1 - 1Share
Первую в мире систему «умного земледелия», ориентированную на небольшие агропромышленные хозяйства, разрабатывают ученые Самарского национального исследовательского университета имени академика С.П. Королева.
По их словам, дроны с гиперспектрометрами обеспечат сбор данных, необходимых при управлении сельхозугодьями, а искусственный интеллект подскажет, какие меры стоит предпринять. Как ожидают создатели, система будет в десятки раз дешевле других систем «умного земледелия». Об этом сообщили в пресс-службе вуза.
Спектрометры – устройства, позволяющие получать данные о составе вещества за счет разделения света на множество отдельных каналов. Если в обычном фотоаппарате таких каналов всего три, то современные высокоточные приборы, гиперспектрометры, способны представлять информацию со 100 и более спектральных каналов. Одно из наиболее важных применений такой техники сегодня, по словам ученых Самарского университета, – агропромышленный мониторинг.
Комплексная система, разрабатываемая специалистами университета, станет первым в мире универсальным инструментом «умного» фермерства, уверены ученые. Главное ее отличие от немногочисленных аналогов – крайне низкая стоимость. По словам ученых, благодаря ряду уникальных технических решений и сниженному весу спектрометра, система будет в десятки раз дешевле конкурентов, что делает ее оптимальной для применения в малых и средних хозяйствах.
Система состоит из компьютерной программы, облачного сервиса и беспилотника, оснащенного сверхкомпактным гиперспектрометром. Прибор, по словам ученых, будет способен с высоты 50-100 метров определять очаги сорняков или участки посевов, поврежденные вредителями, оперативно собирать данные об уровне и составе минеральных веществ, измерять влажность почвы.
По расчетам ученых, один БПЛА будет способен отснять за сутки до 20 гектар в час, в реальном времени транслируя необходимую пользователю информацию. Беспилотники смогут работать как под управлением наземных станций, так и в автоматическом режиме, ориентируясь с помощью машинного зрения. На основе собранной информации алгоритмы облачного сервиса с элементами искусственного интеллекта подскажут, какие меры стоит предпринять.
«Научная новизна нашего комплекса заключается в возможности применения уникальных дифракционных оптических элементов, позволяющих значительно уменьшить и удешевить гиперспектрометры. Микрорельеф этих линз, разработанных в нашем университете и уже успешно применяемых, позволяет объединить в одном элементе функции построения изображения и разложения в спектр», – рассказал доцент кафедры суперкомпьютеров и общей информатики Самарского университета Павел Якимов.
Из-за высокой стоимости аппаратуры для спектральной съемки во всем мире до сих пор существует крайне мало публичных библиотек гиперкубов, или, проще говоря, гиперспектральных снимков. Появление доступных приборов позволит многократно увеличить массив общедоступных гиперкубов, что, как считают ученые Самарского университета, поможет быстро обучить нейросети качественному детальному анализу подобных изображений.
«Облачная платформа для сбора, хранения и обработки гиперкубов – важнейший элемент нашей системы. Мы хотим сделать платформу доступной не только для пользователей нашей системы, но и для всех потенциально заинтересованных владельцев гиперспектрального оборудования, так что надеемся, ею будут пользоваться во всем мире», – отметил Якимов.
Сверхкомпактный гиперспектрометр планируется устанавливать на специально разработанный БПЛА «Жужа», размеры которого составляют около 30 см. В перспективе прибор также можно будет использовать на любых беспилотниках, способных поднять более 300 граммов. Кроме гиперспектрометра, вес которого составит примерно 100 граммов, на борту также будет смонтирована камера видимого диапазона и одноплатный мини-компьютер.
Ученые рассчитывают, что исследования и испытания в рамках проекта завершатся к июню 2021 года. В настоящее время специалисты университета оптимизируют конструкцию прибора и совершенствуют технологию массового производства дифракционных оптических элементов.
Источник: ria.ru
