Столичный ВУЗ разрабатывает комбайн с ИИ-системой

Разработкой интеллектуальной системы управления зерноуборочным комбайном занялись в Московском политехническом университете.

Решение в режиме реального времени адаптирует параметры уборки к состоянию посевов. Это позволит существенно сократить потери урожая, рассказали ТАСС в пресс-службе ВУЗа. Доцент, кандидат технических наук Кирилл Дмитриев рассказал:

Современный комбайн остается сложной, но во многом ручной системой в части управления жаткой. Механизатор физически не может мгновенно реагировать на изменения плотности стеблестоя, полеглости растений и рельефа поля. Мы создаем интеллектуальную систему, которая делает это быстрее и точнее человека.

Потери зерна могут составлять до 6,6% от всего урожая, большая часть из этого количества приходится на этап срезания колоса. Причина — человеческий фактор, непрерывно отслеживать точность работы машины на протяжении всей смены не может даже опытный механизатор. Также специалисты отмечают, у серийных комбайнов нет полноценной системы автоматического управления, которая реагировала бы на изменение условий уборки без задержки.

Разработка Московского политеха подстраивает режим работы машины автоматически, без участия оператора. Решение на базе нейросетевой модели компьютерного зрения обрабатывает данные с RGB-камеры и сенсора глубины, установленных на жатке. Параметры посевов (высота, плотность, степень полеглости растений и объем поступающей массы) оцениваются в режиме реального времени и на основе этих данных регулируется частота работы режущего аппарата и скорость движения машины, обновляя параметры несколько раз в секунду.

Подход одновременно решает несколько задач: снижает риск потери урожая, повреждений зерна, попадания сторонних элементов в бункер. Дополнительный плюс использования разработки получают селекционеры, которым важна целостность и чистота каждого зернышка.

*исследования проводятся при грантовой поддержке конкурса имени П. Л. Капицы Московского Политеха в рамках федеральной программы «Приоритет 2030».

изображение Andrii Shynkar на Unsplash