нейронные сети, Пенза, умная теплица,

Российские нейронные сети обучены ухаживать за теплицами

Технологии Фрукты-овощи-ягоды
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  

Научный коллектив Пензенского государственного университета разработал систему управления тепличным хозяйством на основе нейросети.

ИИ в реальном времени следит за состоянием растений и в зависимости от него подбирает оптимальные параметры микроклимата в теплице. Технология позволяет снизить энергозатраты на содержание посадок, которые составляют большую часть себестоимости сельскохозяйственной продукции, в два-три раза. На данном этапе специалисты испытывают возможности своей разработки на примере небольшого бокса. Это первая подобная система в России, где для контроля побегов используется видеокамера. Аналогичные решения создают за рубежом, однако там применяют другие методы.

— Наше преимущество в том, что мы не воздействуем на само растение, как это происходит с механическими датчиками. Их прикрепляют к листьям, к плодам, к стеблю. Они не дают побегу нормально расти, развиваться. Мы же наблюдаем за растением с помощью видеокамеры — на побег нет никаких негативных эффектов, — сказал соавтор разработки, студент четвертого курса Политехнического института ПГУ Сергей Маркелов.

К тому же использовать механические датчики дороже, чем видеокамеру, так как они одноразовые и требуют специального обслуживания, добавил он.

Одна камера может контролировать от трех до 16 побегов. Сигнал с нее получает нейросетевая система компьютерного зрения. Изображение разбивается на множество областей, по которым ИИ определяет основные элементы: само растение, окружающую среду, границы объектов. Затем он анализирует диаметр стебля и черешка, площадь листового покрова, прирост стебля и плода. Эти данные передаются второй нейросети, которая на их основе рассчитывает рост, объем, количество и примерный объем листьев растения.

В теплицы установлены светильники со светодиодами разных цветов. Их сочетание позволяет подбирать оптимальное для растений освещение. Кроме того, по коэффициенту отражения в различных областях спектра можно определить содержание в побеге хлорофилла, которое тесно связано с концентрацией азота в листьях. Это также характеризует степень комфорта растения.

Человек может управлять такой системой удаленно с помощью смартфона или компьютера. При желании он имеет возможность поменять стратегию выращивания, а нейросеть поможет ее оптимизировать.

— С помощью нашей теплицы фермеры и агрономы смогут определить сбои или изменения в процессах роста растений задолго до того, как это можно будет увидеть невооруженным глазом. Это позволит своевременно диагностировать проблему замедления или уменьшения их роста, — сказал доцент кафедры «Электроэнергетика и электротехника» Василий Ашанин.

Кроме применения непосредственно в тепличных хозяйствах систему планируют использовать в исследовательских целях. С ее помощью будут испытывать новые технологии, сорта и гибриды, разрабатывать стратегии выращивания. Также разработка позволяет моделировать реальные условия окружающей среды в различных регионах мира. Так селекционеры смогут проверить, приживется ли тот или иной сорт или гибрид на определенной территории.

Специалисты ПГУ подчеркивают, что пока они находятся на научном этапе создания разработки и до внедрения ее в практику им предстоит еще решить ряд проблем.

Источник: iz.ru

Метки