Boj proti škodljivcem pridelkov se s prihodom spreminja. Robot z umetno inteligenco, ki lahko odkrije bolezni v samo 10 sekundah in v tistem trenutku nanesti natančen odmerek pesticida le tam, kjer ga drevo potrebuje. Ta predlog se popolnoma ujema z evropsko zavezo natančnejše in trajnostno kmetijstvo, kar zmanjšuje prekomerno uporabo pesticidov, ne da bi nasadi ostali nezaščiteni.
Sistem, razvit na znanstvenem področju in že patentiran, je bil uspešno preizkušen v oljčni nasadi in druge drevesne kulture Zasnovan je za integracijo v intenzivno kmetijstvo, kjer vsako drevo šteje in so dobičkonosne marže majhne. Idejo je enostavno razložiti, a zapleteno izvedljivo: stroj lahko v realnem času diagnosticira zdravje drevesa in ukrepa kirurško, namesto da bi brez razlikovanja škropil celotno polje.
Zaveznik na osnovi umetne inteligence proti škodljivcem, ki uničujejo pridelek
Škodljivci in bolezni ostajajo eden največjih preglavic za kmetijski sektor. Mednarodne organizacije ocenjujejo, da Vsako leto se izgubi približno 40 % svetovne kmetijske proizvodnje zaradi žuželk, gliv, bakterij in virusov, ki prizadenejo pridelke. Za temi številkami se skrivajo gospodarske izgube, tveganja za prehransko varnost in nenehen pritisk na pridelovalce.
Do sedaj je bil najpogostejši odziv na izbruh množično fumigacijo parcelČe se na enem območju odkrije težava, se celoten pridelek poškropi brez razlikovanja med zdravimi in obolelimi drevesi. To pomeni uporabo več agrokemikalij, kot je potrebno, kar povečuje proizvodne stroške in povečuje vpliv na okolje – nekaj, kar je v nasprotju s cilji Evropske unije za zmanjšanje uporabe pesticidov v prihodnjih letih.
Novi robot, ki ga poganja umetna inteligenca, je bil ustvarjen prav zato, da bi prekinil to logiko. Namesto da bi polje obravnaval kot homogeno površino, V realnem času analizira stanje vsakega drevesa in njegovih listov.Sistem ugotovi, ali obstaja bolezen ali ne, in na podlagi tega lokalno nanese izdelek. Na ta način se zdravljenje uporabi le tam, kjer obstaja resnična težava, s čimer se prepreči potrata izdelka na zdravih območjih.
Ta filozofija se dobro ujema z natančno kmetovanje Ta tehnologija pridobiva na veljavi v Španiji in Evropi, zlasti pri intenzivnih poljščinah, kot so oljčni nasadi, agrumi ter koščičasto in pečkato sadje. Z združevanjem senzorjev, umetne inteligence in avtomatizacije odpira vrata veliko natančnejšemu upravljanju kmetij, kar je zanimivo tako za velika posestva, zadruge kot tudi za majhne, tehnološko napredne kmetije.
Iz laboratorija na teren: kako je bila usposobljena umetna inteligenca
Eden največjih izzivov projekta je bil zagotoviti, da umetna inteligenca bo delovala v resničnih terenskih pogojihIn ne le s popolnimi laboratorijskimi fotografijami. V praksi se listi pojavljajo s sencami, spremembami svetlobe, različnimi orientacijami in celo pomešani s plodovi ali cvetovi, kar močno otežuje samodejno diagnozo.
Da bi premagali to oviro, posebna baza podatkov s približno 4.000 slikami Fotografije, posnete ročno na terenu, so vključevale zdrave liste, obolele liste in tudi vzorce, ki bi lahko bili zavajajoči, kot so deli plodov ali neizostrena območja.
S tem materialom, nevronske mreže sistema da bi se naučil razlikovati med zdravimi listi, obolelimi listi in nerazvrščljivimi vzorciTa tretja kategorija je ključna: ko slika ne ponuja zadostne kakovosti (zaradi senc, slabe osvetlitve ali gibanja), jo umetna inteligenca zavrže, namesto da bi poskušala vsiliti diagnozo, s čimer zmanjša tveganje za napake.
Rezultat tega nenehnega procesa učenja je algoritem, ki je sposoben doseči natančnost blizu 90 % pri odkrivanju boleznitudi pri spreminjajočih se svetlobnih pogojih in z drevesi, ki se premikajo med robotovim napredovanjem. Ne gre le za to, da vemo, ali je drevo bolno ali ne, temveč tudi za merjenje stopnje poškodbe na podlagi razmerja poškodovanih listov in zdravih.
Vzporedno z delom na področju računalniškega vida so bili opredeljeni vzorci odzivanja sistema: ko umetna inteligenca izračuna stopnjo škode, pretvori informacije v specifična navodila za odmerjanje za opremo za nanašanje, ki omogoča prilagajanje intenzivnosti zdravljenja glede na resnost zaznanega žarišča.
Robot, ki diagnosticira in fumigira v manj kot 10 sekundah
Poleg algoritmičnega razvoja je pri tem sistemu presenetljivo to, hitrost, s katero zaključi celoten delovni cikelOd trenutka, ko kamera zazna drevo, do nanosa izdelka postopek traja največ deset sekund, kar je še posebej pomembno na kmetijah, kjer mora robot potovati vzdolž dolgih vrst rastlin.
Naprava združuje dva glavna modula: v Spredaj je kamera, ki fotografira liste in krono Med premikanjem skozi pridelek se na zadnji strani nahaja robotska roka, opremljena z več dozirnimi šobami, ki so povezane s škropilnim sistemom. Oba elementa usklajuje umetna inteligenca, da delujeta sinhronizirano.
Delovni tok lahko povzamemo v treh povezanih korakih. Najprej sprednja kamera skenira drevo in pošlje slike sistemu računalniškega vida. Nato umetna inteligenca ... Klasificira prisotnost bolezni, prepozna vrsto težave in izračuna stopnjo vpliva. v nekaj sekundah. Končno se robotska roka pozicionira in nanese pravilno količino pesticida, natančno na območje, kjer je bila okužba zaznana.
Doziranje ni enotno: robot lahko intenzivnost obdelave spreminjajte glede na prizadeti del drevesaČe je okužba skoncentrirana v zgornjih predelih, povečajte odmerek v zgornjem delu; če je težava v srednjih ali spodnjih predelih, prilagodite uporabo tem predelom. Poleg tega se preučujejo strategije, pri katerih najbolj prizadeto območje prejme 100 % predvidenega izdelka, bližnja območja 50 % in najbolj oddaljene točke 25 %, s čimer se prepreči širjenje težave.
Zaradi te logike delovanja je robot orodje, ki lahko združuje korektivnih, preventivnih in celo prediktivnih zdravljenjvedno temelji na tem, kar "vidi" in analizira na terenu. Naslednji načrtovani korak je namestitev sistema na zadnji del traktorja in njegova povezava s sprejemnikom GPS za samodejno preslikavanje vsak poseg, nekaj zelo koristnega za dolgoročno upravljanje kmetije.
Uporaba v oljčnih nasadih, citrusih in drugih evropskih pridelkih
Prototip je bil sprva zasnovan za intenzivna pridelava oljčnih nasadovTa sektor ima pomembno težo v regijah, kot so Andaluzija, Ekstremadura, Kastilja-La Mancha ter deli Italije in Grčije, kjer so oljke ključni pridelek. Delo z oljkami je omogočilo potrditev sistema pri lesnati, trajni vrsti z visoko ekonomsko vrednostjo, katere škodljivci in bolezni so v industriji dobro znani.
Vendar je arhitektura robota zasnovana tako, da je prilagodljivo praktično vsem vrstam drevesnih rastlinZ ustreznim usposabljanjem in prilagoditvami kalibracije se lahko ista tehnologija uporabi za agrume (pomaranče, limone, mandarine), pečkato sadje (jablane, hruške), koščičasto sadje (breskve, slive, češnje) ali celo za nekatere konfiguracije vinogradov z rešetkami.
V sektorju citrusov je eno od področij, na katere se osredotočamo, izboljšanje zgodnje odkrivanje resnih in težko obvladljivih bolezniMožnost, da robot hodi skozi vrste, prepozna prve simptome in označi drevesa, ki jih je treba odstraniti ali intenzivneje zdraviti, ponuja uporabno orodje za zaustavitev širjenja patologij, ki v mnogih primerih nimajo zdravila in silijo v odstranitev prizadetih primerkov.
Ta hitra in lokalizirana sposobnost zaznavanja ustreza strategije nadzora, ki se spodbujajo v Evropski uniji omejiti škodo, ki jo povzročajo novi patogeni in invazivni škodljivci. Prej ko je izbruh odkrit in obravnavan, manjša je verjetnost, da bo postal regionalni problem s povezanimi gospodarskimi in komercialnimi posledicami.
Potencial orodja ni omejen na diagnozo in zdravljenje: z integracijo informacij, ki jih zbere umetna inteligenca, s sistemi za določanje položaja in kartiranje je mogoče izdelati podrobne zemljevide razvoja bolezni na terenuTo pomaga tehnikom načrtovati naloge, prilagajati urnike zdravljenja in sprejemati odločitve na podlagi podatkov, ne le občasnih vizualnih pregledov.
Manj pesticidov, manjši vpliv na okolje in prihranki stroškov
Ena od prednosti tega robota z umetno inteligenco je, da Prekinja model množičnega zaplinjevanja ki se uporablja že desetletja. Z tretiranjem le določenih dreves in območij, ki ga potrebujejo, se poraba proizvoda znatno zmanjša in s tem tudi neposredni stroški vsake fitosanitarne kampanje tretiranja.
Zmanjšanje količine uporabljenih agrokemikalij ima očiten stranski učinek: Količina pesticidov, ki dosežejo tla, vodo in okolje, se zmanjša.To zmanjšanje vpliva na okolje je še posebej pomembno v času, ko evropski predpisi postajajo vse strožji, tako glede omejitev odpadkov kot uporabe nekaterih aktivnih sestavin.
Poleg tega avtomatizacija dela procesa pomaga pri zmanjšati neposredno izpostavljenost upravljavcev potencialno strupenim izdelkomKer se robotska roka približa krošnji drevesa in izvede tretma, lahko delavci ostanejo na večji razdalji in se osredotočijo na naloge, kot so nadzor, vzdrževanje in upravljanje opreme.
Z ekonomskega vidika možnost prilagajanja odmerkov in področij uporabe odpira vrata do veliko učinkovitejše strategije upravljanjaV kontekstu naraščajočih stroškov vložkov in energije postaja možnost varčevanja s proizvodi brez izgube učinkovitosti pri zatiranju škodljivcev konkurenčni dejavnik za številne kmetije, tako velike kot srednje velike.
Končno sistem ponuja še dodatno prednost: z beleženjem vsega, kar pridelek počne in kako se nanj odziva, omogoča ustvariti zapis zgodovinskih podatkov, ki olajša sprejemanje odločitev v naslednjih sezonah. Poznavanje, kje so se pojavili novi izbruhi, kako so se odzvali na določena zdravljenja ali kakšni vzorci se ponavljajo iz sezone v sezono, je dragocena informacija za vsakega pridelovalca, ki želi izboljšati svojo strategijo.
Kombinacija strojnega vida, nevronskih mrež in lokalizirane uporabe v tem robotu, ki ga poganja umetna inteligenca, ponuja jasen primer, kako je mogoče tehnologijo integrirati v kmetijstvo, da bi bilo natančnejše, učinkovitejše in odgovornejše. Ker se terenski poskusi širijo in so rezultati opaženi na različnih kmetijah in pridelkih, vse kaže, da bodo tovrstne rešitve igrale vse pomembnejšo vlogo pri vsakodnevnem delovanju intenzivnih kmetij v Španiji in preostali Evropi.
