Датчики прогнозируют урожайность озимых
Если дроны собирают данные о почве, влажности, температуре грунта с воздуха, то датчики это делают непосредственно на земле. Беспроводные устройства могут подводиться к каждому растению или к небольшому участку. Собранную информацию они передают на облачный сервер. Оператор своевременно получает данные и принимает решение о поливе и внесении удобрений. Автоматизированные системы осуществляют полив самостоятельно “по требованию” самих растений.
Некоторые продвинутые датчики способны даже определять вредителей и болезни и дозированно распылять средства химзащиты растений.
В мае 2021 года компания «ЭР-Телеком холдинг» в рамках пилотного проекта по созданию цифрового сервиса агрометеоданных установила четыре полевые метеостанции в Алтайском крае. Задача станций – постоянно отслеживать влажность, температуру окружающего воздуха и почвы на различной глубине, скорость ветра и многое другое. Эксперты оценивают экономию от получения оперативных данных в 30% от использованных ранее объемов средств защиты растений, при этом урожайность контрольного участка выросла на 30–40%.
Также в одном из крестьянских фермерских хозяйств Алтайского края датчики используются для прогнозирования успешного выращивания озимой пшеницы.
Агрокультура должна хорошо развиваться до начала холодов, что позволит ей оптимально провести полгода под снегом. Датчики установили на двух участках – с избытком и недостатком снега. Если на улице минус 38 градусов, то на глубине температура составляет -4 градуса. Это – идеальные показатели для зимовки.
«Мы всю зиму наблюдали за температурой, понимая к весне, погибли посевы или нет, и к чему готовиться: перестраивать севооборот, закупать дополнительно семена или только удобрения», – рассказали фермеры.
Датчики также помогают алтайским аграриям в подсчете сумм эффективных температур. Так, озимая пшеница перезимует с вероятностью в 99%, если ее высеяли до 31 августа. Сумма температур в этом случае достигает 230 градусов. Если провести посевную 15 сентября, то пшеница наберет всего 70 эффективных температур, а выживаемость снижается до 50%.
Автономные комбайны собрали уже 720 тыс. тонн урожая
Уже спелую пшеницу в состоянии самостоятельно убрать умные комбайны. Например, компания Cognitive Technologies разрабатывает систему Cognitive Agro Pilot – беспилотную систему для комбайнов. Благодаря видеокамере и технологиям искусственного интеллекта машины при уборке урожая автоматически избегают препятствий: людей, животных, металлические предметы, камни.
Правда, для этого пришлось обучить нейросеть работе в поле. Видеокамеры и датчики собрали с обычных комбайнов фото и видео, данные о движении приводов в разное время суток и года на полях с различной геометрией и разными зерновыми агрокультурами. Затем на собранном массиве данных специалисты разметили транспорт, людей, части агрокультур, ряды и множество других элементов. Нейросети с помощью глубинного обучения создавали алгоритмы и сценарии для правильной работы самоуправляемого комбайна.
Сейчас для работы умной техники нужны только камера, вычислительный блок, планшет для настройки и датчик поворота колес.
Стоимость системы около 700 тыс. рублей. Ее внедрение позволяет на 25% увеличить производительность комбайнов, на 20% сократить сроки уборочных работ, на 8-135% сократить прямые потери зерна в ходе уборки и снизить расход топлива на 5%.
Совокупная экономия на топливе, времени уборки и оптимизации других операций оценивается в полмиллиарда рублей. Такие данные в компании получили с полей заказчиков в 35 регионах России. С июня по октябрь прошлого года 350 автономных комбайнов на 160 000 га площадей и собрали более 720 000 тонн урожая. В общей сложности под управлением системы Cognitive Agro Pilot техника проработала в прошлом году более 230 тыс. часов, преодолев свыше 950 тыс. км. Крупнейшие заказчики Cognitive Agro Pilot – «ЭкоНива», ГАП «Ресурс», ГК «Степь», «Агрокомплекс им. Ткачёва» и другие. В Cognitive Technologies уверены, что каждый десятый комбайн в России к 2025 году может стать беспилотным.
Экономия от использования системы на комбайнах достигается за счёт решения следующих ключевых проблем уборки урожая:
Первое: не остается непрокошенных участков, так называемых зазоров захвата жатки, шириной до 100 сантиметров из-за погрешностей вождения. На комбайне с автопилотом жатка захватывает кромку культуры предельно точно и ровно. Для живого комбайнёра это непосильная задача по концентрации внимания, с которой он перестаёт справляться через 2—3 часа после начала смены. Пропущенные участки в среднем составляют 7—12% поля. Чтобы их повторно убрать, нужно потратить дополнительное время и топливо.
Второе: затраты на выгрузку зерна. Выполнять выгрузку на ходу умеют только очень профессиональные механизаторы. Как правило, выгрузка — это отдельная операция, на которую также тратится дополнительное время, топливо и усилия комбайнёра. Комбайн с автопилотом решает и эту задачу без участия оператора.
Третье: что не всегда очевидно для владельца крупного агробизнеса, но очевидно для комбайнёра и фермера — это осыпание зерна. С того момента, как культура созрела, в день осыпается до 5% зерна. Таким образом, за 5 дней простоя потери могут составить около 25% урожая. Автопилот увеличивает количество рабочих часов за счёт возможности работы в тёмное время суток и убирает поле на несколько дней быстрее. Это прямая экономия и снижение рисков.
Что касается возможных масштабов внедрения системы Cognitive Agro Pilot, то в России более 100 тысяч единиц комбайнов, по всему миру их более миллиона. Тракторов в России порядка полумиллиона штук и более 2 миллионов продается ежегодно по всему миру. Это, как считают в компании, и есть потенциал роста для системы Cognitive Agro Pilot, которая в скором времени начнет использоваться еще и на тракторах и опрыскивателях, помимо комбайнов.
Роботам с манипуляторами не хватает эффективности
В отличии от самоуправляемых комбайнов, роботы пока не научились бережно и без повреждений собирать урожай фруктов и ягод. Десятки стартапов и команд ученых во всем мире бьются над решением этой задачи. Также, как и автономный комбайн, робот учится с помощью нейронных сетей, компьютерного зрения и искусственного интеллекта. Технологии помогают машине найти плоды среди листвы и оценить их зрелость. Сложность заключается в том, что одного робота необходимо учить на разных фруктах, овощах и ягодах и даже их сортах. Машина, успешно обученная сбору яблок, будет давить плоды винограда. Робот для сбора клубники вряд ли сможет собрать виноград: под каждый вид плода и зачастую сорт необходимы индивидуальные настройки захвата.
Успешные мировые примеры внедрения роботов — сборщиков плодов и ягод ограничиваются сбором лишь какого-то одной культуры. Так, яблоки с помощью роборук и вакуумного насоса со скоростью один плод в секунду собирает Abundant Robotics. Машины No touch автоматически поливают виноградные лозы и бережно собирают урожай. Стоимость работы робота составляет семь центов, тогда как традиционный ручной сбор оценивается в $1. Каждые 3-4 секунды многорукая машина Energid собирает цитрусы. Однако точность машины достигает лишь 90%. При указанных параметрах роботы–сборщики урожая стоят недешево: от $100 тыс. до $700 тыс.