Цифровой ассистент

Тамбовские учёные создали уникальную систему для сортировки сахарной свёклы

Цифровизация сель­ского хозяйства не стоит на месте. в оте­чественный агроком­плекс ещё несколько лет назад стали актив­но внедрять иннова­ционные технологии, и вот уже сегодня за урожайностью куль­тур следят беспилот­ники, а умные дат­чики определяют влажность почвы и ищут сорняки и вре­дителей. не остались в стороне от разра­боток для сельхозотрасли и тамбовские учёные: на базе ТГТУ в прошлом году соз­дали и внедрили уни­кальную систему тех­нического зрения для сортировки свёклы на сахарных заводах.

Сахарная свёкла яв­ляется одной из стратегических культур, обеспечивающих про­довольственную безопас­ность нашей страны. Поэтому перед агро­бизнесом стоит задача наращивать мощности по переработке слад­ких корнеплодов, а для этого, с одной стороны, необходимо увеличи­вать посевные площа­ди, а с другой — ми­нимизировать потери при транспортировке и хранении свёклы. Команда тамбовских учёных занялась вторым направлением: разра­боткой умной системы, которая бы эффективно и максимально точно отбирала наиболее под­ходящие для хранения корнеплоды.

И хранится дольше, и значительно меньше теряет массу и сахарозу только крупная свёкла. А как выяснить долю таких корнеплодов в кузове большегруза? За­частую это определялось в буквальном смысле на глаз работниками сахзаводов, в принци­пе, и сейчас таким же способом, только зрение это — компьютерное.

Стратегический проект

Учёные тамбовского тех­нического университета взяли на заметку, что преимущество в хране­нии — у крупных корне­плодов, и стали обучать нейронные сети распоз­навать именно такие. Так была разработана система, которая позво­ляет быстро определять долю крупной свёклы в кузове каждой боль­шегрузной машины, принимать решение и давать водителю сигнал об отправке партии на хранение или на пере­работку.

— Прежде был разра­ботан алгоритм работы программы сортировки большегрузных автома­шин, поступающих на свеклопункт. Создали базу данных изображе­ний насыпи корнепло­дов сахарной свёклы, а нейронные сети учи­лись распознавать их по контурам, — пояснил руководитель проекта, заведующий кафедрой «Мехатроника и техно­логические измерения» ТГТУ Павел Балабанов.

— Разрабатывали прототип под руководством
завкафедрой Павла Балабанова.
Работали вдво­ём — я и мой одногруппник Владимир Петерс.
Он занимался технической частью, грубо говоря, работал руками,
а я — «начинкой», создавал компьютерную программу.
Состоит прототип из цилиндра, внутри которого камера, лазерный дальномер
и микрокомпьютер, — рассказывает Данила Николюкин.

Как говорит студент 4-го курса и автор проек­та Данила Николюкин, одно дело разработать программный продукт, и совсем другое — соз­дать готовое устройство, которое можно было бы внедрить в производ­ство. Прототип системы технического зрения получился универсаль­ным и очень компакт­ным. Комплекс вклю­чает микроконтроллер, лазерный дальномер, источники освещения, RGB камеру, светодиод­ное табло, сервер и АРМ оператор.

Из лаборатории - в поле

Умная система техниче­ского зрения, над кото­рой несколько месяцев работала команда ТГТУ, уже используется на са­харном заводе Курской области. Разработка во всех смыслах слова уникальна: во-первых, заменяет человека, а, во-вторых, повышает точность калибровки до 95 процентов. К слову, этот показатель основан на лабораторных ис­следованиях нейросе­ти, подтверждают это и данные, полученные на линии сортировки клубней. Ещё одно боль­шое преимущество — прототип полностью работает в автоматиче­ском режиме.

— Лазерный даль­номер самостоятельно определяет, что грузо­вик подъехал, а затем встал на линию. Мы написали программу таким образом, чтобы она не изучала другие объекты, попадающие в камеру, например, легковые автомобили или людей, — замечает Данила Николюкин. — Также учли и факт сезонности: сахарную свёклу убирают поздней осенью, а с полей ее вы­возят до конца января. Чтобы снимки были ка­чественными и ранним утром, когда ещё темно, и ночью — включается прожектор. То есть по­сле того, как большегруз остановился, срабаты­вает прожектор, а уже далее происходит серия снимков. Создаётся кадр в любых условий, а за­тем алгоритм нейро­сети обрабатывает его. Именно на этом этапе и определяется крупность сахарной свёклы.

Проект по созданию системы технического зрения для сортировки свёклы на сахарных заводах раз­рабатывался в составе научно-образовательных центров мирового уровня «Инженерия будущего». Учёные тамбовского техуниверситета входят в комитет «Умное агро» и занимаются направ­лением по цифровизации агропромышленного комплекса.

По словам авторов проекта, для обучения ней­ронной сети материал собирался в ходе убороч­ной кампании 2022 года, в течение сезона 2023-го . установка будет проходить тестирование в реальных условиях. Если прототип удовлетворит требования заказчиков, то через год на базе ТГТУ займутся серийным выпуском комплекса.

Параллельно с этим проектом молодые учёные ТГТУ начали работать над другой задумкой. Как поясня­ют разработчики, есть идея перенести систему технического зрения для сортировки свёклы непосредственно в по­ле — на комбайн. Это нужно для того, чтобы крупность и повреждённость корнеплодов определялась до того, как сахарная свёкла по­падёт на завод. После уборки в по­лях создаются кагаты, откуда корнеплоды и транспортируются на переработку. Длится это примерно с ноября по январь. Зачастую к концу января часть сахарной свёклы, ко­торая, к примеру, была повреждена—портится, и в итоге так и остаётся в поле, на завод она уже не поступает.

— Чтобы этого избе­жать, создаём прототип технического зрения, который будет решать один очень важный вопрос — в какой по­следовательности отгру­жать сахарную свёклу с полей. То есть сначала повреждённые и мелкие корнеплоды, так как они быстрее портятся и хра­нятся гораздо меньше, и только потом—крупную и целиковую свёклу, ко­торая сможет храниться гораздо дольше, — поды­тоживает разработчик Данила Николюкин.

Елена ГРИДЧИНА
Фото архив Данилы НИКОЛЮКИНА
Притамбовье.2023.№8.С.5
Скачать