В этом году на Международной конференции по робототехнике и автоматизации (ICRA) две статьи об искусственном интеллекте и робототехнических системах в сельском хозяйстве стали финалистами конкурса Выдающаяся работа в области автоматизации. Этими документами были «Целевое неявное картографирование для инспекции сельскохозяйственных культур» и Могут ли машины работать в саду? Систематическое сравнение AlphaGarden и профессиональных садоводов. Они проливают свет на потенциал ИИ и робототехники в преобразовании методов ведения сельского хозяйства в теплицах. Здесь я углублюсь в эти исследования, выделив их подходы, сходства и последствия для сельского хозяйства.
Целенаправленное неявное картографирование для инспекции сельскохозяйственных культур
В первой статье представлен инновационный подход к проверке сельскохозяйственных культур с использованием системы, сочетающей робототехнику и искусственный интеллект. Авторы разработали метод под названием «выборка, ориентированная на фрукты», в которой используется нейронная сеть для сегментации изображений, чтобы идентифицировать области фруктов на изображениях и сосредоточиться на них. Этот метод имеет решающее значение для создания высококачественных 3D-карт для проверки урожая, поскольку он позволяет системе точно отображать плоды, которые являются наиболее важными частями культур для проверки.
Авторы также представили метод «обучения позе» для оценки положения и ориентации камеры при захвате каждого изображения. Эта информация имеет решающее значение для создания точных 3D-карт из 2D-изображений. Способность системы создавать подробные 3D-карты посевов может коренным образом изменить способ осмотра сельскохозяйственных культур фермерами, сделав этот процесс более эффективным и точным.
Могут ли машины работать в саду? Систематическое сравнение AlphaGarden с профессиональными садоводами
Во втором документе сравнивается производительность автоматизированной системы выращивания поликультур в помещении AlphaGarden с профессиональными садоводами. Система AlphaGarden сочетает в себе симулятор растений первого порядка, портальный робот, алгоритм посадки семян, алгоритмы фенотипирования и отслеживания растений, датчики и алгоритмы орошения, а также специальные инструменты и алгоритмы обрезки.
Авторы обнаружили, что система AlphaGarden сравнима с профессиональными садоводами с точки зрения охвата растительного покрова и разнообразия растений. Интересно, что AlphaGarden смог сократить потребление воды на целых 44% за счет фенотипирования растений и моделирования роста, демонстрируя потенциал ИИ и робототехники в продвижении устойчивых методов ведения сельского хозяйства.
Проводя параллели
Оба исследования подчеркивают потенциал ИИ и робототехники в сельском хозяйстве, особенно в задачах, требующих точности и эффективности. Обе системы используют передовые методы обработки изображений для идентификации и фокусировки на определенных частях сельскохозяйственных культур. Они также используют алгоритмы машинного обучения для оптимизации своих операций, будь то создание 3D-карт сельскохозяйственных культур или управление целым садом с различными растениями. Хотя объем каждой статьи и аппаратное обеспечение совершенно разные, они демонстрируют, как рост в теплице можно картировать, контролировать и управлять им с помощью полных автономных систем, которые параллельно и последовательно используют различные алгоритмы машинного обучения и искусственного интеллекта.
Возможная интеграция
Интеграция этих двух систем может привести к комплексному решению для сельского хозяйства, которое сочетает в себе сильные стороны обеих систем. Возможности трехмерного картографирования системы из первого исследования можно использовать для создания подробных карт нескольких тепличных садов, каждый из которых управляется отдельной системой AlphaGarden. Это может позволить более эффективно управлять несколькими теплицами, поскольку будет лучше понимать пространственное распределение сельскохозяйственных культур.
С другой стороны, способность системы AlphaGarden управлять садом может быть использована для автоматизации процесса осмотра культур, нанесенных на карту системой с первого исследования. Это могло бы сделать процесс инспекции более эффективным, поскольку им будет управлять автоматизированная система, которая может работать круглосуточно.
Заключение
Обсуждаемые здесь исследования демонстрируют потенциал искусственного интеллекта и робототехники в совершенствовании сельского хозяйства. Автоматизируя сложные задачи и оптимизируя использование ресурсов, эти технологии могут привести к более эффективным и устойчивым методам ведения сельского хозяйства. Это заставляет меня задаться вопросом, сможет ли садовод, работающий с несколькими роботами, работать даже лучше, чем каждый по отдельности.
