Российские ученые разрабатывают космическое зрение сельского хозяйства
Группа ученых из Самарского государственного исследовательского университета намерена предложить фермерам системы цифрового «зрения» для сельскохозяйственной техники на основе технологий, которые изначально были разработаны для космоса.
Системы космического зрения традиционно используются для поиска признаков жизни на Марсе и исследования других планет в нашей Солнечной системе. Они оснащены мощной оптикой и набором датчиков и способны, в том числе, анализировать состав почвы.
По словам ученых, с помощью некоторых нововведений эти «космические глаза» могут быть применены к ирригационному оборудованию, зерноуборочным комбайнам и другому сельскохозяйственному оборудованию.
Обработка и классификация гиперспектральных изображений
Кафедра технической кибернетики Самарского университета разработала компактный космический гиперспектрометр для установки на российские спутники и работает над нейронными сетями для обработки и классификации гиперспектральных изображений поверхности Земли, полученных с орбиты.
Гиперспектральные изображения показывают влажность и содержание минеральных веществ в почве, наличие болезней растений и даже источники распространения вредителей.
Наземные гиперспектральные датчики
«Однако оказалось, что полученная с космического корабля гиперспектральная информация не может в кратчайшие сроки удовлетворить потребности точного земледелия, поскольку на ее сбор уходит определенное время. Поэтому мы обратились к разработке наземных гиперспектральных датчиков, — пояснил Николай Казанский, профессор кафедры технической кибернетики Самарского университета.
«Набор требований к наземным датчикам существенно отличается от требований к гиперспектральному оборудованию для космических аппаратов. В случае с космическими гиперспектрометрами главное — получить максимально возможные оптические данные, а для наземных датчиков это далеко не первостепенная задача», — добавил он.
Ученые используют сенсорные системы, сочетающие в себе плоскую оптику и элементы с высоким микрорельефом, которые могут выполнять несколько различных задач для получения информации о состоянии почвы и растений. Гиперспектральная камера превращается в чрезвычайно простое устройство, сравнимое по сложности с обычной видеокамерой.
«Например, сочетание фазовых функций гармонической линзы и фазовой функции дифракционной решетки позволяет с помощью всего одного элемента сформировать изображение и разбить его на спектр. Таким образом, гиперспектральная камера превращается в предельно простое устройство, сравнимое по сложности с обычной видеокамерой, в которой вместо объектива используется наша оптика, которая одновременно разбивает информацию на спектр и формирует изображение», — сказал Казанский.
Оператор может анализировать данные, но в будущем эту задачу должны выполнять нейронные сети, которые также могут управлять сельскохозяйственной техникой.
Гиперспектральные датчики для орошения
«Мы можем установить гиперспектральные датчики, например, на оросительную машину. В конце концов, гиперспектральное изображение позволяет увидеть многие вещи, недоступные человеческому глазу на обычном черно-белом или цветном изображении. А датчик моментально определит, нужно поливать поле или нет. Мы планируем использовать более 50 спектральных каналов в диапазоне длин волн 0,4–1,05 мкм », — добавил Казанский.
Повышение урожайности на 25%
По словам ученых, эта технология сделает сельское хозяйство «чрезвычайно умным». По расчетам ученых, установив новую систему только на ирригационных машинах в России, сельхозпроизводители повысят урожайность на 25%. К примеру, в 2019 году в России собрано 120,6 млн тонн зерна.
В рамках проекта ученые обещают уделить особое внимание технической конструкции датчиков — чтобы они были простыми и достаточно дешевыми для массового использования в сельскохозяйственной технике.
Гиперспектральные датчики на дронах
Ожидается, что гиперспектральные датчики будут установлены не только на наземных транспортных средствах, но и на беспилотных летательных аппаратах, чтобы можно было быстро оценить состояние больших площадей сельскохозяйственных земель. Самарский государственный аграрный университет уже достиг предварительных договоренностей об испытании их технологии на местных полях.
В рамках своего проекта ученые получили грант на четырехлетнее исследование. Они планируют усовершенствовать технологию и внедрить алгоритмы восстановления и анализа гиперспектральных изображений с использованием методов глубокого обучения нейронных сетей.
Источник: www.futurefarming.com, фото: Дарья Аксенова
