알타이 주립 농업 대학과 전 러시아 식물 병리학 연구소의 과학자들은 "기술 비전과 지능형 시스템을 사용하여 현장에서 질병, 해충 및 잡초를 적시에 탐지하는 방법 개발 차별화된 용량의 살충제 도입", 보고서 알타이 주립 농업 대학의 언론 서비스.
프로젝트 계획에 따라 과학자들은 디지털 다중 스펙트럼 및 초분광 카메라와 인공 지능 알고리즘을 사용하여 작물의 해충, 질병 및 잡초를 지상 및 원격으로 탐지하는 방법과 기술을 개발할 것입니다.
프로젝트 구현에 참여한 알타이 주립 농업 대학의 과학자 팀은 기술 과학 박사, 교수, 농업 기계 및 기술 학과장인 Vladimir Belyaev가 이끌고 있습니다.
프로젝트 구현의 핵심 단계는 트랙의 병렬 기록과 함께 작물의 다양한 높이에서 작업할 수 있는 기능과 함께 고해상도 이미징(밀리미터 단위)을 갖춘 수직 광학 센서 시스템 설계의 현장 테스트였습니다. 이동하는 동안 조사점의 좌표. 실험은 AGAU의 산업 파트너인 Altai Territory의 Kalmansky 지역에 있는 농장 LLC "Leo"의 분야에서 Gratsia 품종의 대두 작물에 대해 수행되었습니다. 식물 병리학 연구소의 과학자들은 실험에 참여하기 위해 Barnaul에 도착했습니다. Sofia Zhelezova 및 Ph.D., 연구원 예브게니아 스테파노바.
이 시스템은 트레일드 스프레이어의 붐에 장착할 수 있으며, 표면에 대해 다른 각도에서 15km/h의 속도로 이동할 때 비디오를 녹화하여 작물에 유해한 물체와 잡초의 존재를 평가하고 스펙트럼 라이브러리를 축적합니다. 유해한 물체의 이미지.
"Altai State Agrarian University 과학자 작업 그룹의 임무 중 하나는 범용 카메라 장착 시스템의 개발과 사격 지점의 추적 및 좌표를 기록하는 기능으로 현장에서 작업하기 위한 GPS 수신기와의 통합입니다. 이동하는 동안. 특히 최적의 카메라 각도와 장착 높이, 이동 속도, 가장 효과적인 촬영 매개변수 등을 실험적으로 결정해야 합니다. 이제 모스크바의 동료들이 결과를 처리하고 분석해야 합니다.”라고 Vladimir Belyaev는 테스트의 예비 결과에 대해 말했습니다.
프로젝트의 다음 단계는 이미지에서 대상 물체(질병, 해충 및 잡초)를 분류하기 위해 신경망을 사용하여 실험실 및 현장 조건에서 카메라로 얻은 이미지를 처리하는 알고리즘을 개발하는 것입니다.
농작물 조사 결과를 바탕으로 농작물 내 유해생물의 공간분포 지도를 구축한다.
“작물에 대한 지상 및 원격 조사 결과와 유해물체의 공간 분포도를 기반으로 차등 살충제 사용에 대한 의사결정 알고리즘을 개발할 계획입니다. 다음으로, 스프레이어의 온보드 컴퓨터와 호환되는 형식으로 처방 파일 또는 스프레이 작업 카드가 생성됩니다., - Sofya Zhelezova가 설명합니다.
과학자들은 차별화된 용량으로 농약을 살포하는 방법의 승인과 이 살포 방법에 대한 예비 경제성 평가를 전체 밭 면적에 동일한 용량으로 전통적인 살포와 비교하는 것이 프로젝트의 최종 과제라고 덧붙였습니다.