaksi (NIR).  Lämpösäteily on suurimmaksi osaksi infrapunasäteilyä, mutta NIR-säteilyä ihminen ei aisti lämpönä.

Koneoppiminen on tekoälyn osa-alue. Koneoppimisessa keskeistä on, että ohjelman haluttua toimintaa ei ole ohjelmoitu valmiiksi. Ohjelmisto oppii halutun lopputuloksen sille syötetyn datan, esimerkiksi kuvien, perusteella itsenäisesti. Ohjatussa koneoppimisessa koneelle syötetään valmiita vastauksia lähtödatan kanssa. Ohjaamaton koneoppiminen perustuu valmiiden vastausten sijaan jonkinlaisten rakenteiden tunnistamiseen suoraan lähtödatasta.

LiDAR (Light Detection and Ranging) eli valotutka on etäisyyksien mittaamiseen käytettävä menetelmä. Puhutaan myös laserkeilauksesta. Laite lähettää kohteeseen laservalopulssin, ja etäisyys mitataan sen takaisinheijastumiseen kuluvasta ajasta. Valotutka käyttää näkyvän valon, ultraviolettivalon ja lähi-infrapunan aallonpituuksia. Laserkeilausta käytetään esimerkiksi pellon pinnanmuotojen kartoittamiseen.

.

NDVI eli normalisoitu kasvillisuusindeksi (Normalized Difference Vegetation Index) kuvaa kasvuston lehtivihreän määrää tarkemmin kuin tavallinen värikuva (RGB). Sen avulla arvioidaan kasvuston määrää ja elinvoimaisuutta. NDVI lasketaan lähi-infrapunan (NIR) ja punaisen heijastusarvoista. Vihreät kasvit käyttävät näkyvän valon aallonpituuksia yhteyttämisessä, mutta heijastavat suuren osa lähi-infrapunasäteilystä. Erilaiset stressitilat vaikuttavat lähi-infrapunan heijastumiseen kasvista. 

RTK-mittaus eli reaaliaikainen kinemaattinen mittaus on satelliittipaikannusmenetelmä, jolla päästään muutaman senttimetrin tarkkuuteen. Ilman korjausta GPS-paikannuksen tarkkuus on useita metrejä tai kymmeniä metrejä. GPS-signaali koostuu kantoaallosta, johon liitetään yksilöllinen koodi. RTK-mittauksessa lasketaan korjaustietoja satelliittisignaaliin liitetyn koodin sijaan signaalin kantoaalloista. Menetelmässä tarvitaan sijainniltaan tunnettu maa-asema tai asemien verkosto (verkko-RTK).

Telemetria on etäällä syntyvän mittaus- tai laitedatan automaattista siirtämistä toisaalla sijaitseville vastaanottaville laitteille. Dataa kerätään useimmiten erilaisilla sensoreilla. Telemetrialla viitataan useimmiten langattomasti tapahtuvaan tiedonsiirtoon (radioaallot, ääniaallot, infrapuna). Telemetria mahdollistaa koneiden ja laitteiden toiminnan reaaliaikaisen seurannan ja on keskeinen osa esineiden internetiä (IoT).

Ultra Wideband (UWB, ultralaajakaista) on langaton tiedonsiirtomenetelmä, jota käytetään mm. sisätilapaikannuksessa. Se perustuu hyvin lyhyisiin mutta laajalla taajuusalueella (esim. 1-2 GHz) lähetettäviin radiosignaaleihin. Menetelmän etuja ovat korkea tiedonsiirtonopeus lyhyillä etäisyyksillä sekä pieni energiankulutus. Signaalit eivät juuri resonoi ympäröiviin rakenteisiin ja läpäisevät hyvin esteitä. UWB-paikannuksessa tarvitaan tilaan UWB- vastaanottimet (beaconit) ja paikannettaville kohteille lähettimet.

VRA (Variable Rate Application) tarkoittaa määränsäätöautomatiikkaa eli lannoitteiden, kasvinsuojeluaineiden tai muiden tuotantopanosten tarpeenmukaista levitystä työkoneen automaattisella ohjauksella. Levitys voidaan toteuttaa esimerkiksi tehtäväkartan avulla tai reaaliaikaisesti kasvustosensorin tuottaman datan ohjaamana.