Cognitive Technologies разработала систему ИИ для беспилотного зерноуборочного комбайна

Интеграция Бизнес-приложения Электроника
мобильная версия
, Текст: Татьяна Короткова

Компания Cognitive Technologies, являющаяся разработчиком систем искусственного интеллекта для управления беспилотными транспортными средствами, разработала технологию компьютерного зрения для автоматического вождения зерноуборочного комбайна. Об этом CNews сообщили в Cognitive Technologies.

«Предполагается, что наша система сначала будет установлена на экспериментальном образце сельхозтехники, — рассказала Ольга Ускова, президент Cognitive Technologies. — Мы затратили на ее разработку более трех лет и получили отличные результаты. Обладая функцией автоматического подруливания при уборке урожая, российские комбайны смогут на равных конкурировать с мировыми с/х-брендами, которые уже обладают аналогичным функционалом».

«В основе разработки лежит технология глубокого обучения нейронных сетей, или deep learning», — отметил руководитель проекта Cognitive Technologies Алексей Панченко. В течение прошлого года разработчики Cognitive Technologies в реальных полевых условиях с камеры, установленной на комбайне, вели работы по сбору дата-сетов (видеоизображений, на которых представлены основные элементы полевой сцены и на основе которых происходит обучение нейронной сети), а затем и обучению нейронной сети объектам и ситуациям, которые могут и будут встречаться «умному» комбайну в процессе его работы и которые должен распознавать искусственный интеллект.

В итоге сегодня нейронная сеть способна выделять пять основных классов объектов полевой сцены, что позволит обеспечить безопасную работу «умного» комбайна. Первый — это нескошенная часть поля. Второй — обработанная, скошенная его часть. Третий класс объектов соответствует валку (скошенная и сложенная в ряд с/х-культура). Четвертый соответствует той части жатки (механическое устройство комбайна, осуществляющее скашивание с/х-культуры), которая попадает в поле зрения видеокамеры. Наконец пятый класс — это все остальные объекты (препятствия, сельхозтехника, лес, деревья, сорняки и т.д.).


Снятая с видеокамеры картинка, на которой видна часть жатки, валок, скошенная, нескошенная часть поля и остальные объекты

По словам разработчиков, во время проведения работ по уборке урожая водитель экспериментального образца комбайна еще будет должен присутствовать в кабине и выполнять функцию контролера. При этом уровень его квалификации должен оставаться на том же уровне, что и у обычного комбайнера. Однако у него появится свободное время для того, чтобы сосредоточиться на выборе настроек параметров технологического процесса, непосредственно влияющих на качество уборки урожая (угол наклона жатки, скорость хода и т.д.), что сегодня является одной из основных проблем при уборке, подчеркнули в Cognitive Technologies.


Карта сегментации изображения полевой сцены, полученная на выходе нейронной сети. Желтый цвет соответствует части жатки, зеленый — валку, синий — скошенной культуре, розовый — нескошенной части поля и черный — остальным объектам

«Автоматическое передвижение комбайна с системой искусственного интеллекта будет осуществляться по левой кромке поля либо вдоль скошенного валка. При этом искусственный интеллект сам будет понимать, где проходит граница скошенной культуры и куда нужно подруливать для обеспечения движения вдоль кромки», — пояснил Панченко.

В отдельных ситуациях, например, при завершении прохода по полю, а также в случаях форсмажора по сигналу системы водитель должен быть готов принять управление на себя.

Автоматизированный комплекс умного комбайна, помимо системы искусственного интеллекта, включает в себя одну видеокамеру отечественного производства и вычислитель с дополнительными блоками сопряжения с бортовыми системами комбайна.

Конкурентным преимуществом нового решения Cognitive Technologies видит возможность понимания искусственным интеллектом различных типов границ поля (кромки, валка), в отличие от решений конкурентов, которые понимают лишь один из типов границ, и для его определения требуется устанавливать соответствующие им дополнительные датчики, что в итоге определяет более высокую стоимость решения.

Кроме того, в системе Cognitive Technologies предусмотрена возможность оперативного добавления новых типов границ (рядка — форма высадки отдельных культур, например, кукурузы, а также вспаханной и невспаханной частей поля). Для этого достаточно обновления версии ПО, что позволит разработчикам уже в ближайшей перспективе расширить область применения системы на другие с/х-культуры, такие как кукуруза и подсолнечник. Сегодня искусственный интеллект системы обучен на работу с зерновыми и кормовыми культурами.

Работы по проекту проводятся Cognitive Technologies в соответствии с соглашением с Минобрнаукой России в рамках реализации федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014-2020 годы». На реализацию технологической части проекта ведомством выделено p34 млн.

«Мы рассчитываем, что проект позволит нам сделать серьезный задел на будущее и существенно приблизит нас к созданию полностью беспилотного комбайна, чего мы ожидаем достичь к 2023-2024 году», — заключила Ольга Ускова.