289 подписчиков

🚜 Московский Политех разрабатывает ИИ-систему управления комбайном

7 мая7 мая

1 мин

Такие комплексы планируют применять на зерноуборочной технике для адаптации параметров машины к состоянию посевов в реальном времени и, как следствие, снижения потерь урожая путём исключения человеческого фактора. Как считают специалисты, даже опытный механизатор не способен точно и непрерывно отслеживать технологический процесс на протяжении всей смены, а существующие комбайны не обладают полноценной автоматической системой контроля — реакция электроники может запаздывать на 3-6 секунд. Этого хватает, чтобы уже на этапе срезания хлебной массы потери зерна достигали 6,6% урожая. «Современный комбайн остаётся 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», — говорит доцент Московского Политеха, кандидат технических наук Кирилл Дмитриев. Установленные на жатке R

Как считают специалисты, даже опытный механизатор не способен точно и непрерывно отслеживать технологический процесс на протяжении всей смены, а существующие комбайны не обладают полноценной автоматической системой контроля — реакция электроники может запаздывать на 3-6 секунд. Этого хватает, чтобы уже на этапе срезания хлебной массы потери зерна достигали 6,6% урожая.

«Современный комбайн остаётся 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»,

— говорит доцент Московского Политеха, кандидат технических наук Кирилл Дмитриев.

Установленные на жатке RGB-камера и сенсор глубины будут оценивать параметры посевов — высоту и плотность растений, степень полеглости, объём хлебной массы. А на основании этих данных машинного зрения нейросетевая модель станет несколько раз в секунду формировать управляющие команды для механизмов комбайна, регулируя, помимо прочего, скорость машины и частоту работы режущего аппарата. Предполагается, что сохранность и чистота зерна в итоге устроят даже селекционные хозяйства.

Проект в рамках федеральной программы «Приоритет 2030» рассчитан на три года. К его реализации привлекут студентов инженерных и ИТ-направлений столичного вуза. Сперва команда создаст математические и имитационные модели системы, затем будет спроектирован цифровой двойник, а после — изготовлен и испытан опытный образец на базе классического зерноуборочного комбайна. Ожидается, что эта разработка станет шагом на пути к полностью автономной сельхозтехнике.

Напомним, два года назад компания Cognitive Pilot из Томска представила свой вариант беспилотного мини-трактора с электрической силовой установкой.

Читайте нас в MAX.

Сельское хозяйство

41,6 тыс интересуются