Научници Алтајског државног аграрног универзитета и Сверуског истраживачког института за фитопатологију настављају реализацију заједничког пројекта „Развој метода за благовремено откривање болести, штеточина и корова на пољима коришћењем техничке визије и интелигентних система за прелазак на увођење пестицида у диференцираним дозама“, преноси прес служба Алтајског државног аграрног универзитета.
Према плану пројекта, научници ће развијати методе и технологије за приземну и даљинску детекцију штеточина, болести и корова у усевима коришћењем дигиталних мултиспектралних и хиперспектралних камера и алгоритама вештачке интелигенције.
Тим научника Алтајског државног аграрног универзитета укључених у реализацију пројекта предводи доктор техничких наука, професор, шеф катедре за пољопривредне машине и технологију Владимир Бељајев.
Кључна фаза у реализацији пројекта била је теренско испитивање дизајна вертикалног оптичког сензорског система са снимањем високе резолуције (на милиметарској скали), са могућношћу рада на различитим висинама у усеву, уз паралелно снимање стазе. и координате тачака снимања у току кретања. Експеримент се одвијао на пољима индустријског партнера АГАУ - фарме ЛЛЦ "Лео" у Калманском округу Алтајске територије, на усевима соје сорте Гратсиа. Научници са Истраживачког института за фитопатологију стигли су у Барнаул да учествују у експерименту. Софија Железова и др, истраживач Евгениа Степанова.
Систем се може монтирати на грану вучене прскалице и, када се креће брзином од 15 км/х под различитим угловима према површини, снима видео за процену присуства штетних објеката и корова у усеву и акумулира спектралну библиотеку слике штетних предмета.
„Један од задатака радне групе научника Алтајског државног аграрног универзитета је да развије универзални систем за монтажу камере и његову интеграцију са ГПС пријемником за рад на терену са могућношћу снимања трага и координата тачака снимања док креће се. Конкретно, морамо експериментално одредити оптимални угао камере и висину монтаже, брзину кретања, најефикасније параметре снимања итд. Сада резултате треба да обрађују и анализирају колеге из Москве“, прокоментарисао је Владимир Бељајев прелиминарне резултате теста.
Следећи корак пројекта биће развој алгоритама за обраду слика добијених камерама у лабораторијским и теренским условима, коришћењем неуронских мрежа за класификацију циљних објеката (болести, штеточина и корова) на сликама.
На основу резултата премеравања усева биће изграђене карте просторног распореда штетних организама у усеву.
„На основу резултата теренског и даљинског снимања усева и мапе просторне дистрибуције штетних објеката, планира се израда алгоритма за доношење одлука о употреби пестицида у диференцираним дозама. Затим ће се креирати датотека са рецептом или картица задатка прскања у формату који је компатибилан са рачунаром прскалице., - објашњава Софија Железова.
Апромација методе прскања усева пестицидима у диференцираној дози и прелиминарна економска процена овог начина прскања у поређењу са традиционалним прскањем у истој дози на целој површини поља је коначни задатак пројекта, додају научници.