Робот создан для автономной работы на фермерском поле. Используя алгоритмы компьютерного зрения, агрегат вносит подкормку точно в лунку каждого растения на грядке.
Обработка двух рядов с точным дозированием раствора
Полная автономия с защитой от влаги для отдаленных участков
Световая сигнализация при препятствиях или низком уровне раствора
Фермерство – это не только про животноводство, выращивание зерновых или овощей. Целебные травы и коренья могут стать прибыльным и перспективным направлением сельскохозяйственного бизнеса.
Наш заказчик – фермер – решил пойти дальше и не просто выращивать и заготавливать ценные травы, но и делать на их основе косметические продукты и готовые фитосборы.
Плантации целебных растений расположены в экологически чистом, но труднодоступном районе вдали от дорог и населенных пунктов. Найти ответственных работников, создать им комфортные условия труда, организовать подвоз к месту работы и обратно оказалось очень сложным делом, и предприниматель задумался о поэтапной автоматизации ухода за грядками. Еще одним доводом в пользу использования робота была необходимость применять дорогостоящий раствор для растений, который требует точного дозирования.
Запрос
К специалистам КЕДР Solutions фермер обратился с идеей создать сельскохозяйственный робот с манипулятором – роборукой – для прикорневой подкормки растений на грядках.
Робот должен ехать вдоль ряда, определять местонахождение лунки с растением, направлять туда манипулятор и распылять удобрение. Затем устройство должно повернуть роборуку и таким же образом обработать соседнюю лунку. Дойдя до края грядки, устройство переезжает на другой ряд и продолжает подкормку, двигаясь в обратном направлении.
Так как поле с посадками находится на значительном удалении от населенных пунктов, связь там не всегда стабильна, и, следовательно, робот должен работать автономно.
Передвижная механическая часть с электродвигателем и контроллерами была предоставлена заказчиком. Мы должны были выбрать готовый манипулятор, собрать робота и написать ПО для его управления.
Решение
Грядка представляет собой дорожку, застеленную геотекстилем с лунками в 2 ряда. Ширина робота совпадает с шириной гряды, а высоты достаточно, чтобы ехать над растениями.
Устройство с небольшой постоянной скоростью движется вдоль грядки, вращает 3-осевой рукой-манипулятором, внося удобрения в каждую лунку или на растение, если куст достаточно большой и лунка не видна. В конце каждого ряда стоит табличка, ориентируясь на которую, робот понимает, что обработал все растения этой грядки и нужно повернуть в соседний ряд.
Двигаясь вдоль грядок, робот обрабатывает сразу 2 ряда посадок.
Агроробот работает автономно. При остановке устройство подает световой сигнал. На роботе установлена емкость с раствором, которого должно хватить на обработку всего поля. Тем не менее внутрь канистры помещен датчик уровня жидкости. Если уровень опускается до минимального, подается световой сигнал и робот останавливается.
Устройство не боится ни дождя, ни грязи – все его узлы защищены от влаги.
На основе библиотеки OpenCV и инструментария Jetson Nano мы разработали алгоритмы компьютерного зрения, с помощью которых робот видит лунку, поворачивает манипулятор в ее сторону, опускает руку и производит распыление определенного количества раствора. Все работает в режиме реального времени, роботу не нужно останавливаться у каждого растения. В устройстве использована камера глубины Intel RealSense, которая определяет расстояние до объекта.
Процесс обучения системы распознаванию лунок.
Сложности проекта и их решение
Проект, связанный с технологиями компьютерного зрения, как правило, непросто реализовать.
Мы вручную собирали видеоматериалы, на основе которых система должна была учиться распознавать нужные объекты. Определенные сложности возникли и с контрастом картинки: черные лунки плохо распознавались на черном геотекстиле, но в итоге эти проблемы были решены.
Нам также потребовалось время, чтобы изучить все особенности весьма специфичного микрокомпьютера Jetson Nano и наладить его работу.
Выполненные работы
Разработка и тестирование встроенного ПО
Разработка алгоритмов компьютерного зрения
Использованные технологии
Python и OpenCV
для разработки алгоритмов.
NVIDIA Jetson Nano
одноплатный компьютер, который позволяет делать необходимые вычисления в области ИИ, потребляя всего 5 Вт. Мы также использовали его инструменты для разработки алгоритмов.
С++
для написания встроенного ПО.
CoppeliaSim
симулятор робототехники в качестве среды имитационного моделирования.
Intel RealSense
камера глубины для агроробота.
ROS
для разработки программного обеспечения для робота.
Итоги
Созданный нами агроробот прекрасно справляется со своими задачами на фермерском поле. Устройство имеет электромотор, работающий от бензогенератора, что в полевых условиях удобнее питания от аккумулятора.
Устройство работает автономно, грядка за грядкой обрабатывая все поле. При обнаружении препятствия, обработке всех растений или при низком уровне раствора в емкости устройство включает световой сигнал и останавливается.
Фермер положительно оценил экономический эффект от использования нашего агрегата и планирует продолжать автоматизацию сельскохозяйственных операций, а значит, и наше сотрудничество.
Связаться с нами
Оставьте контактные данные, и мы свяжемся с вами в ближайшее время