Астраханские ученые изучат состояние сельхозобъектов региона с помощью дронов

Новости подведомственных учреждений

Инженеры Астраханского государственного университета (АГУ) планируют использовать беспилотные летательные аппараты и методы искусственного интеллекта для мониторинга проблемных зон на местных сельскохозяйственных полях. Полученные таким способом данные помогут аграриям региона автоматизировать работу и принимать верные решения в борьбе с негативными факторами, влияющими на урожай.

По мнению ректора АГУ Константина Маркелова, разработка будет особенно актуальна в Астраханской области, где развито сельское хозяйство и растениеводство. Проект вошел в топ-1000 форума «Сильные идеи для нового времени».

С помощью дрона и методов искусственного интеллекта информационная система, разрабатываемая в университете, делает снимки полей, анализирует полученные данные и составляет карту с учетом засеянных на конкретном участке агрокультур. Далее выявляются проблемные зоны по трем направлениям: плохая всхожесть, болезни растений и вредители.

«Мы обучаем алгоритмы искусственного интеллекта определять проблемные зоны, чтобы система могла автоматически ее найти и классифицировать. Потом рассчитывается площадь проблемного участка и проводится приблизительная оценка затрат на устранение выявленной проблемы», — пояснил руководитель проектного офиса «Искусственный интеллект» АГУ Александр Кошкаров.

Для обучения искусственного интеллекта ученые АГУ используют поля собственного учебно-опытного хозяйства. В этом им помогают студенты-аграрии, которые одновременно и проходят практику и участвуют в проектах по современным технологиям в сфере сельского хозяйства. Каждые весну, лето и осень они запускают беспилотники и наблюдают, как изменяются насаждения. Мониторинг ведется в режиме реального времени, а полученная информация сохраняется в базе данных, которой в любой момент могут воспользоваться эксперты.

Внедрение разработки АГУ на производство пока не планируется — ученые продолжают сбор данных с полей и доработку архитектуры нейросетевой модели для повышения точности метода. Все это требует дополнительных финансовых, интеллектуальных и временных инвестиций. 

«Наш проект вошел в состав стратегического проекта в области АПК в рамках заявки "Приоритет-2030" и мы надеемся на дальнейшую его поддержку», — добавил Александр Кошкаров.



Читать также