«Пульс Хакасии» продолжает знакомить читателей с изобретениями и техническими идеями, которые создаются в республике и могут найти применение в реальном секторе экономики. Уверены, что флагманом изобретательской деятельности в республике является Хакасский государственный университет. Сегодня рассказываем об одном из проектов его разработчиков — автономном устройстве для мониторинга полей, которое помогает агроному отслеживать вредителей, сорняки и состояние почвы дистанционно.
Умное автономное устройство заменит агроному объезды полей. Оно само фотографирует ловушки, распознаёт вредителей и сорняки, замеряет три главных витамина для растений (азот, фосфор, калий) и передаёт данные без интернета и участия человека.
Команда разработчиков Хакасского госуниверситета представила проект автономного аппаратно-программного комплекса для дистанционного мониторинга агроэкосистем на форуме «Грани будущего» в рамках конкурса инновационных проектов.
– Такое устройство устанавливается прямо в поле и раз в сутки выполняет полный цикл наблюдения: делает макроснимок феромонной ловушки и всходов, с помощью нейросетей на чипе (Edge AI) распознаёт вредителей и сорняки, замеряет агрохимические показатели почвы (NPK, влажность, температуру) и отправляет данные агроному по протоколу LoRaWAN на расстояние до 15 км, – рассказал разработчик проекта, студент четвёртого курса Павел Попов.
Идея зародилась из реальной «боли» аграриев. Чтобы вовремя заметить вспышку вредителя, агроному приходится физически объезжать огромные поля и вручную считать насекомых под лупой. Это колоссальный ручной труд, человеческий фактор и потеря времени, из-за чего фермеры несут большие убытки.
– Мы решили автоматизировать эту рутину с помощью доступного IoT и компьютерного зрения, – добавил Павел. – Наша цель – дать малому и среднему фермеру инструмент, который раньше был доступен только крупным агрохолдингам с дронами.
Экономический эффект, по мнению авторов проекта, очевиден: агроном экономит до 80% времени на объездах, а система раннего оповещения позволяет применять пестициды точечно, а не заливать всё поле «на всякий случай». Это снижает затраты на химикаты и повышает урожайность. Экологическая составляющая – сокращение объёмов сплошной обработки полей снижает нагрузку на почву и водоёмы, сохраняет биоразнообразие. Кроме того, раннее обнаружение вредителей и контроль дефицита питания растений помогают предотвращать потери урожая, что работает на продовольственную безопасность и доступность продуктов.
Технически устройство устроено просто и экономно: 99% времени оно находится в глубоком сне с энергопотреблением 15 мкА. По таймеру контроллер просыпается, включается камера, делает макроснимок клеевой ловушки и окружающих всходов. Нейросеть на чипе, без подключения к интернету, распознаёт вредителей даже размером 3-5 пикселей и сорняки – для последних используется метод исключения: ИИ учится отличать культурное растение, а всё остальное помечает как сорняк. Зонд в земле фиксирует влагу, температуру и NPK (азот, фосфор, калий). Данные собираются в короткий пакет и уходят по LoRaWAN – «рации для датчиков» на базовую станцию. Если порог вредоносности превышен, в облаке формируется push-уведомление для агронома – на планшет, телефон и в сервис.
Такое ноу-хау – это использование Edge AI (распознавание прямо на устройстве) и уникальный метод детекции микрообъектов. В мире существуют решения John Deere (See & Spray) и Gamaya, но они либо требуют покупки специализированной техники за миллионы, либо работают по модели дорогого сервиса с дронами. В России есть цифровые платформы, например «АссистАгро» (Геомир) или разработки ТюмГУ («Цифровой агроном»), но это или софтверные платформы, либо роботы для теплиц. Преимущество разработки учёных Хакасского госуниверситета в том, что они создают именно автономное полевое устройство, которое одновременно решает три задачи: вредители, сорняки, агрохимию. Оно в разы дешевле аналогов и не привязано к опрыскивателю или дрону.
План развития рассчитан на 12 месяцев. В первые 1-3 месяца – исследование и прототип: сбор данных, разметка, обучение нейросети YOLOv8, сборка первого работающего прототипа на базе ESP32-S3. На 4-6 месяц – полевые испытания: развёртывание 5-10 прототипов на реальном поле, тестирование датчиков NPK и связи LoRaWAN на дальние расстояния, разработка веб-сервиса и приложения. На 7-9 месяц – пилот с фермерами: передача комплекса 2–3 фермерам-партнёрам, тестирование зимнего режима (гибернации), создание мобильного приложения с пуш-уведомлениями. На 10-12 месяц – масштабирование: подготовка к серийному производству, поиск контрактного производителя, подготовка инвестиционного предложения.
Проект открыт для сотрудничества с фермерскими хозяйствами, инвесторами и партнёрами. Подробную информацию можно получить в инженерно-технологическом институте ХГУ.
