STS-Vostok

Архив новостей

15.11.2021

Разработка технологии и информационной системы интеллектуального прогнозирования урожайности промышленных плодовых садов

Выполнено проектное сопровождение научно-исследовательской работы в сотрудничестве с Биологическим факультетом МГУ по созданию технологии и информационной системы интеллектуального прогнозирования урожайности промышленных плодовых на основе методов машинного зрения и нейросетевых алгоритмов обработки данных, обеспечивающих точность прогнозирования не менее 80%.

В ходе реализации проекта решены следующие технологические задачи:

Создана методика и технология формирования наборов данных (data sets) на основе фотографий плодовых деревьев в промышленных садах на различных стадиях вегетационного цикла;

Разработан нейросетевой алгоритм обработки этих данных с целью обучения классификаторов, выделения и учета смысловых объектов;

Разработан алгоритм интерпретации результатов работы нейросетевых алгоритмов и построение прогноза;

Разработан способ представления полученных прогнозов способом, наиболее удобным для использования потребителями;

Разработан программно-аппаратный комплекс, состоящий из бортового устройства (устанавливаемого на сельскохозяйственную технику) и центрального ядра, развернутого в ЦОДе.

По результатам тестовой эксплуатации решения в течение 2021 года подтверждена планируемая точность прогноза.

Потребителями создаваемой системы являются:

Агропромышленные предприятия, выращивающие плодово-ягодную продукцию;

Сетевые ритейлеры, сотрудничающие с агропредприятиями;

Кредитные организации, осуществляющие кредитование предприятий в межсезонье;

Органы местной власти, в части прогнозирования уровня занятости местного населения в сезон сбора и обработки урожая;

Агропромышленные предприятия страны, имеющие схожие почвенно-климатические условия и ассортимент продукции.

В настоящее время идет подготовка решения для тиражирования.

Также инициирован научно-исследовательский проект по созданию технологии и опытного образца системы контроля жизненного цикла посадочного материала.

Решение базируется на использовании радиочастотных меток (RFID) для идентификации каждого растения. Метки обладают свойствами, позволяющими сохранять работоспособность в полевых условиях в течение 10 лет, при этом они не мешают росту растения и защищены от демонтажа.

Метки содержат информацию, позволяющую идентифицировать конкретное растение для учета параметров и событий различных этапов жизненного цикла растения, включая его координаты, урожайность, болезни, используемые удобрения и т.д.

Таким образом, создается цифровой двойник сада и производится переход на точное садоводство, позволяющее повысить урожайность и качество плодов.