Cognitive Technologies разработала систему ИИ для беспилотного зерноуборочного комбайна

Компания Cognitive Technologies, являющаяся разработчиком систем искусственного интеллекта для управления беспилотными транспортными средствами, разработала технологию компьютерного зрения для автоматического вождения зерноуборочного комбайна. Об этом CNews сообщили в Cognitive Technologies. «Предполагается, что наша система сначала будет установлена на экспериментальном образце сельхозтехники, — рассказала Ольга Ускова, президент Cognitive Technologies. — Мы затратили на ее разработку более трех лет и получили отличные результаты. Обладая функцией автоматического подруливания при уборке урожая, российские комбайны смогут на равных конкурировать с мировыми с/х-брендами, которые уже обладают аналогичным функционалом». «В основе разработки лежит технология глубокого обучения нейронных сетей, или deep learning», — отметил руководитель проекта Cognitive Technologies Алексей Панченко. В течение прошлого года разработчики Cognitive Technologies в реальных полевых условиях с камеры, установленной на комбайне, вели работы по сбору дата-сетов (видеоизображений, на которых представлены основные элементы полевой сцены и на основе которых происходит обучение нейронной сети), а затем и обучению нейронной сети объектам и ситуациям, которые могут и будут встречаться «умному» комбайну в процессе его работы и которые должен распознавать искусственный интеллект. В итоге сегодня нейронная сеть способна выделять пять основных классов объектов полевой сцены, что позволит обеспечить безопасную работу «умного» комбайна. Первый — это нескошенная часть поля. Второй — обработанная, скошенная его часть. Третий класс объектов соответствует валку (скошенная и сложенная в ряд с/х-культура). Четвертый соответствует той части жатки (механическое устройство комбайна, осуществляющее скашивание с/х-культуры), которая попадает в поле зрения видеокамеры. Наконец пятый класс — это все остальные объекты (препятствия, сельхозтехника, лес, деревья, сорняки и т.д.).

Снятая с видеокамеры картинка, на которой видна часть жатки, валок, скошенная, нескошенная часть поля и остальные объекты По словам разработчиков, во время проведения работ по уборке урожая водитель экспериментального образца комбайна еще будет должен присутствовать в кабине и выполнять функцию контролера. При этом уровень его квалификации должен оставаться на том же уровне, что и у обычного комбайнера. Однако у него появится свободное время для того, чтобы сосредоточиться на выборе настроек параметров технологического процесса, непосредственно влияющих на качество уборки урожая (угол наклона жатки, скорость хода и т.д.), что сегодня является одной из основных проблем при уборке, подчеркнули в Cognitive Technologies.

Карта сегментации изображения полевой сцены, полученная на выходе нейронной сети. Желтый цвет соответствует части жатки, зеленый — валку, синий — скошенной культуре, розовый — нескошенной части поля и черный — остальным объектам «Автоматическое передвижение комбайна с системой искусственного интеллекта будет осуществляться по левой кромке поля либо вдоль скошенного валка. При этом искусственный интеллект сам будет понимать, где проходит граница скошенной культуры и куда нужно подруливать для обеспечения движения вдоль кромки», — пояснил Панченко. В отдельных ситуациях, например, при завершении прохода по полю, а также в случаях форсмажора по сигналу системы водитель должен быть готов принять управление на себя. Автоматизированный комплекс умного комбайна, помимо системы искусственного интеллекта, включает в себя одну видеокамеру отечественного производства и вычислитель с дополнительными блоками сопряжения с бортовыми системами комбайна. Конкурентным преимуществом нового решения Cognitive Technologies видит возможность понимания искусственным интеллектом различных типов границ поля (кромки, валка), в отличие от решений конкурентов, которые понимают лишь один из типов границ, и для его определения требуется устанавливать соответствующие им дополнительные датчики, что в итоге определяет более высокую стоимость решения. Кроме того, в системе Cognitive Technologies предусмотрена возможность оперативного добавления новых типов границ (рядка — форма высадки отдельных культур, например, кукурузы, а также вспаханной и невспаханной частей поля). Для этого достаточно обновления версии ПО, что позволит разработчикам уже в ближайшей перспективе расширить область применения системы на другие с/х-культуры, такие как кукуруза и подсолнечник. Сегодня искусственный интеллект системы обучен на работу с зерновыми и кормовыми культурами. Работы по проекту проводятся Cognitive Technologies в соответствии с соглашением с Минобрнаукой России в рамках реализации федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014-2020 годы». На реализацию технологической части проекта ведомством выделено p34 млн. «Мы рассчитываем, что проект позволит нам сделать серьезный задел на будущее и существенно приблизит нас к созданию полностью беспилотного комбайна, чего мы ожидаем достичь к 2023-2024 году», — заключила Ольга Ускова. Ссылка на источник