Савенков А.П., Егоров А.С., Жиркова А.А.
СИСТЕМА ПРОКСИМАЛЬНОГО МОНИТОРИНГА ЯБЛОНЕВОГО САДА *
Аннотация:
в статье описывается система проксимального мониторинга яблоневого сада, созданная на основе макета роботизированной платформы с применением гиперспектральной камеры
Ключевые слова:
гиперспектральный контроль, роботизированная платформа, система проксимального мониторинга, техническое зрение, яблоки
УДК 632.038
Савенков А.П.
д.т.н., доцент кафедры «Мехатроника и технологические измерения»
ФГБОУ ВО «Тамбовский государственный технический университет»
(Россия, г. Тамбов)
Егоров А.С.
к.т.н., доцент кафедры «Мехатроника и технологические измерения»
ФГБОУ ВО «Тамбовский государственный технический университет»
(Россия, г. Тамбов)
Жиркова А.А.
аспирант кафедры «Мехатроника и технологические измерения»
ФГБОУ ВО «Тамбовский государственный технический университет»
(Россия, г. Тамбов)
СИСТЕМА ПРОКСИМАЛЬНОГО
МОНИТОРИНГА ЯБЛОНЕВОГО САДА
Аннотация: в статье описывается система проксимального мониторинга яблоневого сада, созданная на основе макета роботизированной платформы с применением гиперспектральной камеры.
Ключевые слова: гиперспектральный контроль, роботизированная платформа, система проксимального мониторинга, техническое зрение, яблоки.
В настоящее время стоит проблема автоматизации процесса производства плодов и ягод. Данные отрасли производства являются высоко трудозатратными. Поэтому необходимо минимизировать операционные затраты при помощи оптимизации производственного цикла. Для решения таких задач можно применять роботизированные беспилотные платформы.
В ФГБОУ ВО «ТГТУ» на кафедре «Мехатроника и технологические измерения» была разработана система проксимального мониторинга яблоневого сада.
В ходе выполнения исследования была разработана система технического зрения на основе алгоритма ИИ. С помощью нее было достигнуто повышение точности позиционирования мобильной роботизированной платформы в условиях интенсивного яблоневого сада, а также повышение автономности сельскохозяйственной техники для плодового сада.
Данная система основана на сканировании листьев и плодов яблонь при помощи гиперспектральной камеры. Расстояние между камерой и объектом сканирования составляет не более нескольких метров. С помощью данной системы возможно получить информацию о степени зрелости плодов, о наличии фитозаболеваний и других параметрах.
Система состоит из роботизированной колесной платформы (грузоподъемность 200 кг, способность автономно работать 2 ч), системы технического зрения (компьютер, источник освещения – галогеновая лампа, стереокамера, гиперспектральная камера Specim FX10 - необходима для мониторинга состояния растительных тканей; спектральный диапазон — 400–1000 нм, разрешение — 1024 пикселя, скорость съемки — 330 кадров в секунду;), манипулятора (необходим для сбора урожая или отбора образцов).
Изображение, получаемое с камеры, представляет собой линию из 1024 пикселей, яркость которых зависит от средней интенсивности отраженного объектом излучения в спектральной полосе шириной 2.6 нм. Для получения двумерного изображения камера линейно перемещается в вертикальном направлении, при этом запись кадров и перемещение камеры синхронизированы, что позволяет программно соединять линии пикселей в двухмерное изображение.
Для обеспечения возможности проксимального зондирования органов растений в условиях яблоневого сада был разработан алгоритм для комбинированной навигации роботизированной платформы с электроприводом. Он включает в себя как визуальную, так и инерциальную компоненты, основанную на применении сенсоров стереокамеры Zed 2i. Применение гиперспектрального контроля на основе камеры Specim FX10 позволяет выявлять заболевания растений.
Анализ информации, полученной с данной платформы, может использоваться в системах поддержки принятия решений в точном садоводстве, позволяет строить карты наличия фитозаболеваний в саду и оперативно принимать решения по проведению агротехнических и защитных мероприятий, обеспечивающих высокое качество урожая.
*Благодарность: Техническое обеспечение системы сканирования яблок создано при поддержке РФФИ (проект №20-38-90235/20).
Нейросетевой алгоритм и программное обеспечение для определения качества яблок разработан при поддержке Управления образования и науки Тамбовской области (грант №30-МУ-21 (02)), полученный в рамках областного конкурса “Гранты для поддержки прикладных исследований молодых ученых 2021 года”.
СПИСОК ЛИТЕРАТУРЫ:
M. Mehl, Y. R. Chen, M. S. Kim, and D. E. Chan, “Development of hyperspectral imaging technique for the detection of apple surface defects and contaminations,” J. Food Eng., vol. 61, no. 1 SPEC., 2004, doi: 10.1016/S0260-8774(03)00188-2.
Li, Y. Liu, X. Jiang, and G. Wang, “Supervised classification of slightly bruised peaches with respect to the time after bruising by using hyperspectral imaging technology,” Infrared Phys. Technol., vol. 113, 2021, doi: 10.1016/j.infrared.2020.103557.
Savenkov A.P.
Doctor of Technical Sciences,
Associate Professor of the Department of
"Mechatronics and Technological Measurements"
Tambov State Technical University
(Tambov, Russia)
Egorov A.S.
Candidate of Technical Sciences,
Associate Professor of the Department of
"Mechatronics and Technological Measurements"
Tambov State Technical University
(Tambov, Russia)
Zhirkova A.A.
Postgraduate student of the Department of
"Mechatronics and Technological Measurements"
Tambov State Technical University
(Tambov, Russia)
APPLE ORCHARD PROXIMAL MONITORING SYSTEM
Abstract: the article describes a system of proximal monitoring of an apple orchard, created on the basis of a mock-up of a robotic platform using a hyperspectral camera.
Keywords: hyperspectral control, robotic platform, proximal monitoring system, technical vision, apples.
Номер журнала Вестник науки №7 (52) том 5
Ссылка для цитирования:
Савенков А.П., Егоров А.С., Жиркова А.А. СИСТЕМА ПРОКСИМАЛЬНОГО МОНИТОРИНГА ЯБЛОНЕВОГО САДА // Вестник науки №7 (52) том 5. С. 110 - 113. 2022 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/6099 (дата обращения: 19.04.2024 г.)
Вестник науки СМИ ЭЛ № ФС 77 - 84401 © 2022. 16+