Вестник цифровой трансформации CIO.RU

В России создали умного робота для сбора яблок
В России создали умного робота для сбора яблок




17:00 26.11.2020  |  2819 просмотров



Финансовый университет при Правительстве РФ и Федеральный научный агроинженерный центр ВИМ разработали умного робота для сбора урожая яблок. Ученым удалось добиться высокой точности распознавания и сбора плодов (97% и 90% соответственно). 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.

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 кг.

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.


Теги: Робототехника Искусственный интеллект Машинное обучение



На ту же тему: