Para saintis Altai State Agrarian University dan All-Russian Research Institute of Phytopathology meneruskan pelaksanaan projek bersama "Pembangunan kaedah untuk pengesanan penyakit, perosak dan rumpai tepat pada masanya di ladang menggunakan penglihatan teknikal dan sistem pintar untuk peralihan ke pengenalan racun perosak dalam dos yang berbeza", lapor perkhidmatan akhbar Universiti Agrarian Negeri Altai.
Mengikut pelan projek, saintis akan membangunkan kaedah dan teknologi untuk mengesan perosak, penyakit dan rumpai di tanah dan jauh dalam tanaman menggunakan kamera multispektral dan hiperspektral digital serta algoritma kecerdasan buatan.
Pasukan saintis Universiti Agrarian Negeri Altai yang terlibat dalam pelaksanaan projek itu diketuai oleh Doktor Sains Teknikal, Profesor, Ketua Jabatan Jentera dan Teknologi Pertanian Vladimir Belyaev.
Peringkat utama dalam pelaksanaan projek adalah ujian lapangan reka bentuk sistem sensor optik menegak dengan pengimejan resolusi tinggi (pada skala milimeter), dengan keupayaan untuk bekerja pada ketinggian yang berbeza dalam tanaman, dengan rakaman selari trek dan koordinat titik tinjauan semasa bergerak. Percubaan itu berlaku di ladang rakan kongsi industri AGAU - ladang LLC "Leo" di daerah Kalmansky Wilayah Altai, pada tanaman kacang soya pelbagai Gratsia. Para saintis dari Institut Penyelidikan Fitopatologi tiba di Barnaul untuk mengambil bahagian dalam eksperimen. Sofia Zhelezova dan Ph.D., Penyelidik Evgenia Stepanova.
Sistem ini boleh dipasang pada boom penyembur yang tertinggal dan, apabila bergerak pada kelajuan 15 km/j pada sudut yang berbeza ke permukaan, rakam video untuk menilai kehadiran objek berbahaya dan rumpai dalam tanaman dan mengumpul perpustakaan spektrum imej objek berbahaya.
"Salah satu tugas kumpulan kerja saintis Universiti Agrarian Negeri Altai ialah pembangunan sistem pemasangan kamera universal dan penyepaduannya dengan penerima GPS untuk bekerja di lapangan dengan keupayaan untuk merekodkan trek dan koordinat titik penangkapan. semasa bergerak. Khususnya, kita mesti secara eksperimen menentukan sudut kamera optimum dan ketinggian pelekap, kelajuan pergerakan, parameter penangkapan yang paling berkesan, dsb. Kini keputusannya perlu diproses dan dianalisis oleh rakan sekerja dari Moscow,” Vladimir Belyaev mengulas keputusan awal ujian itu.
Langkah seterusnya projek ini akan menjadi pembangunan algoritma untuk memproses imej yang diperolehi oleh kamera dalam keadaan makmal dan lapangan, menggunakan rangkaian saraf untuk mengklasifikasikan objek sasaran (penyakit, perosak dan rumpai) dalam imej.
Berdasarkan hasil tinjauan tanaman, peta taburan spatial organisma berbahaya dalam tanaman akan dibina.
“Berdasarkan hasil tinjauan tanah dan jarak jauh tanaman dan peta taburan spatial objek berbahaya, ia dirancang untuk membangunkan algoritma membuat keputusan untuk penggunaan racun perosak dalam dos yang berbeza. Seterusnya, fail preskripsi atau kad tugas penyemburan akan dibuat dalam format yang serasi dengan komputer on-board penyembur., - menerangkan Sofya Zhelezova.
Kelulusan kaedah penyemburan tanaman dengan racun perosak dalam dos yang berbeza dan penilaian ekonomi awal kaedah penyemburan ini berbanding dengan penyemburan tradisional dalam dos yang sama di seluruh kawasan ladang adalah tugas akhir projek, tambah saintis.