Технологии дистанционного определения и удаления сорняков без применения ядохимикатов
 Скачать 0.61 Mb.
|
|
УДК ? Технологии дистанционного определения и удаления сорняков без применения ядохимикатов ФГБОУ ВО «Российский государственный аграрный университет – МСХА имени К.А. Тимирязева, г. Москва Научный руководитель - Ляпин Е.Р. Рябикова, А.Г. Дозорцев Разработана система роботизированного культиватора, удаляющего сорняки без применения ядохимикатов. Система состоит из манипулятора, установленного на платформе, привозимой трактором. Устройство инерционного контроля и специальная система визуализации позволяют компенсировать неоднородность движения, обусловленную неровностями почвы. Сорняки уничтожаются с помощью электрических разрядов длительностью 200 мс при напряжении 15 кВ и токе 30 мА, подаваемых на сорняки с помощью специального электрода, установленного на манипуляторе. В состав органов управления и контроля входят системы общего наблюдения, инерционного контроля, управления манипулятором, первичной и вторичной визуализации. Их обслуживают 4 персональных компьютера. Дополнительно пространственную ориентировку манипулятора с 6 степенями свободы контролирует специально разработанный бок с 11 микропроцессорами, управляющими 6 электромоторами. Рабочая скорость перемещения платформы 0,8 км/ч. Активная подвеска уменьшает колебания платформы и облегчает работу манипулятора, в котором используется принцип параллельного управления несколькими элементами рабочего органа. Конструкция обеспечивает высокие ускорения, сообщаемые при необходимости манипулятору, и короткий рабочий цикл. Инерционные датчики учитывают ускорения платформы, ее перемещения и повороты при вычислении положения манипулятора относительно сорняков. Система первичной визуализации включает видеокамеру, установленную на платформе, выделяет сорняки по их размеру и определяет координаты в режиме реального времени;2-я система визуализации включает видеокамеру, установленную на манипуляторе. Она захватывает сорняки по информации от 1-й системы, уточняет их координаты по очереди и координирует траекторию движения манипулятора. Приведена методика калибровки и тренировки систем визуализации для надежного выделения сорняков на фоне почвы выращиваемых растений и передачи функции слежения от 1-й системы визуализации ко 2-й. Полевые испытания установки проведены на ферме при выращивании лука-латука на грядках при неровностям почвы до 5 см и густоте сорняков до 8м2 .Время, затрачиваемое на 1 сорняк , не превышало 1 с и уничтожались все сорняки , имеющие размер до 20 см и менее 8 листьев. При сильном засорении поля сорняки сразу образуют пучки, которые воспринимаются робот ом как лук и не уничтожаются. Поэтому необходим анализ формы изображений, для чего требуется гораздо больше времени работы процессора. Ил. (Константинов В.Н.). Ключевые слова: салат, борьба с сорняками, роботы, видеотехника, электрический ток, компьютерный анализ изображения, latucasativa. Применение средств защиты растений – один из важнейших факторов, влияющих на урожайность. Рациональное использование агрохимикатов на ранних стадиях роста – залог полноценного формирования и развития культуры. В 2017 году стоимость средств защиты растений для аграриев увеличилась на 30%. После массовой ликвидации химических предприятий Китая (в рамках взятого страной курса на снижение химического производства), цены на отдельные виды продукции увеличились вдвое (азоксистробин). Рационализация применения средств защиты растений (СЗР) - необходимый фактор достижения рентабельности сельхозпроизводства. Потому что до 30% от общего количества потерь урожая обусловлены проблемами с сорняками. Сорняки неравномерно распространяются на разных участках поля — это их специфика. Своевременное выявление и обработка очагов возникновения - важнейший фактор контроля их распространения. С развитием технологий на смену неэффективному и трудоемком визуальному осмотру пришли методы наблюдения с применением БПЛА (беспилотный летательный аппарат) и спутников дистанционного зондирования Земли. Они позволяют оценивать состояние посевов на значительных территориях с необходимой периодичностью. Также в последнее время для определения засоренности применяются технологии машинного обучения и робототехника. Ежегодные потери от вредителей, болезней и сорняков могут достигать до 40% от мирового урожая. До 30% от общего количества потерь вызваны проблемами с сорняками. Получить высокую урожайность отдельных культур (кукуруза, рапс и др.) без правильного применения СЗР вообще невозможно. Обычные методы борьбы с сорняками заключаются во внесении гербицидов на все поле. Эта практика обуславливает перерасход действующего вещества, что увеличивает расходы агропроизводителя и приводит к загрязнению окружающей среды. Минимизировать использование СЗР и сохранить производительность - задача точного земледелия. Реализовать эту задачу поможет обнаружение и идентификация сорняков с помощью специальных технических средств. Применение спутников для решения проблемы. Спутниковый мониторинг экономически наиболее выгоден для выявления сорняков. Однако после появления всходов определить засоренность с помощью спутников - невозможно, из-за сходства отражательной способности сорняков и сельскохозяйственных культур. Спектральный отзыв целевых сорняков должен четко отличаться от фона. Поэтому на практике спутники применяются или для определения степени поражения поля сорняками до появления всходов, или на свободных от культур полях. Также ДЗЗ (дистанционное зондирование земли) используют для оценки эффективности борьбы с сорняками, благодаря периодичности получения снимков. Мониторинг засоренности при помощи дронов. В связи с быстрым развитием БПЛА и улучшением их технических характеристик (время полета, качество фотооборудования) - увеличивается экономическая эффективность их применения. Мониторинг с помощью БПЛА производится на различных стадиях вегетационного развития растений. Оборудованные современными RGB-камерами камерами дроны получают снимки с высоким разрешением 1-2 см/пиксель, которая позволяет выявить отдельные культуры и сорняки. На ранних стадиях роста пропашных культур снимки БПЛА применяют для определения наличия сорняков в междурядьях. С помощью алгоритмов обработки снимков идентифицируются ряды посевов и междурядья. Таким образом, вся растительность в междурядьях идентифицируется как сорняк. Полученная информация может использоваться для составления карт дифференцированного внесения гербицидов. Чтобы определить тип сорняков и эффективный способ борьбы с ними, целесообразно обследовать наиболее проблемные участки. На ранних стадиях развития культур также эффективна оценка растительной массы. Для этого применяют облеты БПЛА с гиперспектральными камерами и вегетационные индексы. Учитывая специфику развития сорняков (высокую скорость роста), участки с высоким значением индекса NDVI, вероятно, поражены, поэтому нуждаются в немедленном внимании агропроизводителя. Технологии машинного обучения для определения сорняков — решения платформы Hummingbird. Машинное обучение приносит хорошие результаты в вопросах идентификации растений. Однако технология требует значительного количества данных, которые будут "обучать" систему. Сбор этих данных - чрезвычайно сложная задача, за которое взялась компания Hummingbird Technologies. Сегодня данная платформа предлагает свое эффективное решение проблемы засоренности. Значительная часть сельскохозяйственного поля может не содержать абсолютно никаких сорняков или их наличие будет минимальным. Плановые облеты полей помогут оценить угрозу распространения сорняков. На основе обработки полученных снимков составляется карта наличии сорняков. Технология Hummingbird предлагает три продукта для выявления сорняков и создания карт-задач на дифференцированное внесение гербицидов. Один из продуктов определяет зоны засоренности на поле на основе вегетационного индекса NDVI. Это осуществляется до посева и дифференцированного внесения почвенного гербицида. На западе распространена практика внесения страхового гербицида. В таком случае облет дронами и определения зон засоренности проводится после посева до появления всходов. Этот продукт подходит для всех культур, а именно: озимые и яровые пшеница, ячмень, рапс, кукуруза, подсолнечник, соя, картофель, сахарная свекла. Для посевов пропашных культур с широкими междурядьями (более 40 см) - зоны засоренности идентифицируются с помощью БПЛА, оснащенных RGB-камерами. Картографирование сорняков в междурядьях происходит путем удаления с изображения культуры и поиска остаточной зеленой массы. Все это осуществляет система искусственного интеллекта. После чего создается карта дифференцированного внесения страхового гербицида. Такие карты могут составляться до обработки полей СЗР и в течение 10-14 дней после обработки - для определения эффективности проведенного опрыскивания и выявления устойчивых к гербициду сорняков. Облет для мониторинга наличия сорняков перед внесением химикатов для различных культур выполняется на определенных стадиях развития растения. Наличие сорняков в междурядьях озимого рапса определяется после применения граминицидов для установления участков с устойчивыми к их воздействию растениями. Разработки в сфере робототехники. Автоматизация процессов обработки сорняков - важнейший аспект автономного сельского хозяйства. Экономическая эффективность решений пока не оправдывает внедрение робототехники в сельское хозяйство. Системы роботизированной прополки используют компьютерное зрение для идентификации сорняков и точечного распыления. Они позволяют сэкономить 90% бюджета на пестициды (по сравнению с полевым опрыскиванием), но стоимость приобретения и обслуживания технологии на данном этапе слишком высока. Среди разработок, которые прошли полевые испытания выделяются: платформа для сельскохозяйственных и прополочных работ BoniRob от компании Bosch; AgBot II (QUT) — робот для автономного внесения удобрений, выявления и классификации сорняков, а также механического или химического контроля над сорняками; "Убийца сорняков" от EcoRobotix — робот для посева рапса и свеклы, что снижает затраты на пестициды в 20 раз; RIPPA (разработанный исследователями University of Sydney) - робот, работающий на солнечной энергии, идентифицирует, удаляет и осуществляет точечный опрыскивание и другие. Робототехника со временем станет доступнее для агропроизводителей и повысит эффективность борьбы с сорняками. Но сегодня наиболее эффективное решение — это платформы, которые анализируют снимки дронов с помощью машинного обучения. На основе этой информации системы создают карты засоренности и дифференциального внесения гербицидов. Такие решения позволяют сэкономить до 20% гербицидов, повысив при этом урожайность. Боронование как механический способ борьбы с сорняками. Борона хорошо справляется с сорняками, пока они находятся в нитевидном состоянии. Эффективно ранневесеннее боронование, когда обеспечивается не только борьба с сорняками, но и сохранение почвенной влаги. После посадки картофеля поле боронуют уже на 5-6-й день, а если за это время прошёл дождь — сразу после образования корки. Бороновать лучше всего днём, чтобы выдернутые с корнем сорняки высохли на солнце. Такую обработку проводят каждые 7-10 дней вплоть до появления всходов картофеля. Выбор бороны зависит от типа и состояния почвы. Единственное исключение: из зубовых борон применяются лёгкие модели, в случае глинистых почв – бороны среднего класса с удельной нагрузкой около 1 кг веса в  расчете на 1 зуб, секция бороны обычно имеет 20 зубьев (рис. 1).Рис. 1. Зубовая борона типа «зиг-заг» в нерабочем положении Ротационные игольчатые бороны можно применять для борьбы с сорняками и уничтожения почвенной корки, в том числе после появления всходов (рис. 2). Игольчатые бороны незаменимы для разрушения почвенной корки, особенно на посевах зернобобовых культур, в том числе и при затруднениях с появлением всходов.  Рис. 2. Борона с ротационными игольчатыми дисками  Рис. 1. Эквивалентная схема замещения Список литературы: 1. Плесканос, Л.В. Измерение параметров многоэлементных двухполюсников с учётом переходного процесса [Текст]/ Л.В. Плесканос// Электрика, 2011, №6, - С. 39-42. 2. Суковатый, А.Г. Автоматизация биофизических лабораторных исследований. Изучение метода аудиометрии и электропроводности биологических объектов с использованием е-инструментария. [Текст]/ А.Г. Суковатый, И.Е. Суковатая, В.А. Комаров и др. - Красноярск, 2011. – 96 С. 3. Технологии дистанционного определения сорняков [Электронный ресурс] - https://propozitsiya.com/tehnologii-distancionnogo-opredeleniya-sornyakov |