Умный подход к каждому колоску
Московский политехнический университет начал разрабатывать ИИ-систему управления зерноуборочным комбайном, которая позволит сократить потери урожая.
В сельском хозяйстве одна из самых сложных и тяжелых профессий – комбайнер. Она требует колоссального опыта и внимания. За штурвалом зерноуборочного комбайна человек должен одновременно выполнять не менее десятка операций.
Добавьте сюда долгий рабочий день во время уборочной кампании и станет понятно, что на фоне усталости так или иначе человек будет допускать ошибки в работе, которые приводят к потерям зерна. Эти проблемы решают интеллектуальные системы, способные анализировать данные в реальном времени и самостоятельно принимать решения в процессе работы.
Как теряются центнеры зерна на гектаре
Московский политехнический университет (Московский политех) начал создавать систему управления зерноуборочным комбайном, основанную на искусственном интеллекте (ИИ). Проект выполняется при поддержке гранта конкурса имени П. Л. Капицы в рамках федеральной программы «Приоритет 2030». Разработка должна принципиально изменить процесс уборки урожая, главная задача – минимизировать потери зерна.
По оценкам экспертов, при уборке пшеницы может теряться до 6,6% от общего урожая. Другими словами, при урожайности в сорок центнеров в поле остается до двух с половиной центнеров зерна только на одном гектаре. В Краснодарском крае, где урожай обычно в разы больше, пропорционально растут и потери.
При этом основные проблемы происходят именно в момент касания стеблей жаткой. Дело в том, что колосья на поле растут неравномерно, а кроме того, рельеф местности меняет наклон машины. Очень сложно держать ее всё время в оптимальном состоянии. Даже самый опытный комбайнер не может мгновенно менять настройки. При этом решения принимаются на основе зрения и интуиции. А существующие автоматические системы на серийных комбайнах реагируют на смену условий работы с задержкой от трёх до шести секунд – это тоже долго. За это время комбайн проезжает около десяти метров и теряет зерно. В общем, нужны более эффективные технологии контроля работы машины.
Автоматическое решение за доли секунды
Разработка Московского политеха основана на нейросетевой модели компьютерного зрения, которая обрабатывает данные с установленных на жатке RGB-камеры и сенсора глубины. В режиме реального времени оцениваются высота и плотность растений, степень их полеглости, а также объем поступающей хлебной массы. После анализа этой информации создаются управляющие команды для механизмов комбайна. Автоматически регулируются скорость движения самой машины и частота работы режущего аппарата.
Скорость принятия решений ИИ-системы принципиально выше, чем у серийной техники – параметры обновляются несколько раз в секунду. Это снижает риск потерь урожая, уменьшает повреждение зерна, предотвращает попадание лишних примесей в бункер.
Новый проект должен быть закончен за три года. После разработки математической и имитационной модели новой системы будет создаваться цифровой двойник. После оценки его эффективности произведут реальный опытный образец. Испытания пойдут на базе зерноуборочного комбайна классической компоновки.
В дальнейшем проект может стать платформой для создания автономных сельскохозяйственных машин. Другими словами, комбайны смогут работать в поле круглосуточно, без человека в кабине.
Новый этап автоматизации
В России с 2018 года работают над автономными системами вождения в АПК. В 2019 году российское предприятие CognitiveTechnologies совместно со Сбером впервые внедрило системы управления беспилотным комбайном в агрохозяйствах Томской области. Идут работы над системами параллельного вождения.
Компания «Ростсельмаш» поставляет потребителям автономный (без механизатора в кабине) зерноуборочный комбайн под управлением системы РСМ «Агротроник Пилот 2.0» для уборки подсолнечника и сои. Более простая версия, РСМ «Агротроник Пилот 1.0», снимает с механизатора часть функций по управлению агромашиной.
Разработка Московского политеха дополнит эту линейку технологий, у аграриев появится возможность не только точно вести комбайн по полю, но и управлять параметрами уборки исходя из состояния посевов. Это критически важно, потому что эффективность уборочных работ зависит не только от точности маршрута, но и от состояния растений. Российский агротех переходит от систем автопилотирования к более сложным интеллектуальным платформам, которые управляют не только движением машины, но и процессом уборки. Для этого используются технологии компьютерного зрения, машинного обучения, робототехники и промышленной автоматизации.
Таким образом разработчики цифровых решений демонстрируют применение ИИ-систем в агросекторе, где эффект их работы легко оценивается за счет снижения потерь, роста производительности и экономии ресурсов. Это обеспечивает АйТи-индустрии стабильный спрос на годы вперед. Гарантия потребности – большая площадь угодий, кадровый дефицит в АПК и потребность в импортонезависимых технологиях.
При этом российские цифровые системы управления агротехникой уже востребованы на внешних рынках. Испытания отдельных решений от компании Cognitive Pilot проходили в Белоруссии, Бразилии и ЮАР. У проверенных на практике ИИ-платформ, контролирующих весь процесс уборочных работ, экспортный потенциал будет еще выше.
