Машинное зрение для летающего фитопатолога
Специалисты Казанского государственного аграрного университета создали систему машинного зрения для раннего выявления заболеваний сельскохозяйственных растений.
Сегодня для увеличения объемов производства продовольственных культур борьба с болезнями и вредителями растений не менее важна, чем рост урожайности. По данным Продовольственной и сельскохозяйственной организации ООН, примерно треть урожая в мире ежегодно погибает от вредителей и болезней, поэтому разработка эффективных автоматизированных методов распознавания недугов агрокультур– одна из важнейших задач во всем мире. Российские разработчики цифровых решений предлагают новые проекты для борьбы за здоровье растений.
Цифровой глаз
В Татарстане ученые разработали алгоритмы машинного зрения для прогнозирования болезней растений. В Казанском государственном аграрном университете создали систему машинного зрения, которая видит болезни растений на ранней стадии, когда недуг почти не заметен для человека.
Преимущество новой технологии в том, что она применяется на основе агродронов. Это дает возможность агрономам решить три фундаментальные проблемы растениеводства: позднее обнаружение заболеваний, причина которого – большие площади полей; выборочный мониторинг растений, что не позволяет понять полную ситуацию на поле; медленный процесс получения информации и принятие мер для оздоровления культур, что связано с отсутствием информационных систем.
БПЛА, оснащенный системой машинного зрения, решает все эти проблемы. Появилась возможность быстро «сканировать» огромные площади посевов с помощью дронов, фиксируя состояние тысяч растений. Это позволяет оперативно находить очаги поражений.
Кроме того, машинное зрение позволяет ставить диагноз – выявлять тонкие детали болезней, которые человек может не заметить, или заметить не сразу. Часто фитопатологии оставляют малозаметные специфические «отпечатки» на листьях: изменённую текстуру, необычные пятна, специфическое распределение пигментов, деформацию частей листа. Иногда из-за нарушения физиологии растений меняется даже отражение света и температура листьев. Более того, машинное зрение не ограничено только видимым спектром. Камеры фиксируют отражение света в десятках узких диапазонов и дают возможность заметить физиологические изменения на самых ранних этапах. Наконец, машинное зрение не устает, работает по введенному алгоритму и находит заданные программой болезни.
Потенциал машинного зрения в АПК
Системы машинного зрения стали важным шагом в автоматизации растениеводства в России. Быстрый и точный мониторинг позволяет вовремя выявить паразитов и болезни, и снизить потери урожая. Производители за счет увеличат объемы производства не увеличивая затраты. После включения систем машинного зрения в платформы точного земледелия аграрии снизят затраты на энергию, воду и удобрения. Все это увеличит доходность и позволит инвестировать в развитие бизнеса. Потребители получат более качественный продукт, так как ни одно больное растение не останется незамеченным.
Снижать издержки за счет точности работ и систем компьютерного зрения в российском АПК начали давно, например, этот метод применяется для повышения эффективности работы сельхозтехники.
«Использование систем помощи водителю на основе ИИ для машинно-тракторных агрегатов позволяет снижать себестоимость производства продукции растениеводства за счет более точного высева, экономии топлива и повышения производительности», – отметил Ильшат Нуриев, ректор Казанского государственного аграрного университета.
Сейчас начался этап интеграции машинного зрения и БПЛА. Работы идут быстро и успешно.
Помочь борьбе с голодом в мире
Интересный проект создали ученые Федерального исследовательского центра Института цитологии и генетики Сибирского отделения РАН и Новосибирского национального исследовательского государственного университета. Там разработали платформу дистанционного мониторинга растений с помощью беспилотников и систем компьютерного зрения, которая дает возможность формировать карты плотности посевов.
Специалисты Исследовательского центра в сфере искусственного интеллекта Новосибирского госуниверситета проводят испытания системы, позволяющей с помощью агродронов выявлять очаги заражения картофельных полей колорадским жуком. Это позволит перейти от сплошной химической обработки к точечной.
В ближайшие несколько лет подобные российские платформы станут стандартным оборудованием для крупных российских агропредприятий. Также они будут востребованы в развивающихся странах с растущим населением, где актуальна проблема борьбы с голодом. Там необходимы доступные и эффективные системы раннего выявления фитопатологий.
