Процесс выращивания фруктов и ягод трудно автоматизировать. Нередко болезни или вредители выявляются при обычном визуальном осмотре, однако если сады занимают сотни гектаров, то вовремя определить проблему бывает сложно.
Учёные Тамбовского государственного технического университета (ТГТУ), НИТУ МИСИС, Высшей школы экономики и Китайского горно-технологического университета разработали роботизированную платформу для поиска болезней и вредителей фруктов. Робот-агроном botANNIC успешно прошёл тестирование на территории яблоневого сада Федерального научного центра имени И.В. Мичурина. Результаты исследований опубликованы в научном журнале Drones.
Робоплатформа botANNIC поможет снизить издержки садоводов на агрохимикаты и оптимизировать производство фруктов за счёт своевременного обнаружения больных плодов, что позволит принять решение о лечении конкретного дерева. Робот-агроном точнее и быстрее определит скрытые дефекты, невидимые человеческому глазу, и позволит выбрать для хранения только качественные фрукты. Это в свою очередь повысит сохранность урожая, а также намного снизит процент отбракованных плодов после их транспортировки, например, до магазинов розничной сети.
Робоплатформа оснащена стереокамерой, гиперспектральным датчиком для определения состояния качества плодов, электродвигателями мощностью 500 Вт и литий-ионными батареями. На местности botANNIC ориентируется благодаря 3D-карте окружающей местности. Габаритные размеры платформы 1,5*1,5 метра, грузоподъёмность — 200 кг. Робот может перевозить дополнительное оборудование, например, манипулятор для отбора проб фруктов или сбора урожая.
— 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 робота и конечную точку. Для обнаружения яблок на фоне листвы при ярком солнечном освещении разработан алгоритм автоматического выбора области переднего плана. Затем система с помощью многомерного анализа дополнительно классифицирует изображения плодов по следующим группам: здоровое яблоко (класс 0), гнилое (класс 1), пятнистое (класс 2), повреждённое насекомыми (класс 3) или грибковой паршой (класс 4). Точность классификации составляет не менее 80%, — говорит Александр Дивин, профессор кафедры «Мехатроника и технологические измерения» ТГТУ.
Учёные планируют доработать робота-агронома, оснастив его дополнительными датчиками и лазерным излучателем, чтобы он мог уничтожать вредителей и сорняки, снизив необходимость применения пестицидов и гербицидов в садах.
«Умный» помощник появился и у владельцев тепличных комплексов. Учёные Академии сельскохозяйственных наук Фуцзянь создали робота, который следит за состоянием растений в теплице с помощью сенсоров и видеокамер с высоким разрешением.