Naukowcy z Państwowego Uniwersytetu Rolniczego Ałtaju i Ogólnorosyjskiego Instytutu Badawczego Fitopatologii kontynuują realizację wspólnego projektu „Opracowanie metod szybkiego wykrywania chorób, szkodników i chwastów na polach za pomocą wizji technicznej i inteligentnych systemów do przejścia do wprowadzenie pestycydów w zróżnicowanych dawkach”, raporty służba prasowa Państwowego Uniwersytetu Rolniczego Ałtaju.
Zgodnie z planem projektu naukowcy opracują metody i technologie naziemnego i zdalnego wykrywania szkodników, chorób i chwastów w uprawach za pomocą cyfrowych kamer multispektralnych i hiperspektralnych oraz algorytmów sztucznej inteligencji.
Zespół naukowców Państwowego Uniwersytetu Rolniczego Ałtaju zaangażowanych w realizację projektu kierowany jest przez doktora nauk technicznych, profesora, kierownika Katedry Maszyn Rolniczych i Technologii Władimira Bielajewa.
Kluczowym etapem w realizacji projektu były testy terenowe konstrukcji pionowego systemu czujników optycznych z obrazowaniem w wysokiej rozdzielczości (w skali milimetrowej), z możliwością pracy na różnych wysokościach w uprawach, z równoległą rejestracją toru i współrzędne punktów pomiarowych podczas ruchu. Eksperyment odbył się na polach partnera przemysłowego AGAU - gospodarstwa LLC "Leo" w okręgu Kalmansky na terytorium Ałtaju, na uprawach soi odmiany Gratsia. Do Barnauł przybyli naukowcy z Instytutu Badawczego Fitopatologii, aby wziąć udział w eksperymencie. Sofia Żelezowa i dr, naukowiec Jewgienija Stiepanowa.
System można zamontować na wysięgniku opryskiwacza zaczepianego i poruszając się z prędkością 15 km/h pod różnymi kątami do powierzchni, nagrywać wideo w celu oceny obecności szkodliwych obiektów i chwastów w uprawach oraz gromadzić bibliotekę widm obrazy szkodliwych przedmiotów.
„Jednym z zadań grupy roboczej naukowców Ałtajskiego Państwowego Uniwersytetu Rolniczego jest opracowanie uniwersalnego systemu mocowania kamery i jego integracja z odbiornikiem GPS do pracy w terenie z możliwością rejestracji toru i współrzędnych punktów strzeleckich podczas ruchu. W szczególności musimy eksperymentalnie określić optymalny kąt kamery i wysokość montażu, prędkość ruchu, najefektywniejsze parametry fotografowania itp. Teraz wyniki muszą zostać przetworzone i przeanalizowane przez kolegów z Moskwy” – skomentował wstępne wyniki testu Władimir Bielajew.
Kolejnym etapem projektu będzie opracowanie algorytmów przetwarzania obrazów uzyskanych przez kamery w warunkach laboratoryjnych i terenowych, wykorzystujących sieci neuronowe do klasyfikacji obiektów docelowych (choroby, szkodniki i chwasty) na obrazach.
Na podstawie wyników badań upraw zostaną zbudowane mapy przestrzennego rozmieszczenia organizmów szkodliwych w uprawach.
„Na podstawie wyników badań naziemnych i zdalnych upraw oraz mapy przestrzennego rozmieszczenia obiektów szkodliwych planuje się opracowanie algorytmu podejmowania decyzji o stosowaniu pestycydów w zróżnicowanych dawkach. Następnie zostanie utworzony plik recepty lub karta zadania oprysku w formacie zgodnym z komputerem pokładowym opryskiwacza., - wyjaśnia Sofya Zhelezova.
Zatwierdzenie metody opryskiwania upraw pestycydami w zróżnicowanej dawce oraz wstępna ocena ekonomiczna tej metody oprysku w porównaniu z tradycyjnym opryskiwaniem w tej samej dawce na całej powierzchni pola to ostatnie zadanie projektu - dodają naukowcy.