Наземный дрон выявит больные деревья в саду и поможет сохранить урожай

Роботизированная наземная платформа botANNIC, выявляющая дефекты и повреждения фруктовых деревьев в саду с точностью более 80%, создана международным коллективом российских и китайских ученых. Дрон, передвигаясь по саду на колесной платформе, с расстояния нескольких метров сканирует плоды на деревьях, выявляя области поражения. На основании полученной информации формируется карта фитосанитарных заболеваний, что позволяет оперативно внедрить технические и защитные меры для сбережения урожая.

«С помощью стереокамеры, которая использует нейросети для воспроизведения человеческого зрения, botANNIC сканирует лиственные и плодоносные части деревьев, обнаруживает яблоки в кроне дерева, выявляя их степень спелости, а также повреждения», — рассказывает Иван Ушаков, д.т.н., профессор, заведующий кафедрой физики НИТУ МИСИС.

Производство фруктов и ягод чрезвычайно энергозатратно и с трудом поддается автоматизации. Обработка ядохимикатами сельхозугодий приводит к их накоплению в почве, повышению рисков заболеваемости и снижению общего иммунитета населения.

«Робоплатформа botANNIC позволит минимизировать эксплуатационные издержки, снизить воздействие на окружающую среду и оптимизировать производственный цикл. Прежде всего за счет своевременного обнаружения больных плодов, что позволит принять решение о лечении конкретного дерева, а также не использовать снятые с этого дерева плоды для хранения, поскольку они в скором времени испортятся, — отмечает Дмитрий Муромцев, д.т.н, профессор, проректор по научной работе Тамбовского государственного технического университета. —  Гиперспектральная камера определяет скрытые дефекты, невидимые человеческому глазу, и позволяет выбрать для хранения только плоды без дефектов. Это в свою очередь повышает процент сохранности урожая».

Робоплатформа оснащена стереокамерой, гиперспектральным датчиком для определения состояния качества плодов, электродвигателями мощностью 500 Вт и литий-ионными батареями. Навигационная система автоматизированной платформы используют 3D-карты окружающей местности. Габаритные размеры платформы 1,5-1,5 м, грузоподъемность — 200 кг, для перевозки дополнительного оборудования, например, манипулятора для отбора проб фруктов или сбора урожая.

В разработке приняли участие ученые Тамбовского государственного технического университета (ТГТУ), НИТУ МИСИС, Высшей школы экономики и Китайского горно-технологического университета. Система успешно показала себя во время испытаний на территории промышленного яблоневого сада Федерального научного центра имени И. В. Мичурина. Результаты исследований опубликованы в престижном научном журнале Drones (Q1).

«В процессе перемещения дрона по саду с помощью стерео- и гиперспектральной камеры собирается информация. В дальнейшем данные загружаются на бортовой компьютер платформы и планшет оператора, который может задать траекторию движения и конечную точку, — поясняет Александр Дивин, д.т.н., профессор кафедры „Мехатроника и технологические измерения“ ТГТУ. — Для обнаружения яблок на фоне листвы при колеблющемся солнечном освещении разработан алгоритм автоматического выбора области переднего плана. Затем система с помощью многомерного дискриминантного анализа дополнительно классифицирует изображения плодов по следующим группам: здоровое яблоко (класс 0), гнилое (класс 1), пятнистое (класс 2), поврежденное насекомыми (класс 3) или грибковой паршой (класс 4). Точность классификации составляет не менее 80%».

Дальнейшее развитие данных технологий позволит не только снизить себестоимость сельскохозяйственного производства, но и уйти от использования химикатов. Планируется проведение работ по оснащению botANNIC дополнительными датчиками и лазерным излучателем, для обеспечения возможности уничтожения вредных насекомых и сорняков. Это позволит получать чистые продукты питания, не содержащие пестициды и гербициды, а также радикально снизить вредную нагрузку на экосистему.

Предложенное учеными решение полезно для хозяйств, выращивающих фрукты в садах интенсивного типа. Оно также найдет применение в системах мониторинга и поддержки принятия решений для своевременного планирования агротехнических и защитных мер по сохранению высокого урожая.

Поделиться