Интеллектуальную робототехническую систему мониторинга и контроля качества плодоовощной продукции разработала команда исследователей Тамбовского государственного технического университета и Высшей школы экономики. Система позволит садоводам своевременно проводить защитные и агротехнические мероприятия, обеспечивая высокое качество урожая.
«Это была идея, сформированная в результате нашего участия в НОЦ мирового уровня «инженерия будущего». Мы вошли в комитет по умному агро, где обсуждали актуальные темы для разработки с коллегами из сельхоз отрасли», – рассказал нам заведующий кафедрой «Мехатроника и технологические измерения» ТГТУ Павел Балабанов. Тема защиты урожая от повреждений и болезней в настоящее время становится всё более актуальной, поскольку с каждым годом увеличивается количество новых заложенных садов.
Разработчики НИУ ВШЭ и ТГТУ в рамках проекта «Зеркальные лаборатории» создали киберфизическую роботизированную платформу для проксимального зондирования и мониторинга болезней и развития растений в условиях интенсивного садоводства. Интенсивным садоводством называют способ выращивания плодовых культур, который подразумевает близкое расположение деревьев, быстрый срок плодоношения и низкорослость взрослых растений.
Павел Балабанов отметил, что в основе конструкции –оригинальные разработанные решения в области мониторинга заболеваний на основе технического зрения. Команда разработала алгоритмы, с помощью которых можно определить как видимые, так и незаметные повреждения плодов в режиме реального времени. Учёные используют метод гиперспектрального контроля. Он производится созданной роботизированной платформой на колёсах, способной передвигаться в автономном режиме. Сначала она собирает показания гироскопа и магнитометра, а также визуальную информацию, после чего передаёт данные в облако для последующей обработки на компьютере.
Подобный метод контроля позволяет получать данные, которые нельзя обнаружить посредством визуального наблюдения. Выявить повреждения можно с точностью в 92 процента. На сегодняшний день аппарат способен собирать изображения листьев, плодов, анализировать их с возможностью определения заболеваний. В планах разработать алгоритмы, которые будут способны определять внутреннее качество плодов, то есть твёрдость, зрелость и сахаристость. «Пока мы ведём переговоры с возможным индустриальным партнером для создания опытной партии, но это будут платформы других массогабаритных характеристик», – рассказал Павел Балабанов.
Фото: Пресс-служба НИУ ВШЭ
ГОР