Ученым удалось добиться высокой точности распознавания и сбора плодов (97% и 90% соответственно). Эти показатели значительно выше, чем у западных аналогов (85% и 75% соответственно), при том, что планируемая цена устройства в семь раз ниже. Использование робота позволит увеличить сбор урожая на 30%.
Научная группа департамента анализа данных и машинного обучения Финансового университета при Правительстве РФ и отдела интеллектуализации, автоматизации и роботизации сельскохозяйственного производства Федерального научного агроинженерного центра ВИМ (ФНАЦ ВИМ) в технологическом партнерстве с Microsoft создали умного робота для сбора урожая яблок. Проект не имеет аналогов в России и за рубежом по точности и эффективности работы. Пилотные испытания разработки пройдут в крупнейших садоводческих предприятиях России уже весной 2021 года.
Нейросетевой алгоритм роботы, разработкой которого занимались ученые Финансового университета, способен обнаруживать более 97% и собирать до 90% плодов, при этом доля «ложных срабатываний», когда система принимает за яблоко фоновый объект, составляет всего 3,5%. Эти показатели значительно лучше, чем у других роботов такого же назначения: известные прототипы обнаруживают в среднем 85% плодов, а собирают 75%. Для обучения нейросетей использовалось облако Microsoft Azure, что позволило значительно ускорить этот процесс, а также снизить стоимость разработки по сравнению с использованием локальных мощностей.
«Повышение качества обнаружения плодов стало возможно благодаря использованию прогрессивных алгоритмов искусственного интеллекта, в частности, глубоких сверхточных нейронных сетей, которые сочетают в себе способности к распознаванию объектов по цвету, текстуре и форме, – подчеркнул Владимир Соловьев, руководитель департамента анализа данных и машинного обучения Финансового университета при Правительстве РФ. – Надежное и безопасное облако Microsoft Azure не только сделало возможным реализацию этого проекта в принципе, но и помогло нам добиться впечатляющих результатов всего за полтора месяца».
«Садоводство – одна из наименее цифровизированных отраслей сельского хозяйства: сбор урожая большинства плодовых культур обычно производится вручную с привлечением сезонных рабочих, занятых тяжелым физическим трудом, при этом до 40% плодов остаются несобранными. Применение умного робота уже с первого года позволит на 30% увеличить доходы хозяйств за счет сокращения недобора урожая, а также решить проблему нехватки человеческих ресурсов», – отметил Игорь Смирнов, заведующий отделом интеллектуализации, автоматизации и роботизации сельскохозяйственного производства ФНАЦ ВИМ.
Робот предназначен для работы в интенсивных садах с высотой крон 1,5 – 2 м. Он собирает плоды, начиная с верхнего яруса, при помощи манипуляторов, оснащенных захватами, созданными специалистами ФНАЦ ВИМ. Среднее время сбора одного плода составляет 10 секунд, за час он может собрать до 288 килограммов.
«Microsoft в России много работает над тем, чтобы способствовать развитию отечественной науки. В этом проекте наше облако Microsoft Azure открывает новые, практически безграничные возможности перед учеными и практиками, – подчеркнула Елена Сливко-Кольчик руководитель направления по работе с организациями образования и науки Microsoft в России. – Умный робот, созданный Финансовым университетом и Федеральным научным агроинженерным центром ВИМ, – это не только интереснейшая научная разработка, но и решение, которое обеспечит новые возможности и конкурентное преимущество садоводческим компаниям, сделав их более эффективными».
Планируемая цена робота в среднем в семь раз ниже, чем у зарубежных аналогов, а окупаемость для европейских хозяйств составляет около года. Для российских садоводов будут действовать специальные ценовые предложения. Весной 2021 года пройдут пилотные испытания в крупнейших яблоневых садах России. Затем создатели планируют выводить робота на европейский рынок. В дальнейшем будут разработаны аналогичные алгоритмы для сбора урожая груш и томатов. Кроме того, рассматривается возможность использования устройства для мониторинга урожайности и распознавания основных болезней культур.
