Самара. 15 сентября. ИНТЕРФАКС-ПОВОЛЖЬЕ - Ученые самарского национального исследовательского университета имени академика С.П. Королева совместно с коллегами из научных учреждений Москвы и Новочеркасска (Ростовская область) намерены адаптировать для сельхозтехники цифровое "зрение", разработанное для использования в космосе.
Как сообщает пресс-служба вуза, в настоящее время для этих целей сформирован научно-исследовательский центр.
"Приземление" космических технологий на почву отечественного агропрома должно увеличить эффективность возделывания сельскохозяйственных культур, уменьшить расход минеральных удобрений и примерно на четверть увеличить урожайность посевов. Анализом изображений, получаемых с систем "зрения" сельхозтехники, займутся в автоматическом режиме нейронные сети", - говорится в сообщении.
Подчеркивается, что для получения информации о состоянии почвы и растений ученые предлагают использовать сенсоры, сочетающие в себе элементы плоской оптики с высоким микрорельефом, которые могут выполнять несколько разных задач.
"В рамках работ особое внимание ученые уделят технической конструкции датчиков - она должна быть очень простой и достаточно дешевой для массового применения в сельскохозяйственной технике. Гиперспектральные сенсоры можно будет устанавливать не только на наземную технику, но и на беспилотники, это позволит сразу оперативно оценивать состояние больших площадей сельхозземель. Договоренности о соответствующих испытаниях уже достигнуты с Самарским государственным аграрным университетом", - говорится в сообщении.
Проект предполагает массовое применение данных систем на самых различных видах сельхозтехники.
Работы по созданию систем цифрового "зрения", ведутся в рамках гранта Российского научного фонда (РНФ) "Система мониторинга сельскохозяйственных показателей в видимом, инфракрасном и гиперспектральном режимах съемки".
По данным пресс-службы, по итогам реализации гранта, рассчитанного на 4 года, помимо создания конструкционно простых гиперспектральных сенсоров для массового использования в "умном" сельском хозяйстве ученые разработают алгоритмы реконструкции и анализа получаемых гиперспектральных изображений с помощью методов глубокого обучения нейросетей.
