AZ 
Süni intellekt bağçılığı dəyişdirmək üçün yarpaqları görür
Kenterberi Universiteti tərəfindən
Swati Mestri tərəfindən redaktə edilib , Andrew Zinin tərəfindən nəzərdən keçirilib
Tercih edilən mənbə kimi əlavə edin
Kredit: Unsplash/CC0 İctimai Sahə
Kenterberi Universitetinin (UC) kompüter elmləri professoru Riçard Qrin, tədqiqatçı Dr. Riçi Ellinqem ilə birlikdə sıx yarpaqların arxasında gizlənmiş meyvələri müəyyən edə, ölçə və izləyə bilən süni intellekt və kompüter görmə texnologiyası hazırlayan UC Vision-a rəhbərlik edir.
“Görə bilmədiyiniz şeyi avtomatlaşdıra bilməzsiniz. Hər bitkinin, o cümlədən yarpaqların arxasındakı bitkinin tam 3D modelini yaratmaqla, həmin bitki ilə əlaqəli demək olar ki, hər hansı təkrarlanan əl işini avtomatlaşdırmaq üçün qapı aça bilərik”, – deyə Qrin bildirir.
O deyir ki, robotlar dəqiq kompüter dəstəkli dizayn modellərindən işlədikləri üçün fabrik istehsal xətlərində onilliklərdir istifadə olunur.
“Kənd təsərrüfatı mühitləri daha mürəkkəbdir, çünki hər ağac, üzüm tənəyi, budaq və meyvə parçası fərqlidir.”
UC Vision komandasının texnologiyası, yarpaqları rəqəmsal şəkildə təmizləmək və bitkinin dəqiq 3D modelini yenidən qurmaq üçün kameralar, işıqlandırma və mürəkkəb süni intellekt sistemlərindən istifadə etməklə bu çətinliyi həll edir.
Qrin deyir ki, bu texnologiya, məhsul proqnozlaşdırılmasını və gələcək avtomatlaşdırmanı dəstəkləmək üçün yarpaqların arxasında gizlənmiş meyvə və strukturlar da daxil olmaqla, fərdi bitkilərin tam 3D modelini yaradan ilk texnologiyadır.
“Sistem fərdi alma, albalı və ya üzümü müəyyən edə, onların hansı budağa və ya qamışa bağlı olduğunu göstərə və ölçülərini, həcmini və səth sahəsini də daxil olmaqla ölçmələri hesablaya bilər. Təkrarlanan skanlamalar həmçinin fərdi meyvə parçasının nə qədər böyüdüyünü də izləyə bilər.”
Qrin deyir ki, bu məlumat məhsul proqnozunu əhəmiyyətli dərəcədə yaxşılaşdıra bilər.
“Yetiştiricilər hazırda məhsul yığımından əvvəl meyvə nümunələrinin götürülməsi, sayılması və ölçülməsi üçün əsasən insanlara etibar edirlər ki, bu da 23%-ə qədər qeyri-dəqiqlik yarada bilər.”
UC texnologiyası sınaq zamanı meyvə sayını düzgün rəqəmin təxminən 2%-dən 3%-ə qədəri daxilində əldə etmişdir.
“Nəticə, UC tədqiqatçısı Dr. Oliver Batchelor, Ellinghamın mexatronika tədqiqatı və UC tədqiqat mühəndisi Matt Mattarın layihənin əsas sahələri üçün seçilmiş ixtisaslaşmış tədqiqat mühəndisləri ilə birlikdə kommersiya keyfiyyətli proqram təminatının hazırlanması da daxil olmaqla tədqiqat qrupunun birgə təcrübəsini əks etdirir”, – deyə Qrin bildirir.
“İri fermerlər üçün daha yaxşı məlumat potensial olaraq milyonlarla dollar qənaət edə və onların fəaliyyətində tullantıları azalda bilər.”
“Hər bir üzüm bağı və meyvə bağı nə qədər meyvə verəcəyini və həmin meyvənin ölçü bölgüsünü başa düşməlidir. Bunu səhv etmək məhsul yığımı zamanı çoxlu sayda işçinin, qablaşdırma materiallarının və ya saxlama ehtiyatlarının mövcud olması demək ola bilər.”
UC Vision üzüm bağları və meyvə bağları sıraları boyunca hərəkət edən mobil kamera sistemləri hazırlamışdır. Üzüm bağları sistemi sıx üzüm örtüklərindən görüntülər çəkmək üçün iki sıra kameralardan istifadə edir, daha hündür kamera quruluşu isə təxminən 3,5 metrə (11,5 fut) çatan meyvə bağları ağaclarını skan edə bilir.
Qrin deyir ki, ətraflı modellər nəticədə muxtar maşınlara budama, seyrəlmə, çiləmə və yığım kimi tapşırıqları yerinə yetirməyə kömək edə bilər.
“Məsələn, albalı bağında maşın yalnız ən dəyərli ölçüyə çatmış meyvələri müəyyən edib dərərək, qalan məhsul üçün daha sonra geri qaytara bilirdi.”
“Cəmi bir neçə millimetr böyük olan albalılar ikiqat dəyərli ola bilər. Seçmə üsulla yığım yetişdiricilərə məhsullarının dəyərini artırmağa kömək edə bilər, eyni zamanda işçi qüvvəsi və qablaşdırma tələblərini daha dəqiq planlaşdıra bilər.”
Gündəlik məlumat üçün Phys.org-a etibar edən 100.000-dən çox abunəçi ilə elm, texnologiya və kosmosdakı ən son yenilikləri kəşf edin . Pulsuz bülletenimizə abunə olun və vacib olan nailiyyətlər, innovasiyalar və tədqiqatlar haqqında gündəlik və ya həftəlik yeniliklərdən xəbərdar olun .
Bu irəliləyiş, hökumətin kompüter görmə, süni intellekt və kənd təsərrüfatı robototexnikasına ayırdığı 32 milyon dollardan çox investisiya ilə dəstəklənən təxminən 15 illik UC tədqiqat layihələrinə əsaslanır.
Komanda hazırda HoloCrop vasitəsilə potensial kommersiyalaşdırmadan əvvəl sistemin yüksək etibarlılığına diqqət yetirir.
Ellingham deyir ki, komanda texnologiyanın real üzüm bağları və meyvə bağları şəraitində etibarlı şəkildə işləməsini təmin etmək üçün 20 kommersiya fermasında 3D modelləşdirmə məlumatları toplayıb.
“Demək olar ki, işlədiyimiz hər bir ferma nümunə götürmə vasitələrimizdən nə vaxt istifadə etməyə başlaya biləcəklərini soruşur”, Ellingham deyir.
“HoloCrop, daha dəqiq məlumat verən, qida istehsalı tullantılarını azaldan və gələcək bağçılıq robototexnikasını dəstəkləyən dəqiq bağçılıq alətləri inkişaf etdirməklə meyvə istehsalı zənciri boyunca tələbatı ödəmək üçün yaradılır.”
Qrin deyir ki, texnologiya illərlə öyrənmənin, sınaqdan keçirmənin və olduqca istedadlı bir komandanın təkmilləşdirməsinin nəticəsidir.
“İndi dünyada qida məhsullarının yetişdirilməsi və yığılmasını dəyişdirmək potensialına malik texnologiyaya sahibik.”
Əsas anlayışlar
Kenterberi Universiteti tərəfindən təmin edilir
