Znanstvenici Altajskog državnog agrarnog sveučilišta i Sveruskog istraživačkog instituta za fitopatologiju nastavljaju provedbu zajedničkog projekta „Razvoj metoda za pravovremeno otkrivanje bolesti, štetnika i korova na poljima pomoću tehničkog vida i inteligentnih sustava za prijelaz na uvođenje pesticida u diferenciranim dozama", izvještava press služba Državnog agrarnog sveučilišta Altai.
Prema planu projekta, znanstvenici će razviti metode i tehnologije za prizemnu i daljinsku detekciju štetočina, bolesti i korova u usjevima korištenjem digitalnih multispektralnih i hiperspektralnih kamera te algoritama umjetne inteligencije.
Tim znanstvenika Altajskog državnog agrarnog sveučilišta koji je uključen u provedbu projekta predvodi doktor tehničkih znanosti, profesor, voditelj Odsjeka za poljoprivredne strojeve i tehnologiju Vladimir Belyaev.
Ključna faza u provedbi projekta bilo je terensko ispitivanje dizajna vertikalnog optičkog senzorskog sustava sa slikom visoke rezolucije (na milimetarskoj skali), s mogućnošću rada na različitim visinama u usjevima, uz paralelno snimanje traga i koordinate točaka mjerenja tijekom kretanja. Eksperiment se odvijao na poljima industrijskog partnera AGAU - farme LLC "Leo" u Kalmanskom okrugu Altajskog teritorija, na usjevima soje sorte Gratsia. Znanstvenici iz Istraživačkog instituta za fitopatologiju stigli su u Barnaul kako bi sudjelovali u eksperimentu. Sofia Zhelezova i dr. sc., istraživač Evgenija Stepanova.
Sustav se može montirati na polugu vučene prskalice i, kada se kreće brzinom od 15 km/h pod različitim kutovima u odnosu na površinu, snima video kako bi se procijenila prisutnost štetnih predmeta i korova u usjevima i akumulirala spektralna biblioteka slike štetnih predmeta.
“Jedan od zadataka radne skupine znanstvenika Altajskog državnog agrarnog sveučilišta je razvoj univerzalnog sustava za montažu kamere i njegove integracije s GPS prijemnikom za rad na terenu s mogućnošću snimanja staze i koordinata točaka snimanja. dok se kreće. Konkretno, moramo eksperimentalno odrediti optimalni kut kamere i visinu montaže, brzinu kretanja, najučinkovitije parametre snimanja itd. Sada rezultate trebaju obraditi i analizirati kolege iz Moskve”, komentirao je Vladimir Beljajev preliminarne rezultate testa.
Sljedeći korak projekta bit će razvoj algoritama za obradu slika dobivenih kamerama u laboratorijskim i terenskim uvjetima, korištenjem neuronskih mreža za klasificiranje ciljanih objekata (bolesti, štetnika i korova) na slikama.
Na temelju rezultata pregleda usjeva izradit će se karte prostornog rasporeda štetnih organizama u usjevima.
“Na temelju rezultata zemaljskog i daljinskog snimanja usjeva te karte prostornog rasporeda štetnih subjekata, planira se izraditi algoritam donošenja odluka za primjenu pesticida u diferenciranim dozama. Zatim će se kreirati receptna datoteka ili kartica zadataka prskanja u formatu koji je kompatibilan s ugrađenim računalom raspršivača., - objašnjava Sofya Zhelezova.
Aprobacija načina prskanja usjeva pesticidima u diferenciranoj dozi i preliminarna ekonomska procjena ovog načina prskanja u usporedbi s tradicionalnim prskanjem u istoj dozi na cijeloj površini polja završni je zadatak projekta, dodaju znanstvenici.