Связанные с нейросетью агродроны изобрели московские инженеры

Московские авиаинженеры создали два беспилотника специально для сельского хозяйства. Аппараты собирают информацию с полей и садов, которую затем обрабатывает нейросеть. Это позволяет точно определять количество необходимых удобрений и защитных средств, сообщает корреспондент «МИР 24» Андрей Еганов.

Его не остановить и не обмануть. Новая разработка Московского авиационного института проходит летные испытания.

С помощью такого агроскаута фермеры смогут автоматически обследовать свои поля и оценивать состояние урожая.

«На основе фотографий, сделанных аппаратом, специальная нейросеть, разработанная нашими коллегами, определяет, какие есть сорняки, какая стадия развития растений, и на основе этого могут быть выданы требования к обработке поля», – отметил начальник отдела проектирования центра БЛА МАИ Антон Селин.

Затем с помощью еще одного умного дрона проводят обработку. Беспилотники в нужных пропорциях распыляют защитные средства – пестициды, гербициды и фунгициды. Таким же способом можно точно вносить удобрения и прикормки. При этом в отличие от других агродронов этот командный игрок.

«Несколько дронов параллельно обрабатывают одно поле. Специальная программа строит им полетное задание таким образом, чтобы они обрабатывали поле наиболее эффективно. Если один агродрон по какой-то причине не обработает свой участок, то другой дрон автоматически за него доделает эту работу», – сказал Антон Селин.

Доля иностранных комплектующих минимальная. Часть деталей инженеры напечатали здесь же на 3D-принтере. Вместе с полезной нагрузкой дрон-гигант весит 70 кг. Емкость сменного бака – 30 литров. Их воздушный помощник распыляет за 15 минут полета.

Операторам дронов не обязательно быть квалифицированными пилотами. Их задача – построить маршрут и наблюдать за выполнением миссии. Обслуживание аппаратов сводится к осмотру состояния и замене ресурсных частей.

Технология распознавания объектов с помощью искусственного интеллекта может применяться и в других областях. Например, для мониторинга территорий, навигации или контроля парковки. Но пока инженеры сосредоточились на помощи аграриям. Доказано, что использование таких систем может не просто снизить расходы, но и повысить урожайность на 5%.