-
Изследване на енергонезависимостта и качеството на извършваните операции при използване на роботизирани технологии при отглеждане на земеделски култури и оборудване при универсален земеделски робот
-
Изследване на възможностите на изкуствения интелект за определяне на точността и координацията на земеделски робот при позициониране и движение чрез навигационна система и дигитално зрение.
-
Разработване на усъвършенствани технологии за мониторинг на параметрите на почвата и земеделските култури.
-
Изследване възможностите на технологията Internet of Things (IoT) за осъществяване и оптимизиране на обмена на данни между земеделския робот и сървърна станция чрез полева комуникационна мрежа за ретранслиране на данни
Увеличаването на населението на планетата поставя сериозен проблем с изхранването му. Селското стопанство е секторът, който е отговорен за тази задача. Един от начините за решаването на този проблем е намирането на нови методи за подобряване на ефективността на селското стопанство. Голям е проблемът и с осигуряването на работна ръка. В страните, където това е затруднено, продукцията се оскъпява и от разходите за наемането на работниците. В тези страни обаче се забелязва висок добив на продукцията и тенденция към автоматизиране на работните процеси. Автоматизацията може да протече както през целият период на отглеждане на културите, така и в прибиране и съхранение на продукцията.
Използването на роботи в земеделието не нова идея. Има разработки на машини за работа в селското стопанство без намесата на човека, които могат да възприемат информация от сложният реален свят с всички съвременни технологии. Поради това тези машини се ползват в селското стопанство с голям успех. Настоящото разбиране е, да се създадат достатъчно интелигентни машини, които да са способни да взимат самостоятелни решения и да работят в естествена среда, без да се изземат управляващите функции на човека. Същевременно тези устройства трябва да се способни да работят продължително време без надзор.
Съществува богата гама от технологии, които се използват в роботите и водят до възможност за бърз преход на Industry 4.0 да навлезе в селскостопанската дейност чрез роботиката. Някои технологии ще трябва да бъдат разработени специално за селското стопанство, докато други технологии вече са разработени за други районите могат да бъдат адаптирани към селскостопанския домейн, например автономни превозни средства, изкуствен интелект и машинно зрение. Тук обаче е необходимо да се използват различните възможности и текущото състояние, на различни способстващи технологии от хардуер до софтуер, мулти-роботи системи и humanrobot inteligents системи.
Наша основна цел е да предоставим иновативно решение за подпомагане на земеделските производители с цел с оптимизацията на работните процеси и намаляването на влиянието на човешкия фактор в българските ферми.
Съвременното развитие на IoT и навлизането на Industry 4.0 в аграрния сектор трябва да подпомогне опрости и диагностирането на отделните заболявания и да се извършват необходимите операции с минимум средства.
Ще се разработят различни модели намиращи приложение при прогнозирането и управлението на процесите в земеделските стопанства.
Ще се създаде модел на водното състояние на растенията и ще се прогнозира необходимостта от поливен режим на домати с цел прецизно напояване. Ще се разработи и система за изследване и събиране на данни от микроклимата при отглеждането на зеленчуци.
От друга страна при сегашните темпове на развитие на климатични промени, снежната покривка намалява в последните години, което се отразява негативно на земеделските култури. Оценката на снежната покривка и снежния воден еквивалент е важен параметър за агропрогнозите. Оценка и мониторинг на снежно покритие на земеделска земя ще се извърши с математическо моделиране и ползване на достъпните сателитни наблюдения за климатични данни.
Растениевъдството е област, в която дейностите и ефективността пряко зависят от получените актуални и коректни данни за състоянието на средата, отглежданите култури и работата на обслужващата я техника. Процеса на наблюдение и анализ е ключов за постигане на оптимални резултати. Във връзка с това разработването на такава локална полева мрежа на IoT ще повиши комуникацията между изпълнителните звена-наземна или въздушна техника, с която се събират данни се оперира и сървърът, чрез който изкуственият интелект комуникира между отделните звена и следи за коректното изпълнение на операциите.
1.1.1. Изследване на енергонезависимостта и качеството на извършваните операции при използване на роботизирани технологии при отглеждане на земеделски култури и оборудване при универсален земеделски робот
ДЕЙНОСТИ:
– Проектиране на земеделски робот.
– Изработка и функционалнни изпитвания на земеделски робот.
– Изследване на устойчивостта на земеделски робот при движение в полски условия.
– Изследване на енергонезависимостта на земеделски робот при извършване на работни операции.
– Изследване качеството на извършваните работни операции.
1.1.2. Изследване на възможностите на изкуствения интелект за определяне на точността и координацията на земеделски робот при позициониране и движение чрез навигационна система и дигитално зрение.
ДЕЙНОСТИ:
– Интегриране на съвместим с глобалната спътникова радионавигационна система (ГСРНС) GALILEO приемник към навигационната система на агроробота.
– Изследване на точността на агроробот при определянето на местоположението му чрез използване на различни ГСРНС (NAVSTAR-USA, GLONASS-Russia, GALILEO-EU) или при тяхното съвместно използване.
– Разработване на методика за определяне на пространствено-времевите характеристики на съзвездията от навигационни спътници и тяхната достъпност при съвместно използване на ГСРНС NAVSTAR-USA, GLONASS-Russia, GALILEO-EU.
– Разработване на 3D модел на местността (полето) чрез използване на технологията дрон-ортофотограметрия и визуализация на агророботът по неговите GPS данни.
– Монтаж на елементите на дигитално зрение на робота.
– Координация и оптимизиране на движението на робота до получената позиция посредством съвместна работа на навигационната система, картата от модела на местността и образите от дигиталното зрение на робота.
– Разработване на алгоритъм за създаване на компютърна програма за избор на траектория на завиване и генериране на ивица за завиване при движение на автономен земеделски робот в поле с неправилна форма.
– Проектиране и моделиране на автономна система с повишена точност и наземна станция за управление на коаксиален хеликоптер за земеделски цели.
– Разработване алгоритми за машинно обучение, които са базирани на информация от големи бази данни, които са получени от дигиталното зрение на хеликоптера за земеделски цели.
– Създаване на протокол за събиране и анализ на голям обем от данни за откриване на вредители по растенията чрез дигиталното зрение на хеликоптера за земеделски цели.
– Мониторинг на качеството на извършваните работни операции чрез дигиталното зрение на робота и хеликоптера.
1.1.3. Разработване на усъвършенствани технологии за мониторинг на параметрите на почвата и земеделските култури.
ДЕЙНОСТИ:
– Разработване на методика за изследване на зависимостта между цвета на листата на оранжерийни доматени насаждения (и други оранжерийни зеленчуци) и микроклиматични параметри (влажност и температура на почвата).
– Изследване и избор на дигитални цветови компоненти при различни качествени фактори при оранжерийни доматени насаждения (преди/след поливка, млади/стари листа).
– Създаване на дигитални модели чрез използване на стандартни статистически методи с помощта на data mining и mashine learning алгоритми при оранжерийни доматени насаждения.
– Прогнозиране влажността на почвата (нуждата от поливка) на база на цвета на листата, температурата на почвата и качествените фактори (на база създадените модели) при отглеждане на оранжерийни домати.
– Разработване на алтернативна методика за дистанционен мониторинг на микроклимата при полско производство на домати.
– Дистанционен мониторинг на микроклимата при полско производство на домати през различните фенофази и проявата на болести.
– Моделиране на параметрите на снежно покритие.
– Анализ на връзката снежно покритие (Globsnow) и развитие на земеделски култури чрез сателитни измервания на Финландската космическа агенция.
– Анализ на изчислен снежен воден еквивалент, снежна покривка и продължителност с разработеният модел, чрез използване на сателитни данни на програмата Copernicus Land Monitoring Services.
1.1.4. Изследване възможностите на технологията Internet of Things (IoT) за осъществяване и оптимизиране на обмена на данни между земеделския робот и сървърна станция чрез полева комуникационна мрежа за ретранслиране на данни.
ДЕЙНОСТИ:
– Създаване на локална полева IoT (2,4-5 GHz Wi-Fi, Lora-Wan, Zig-Bee) мрежа за осигуряване на комуникацията робот-сървър.
– Създаване на протокол за оптимизиране на преноса на данни към сървъра.
– Създаване на база данни със записи на данните от всички сезори, инсталирани на агроробота.
Ръководител на Работния пакет | доц. д-р инж. Георги Комитов – Аграрен университет – Пловдив | 0988 97 71 37 | gkomitov@au-plovdiv.bg |
Членове на научния колектив | проф. д-р инж. Мирослав Цветков – ВВМУ | ||
проф. д-р инж. Чавдар Александров – ВВМУ | |||
проф. дтн. инж. Росен Иванов – РУ | |||
доц. д-р инж. Николай Златов – ИМех – БАН | |||
доц. д-р инж. Валентин Пенев – ИМех – БАН | |||
доц. д-р Атанас Севов – АУ | |||
доц. д-р инж. Йордан Сивков – ВВМУ | |||
доц. д-р инж. Жулиета Арнаудова – АУ | |||
доц. д-р Велика Кунева – АУ | |||
доц. д-р инж. Донка Иванова – РУ | |||
доц. д-р инж. Таня Пехливанова – ТрУ | |||
доц. д-р инж. Красимир Трендафилов – ТрУ | |||
доц. д-р Олга Ничева – ИМех – БАН | |||
доц. д-р Поля Добрева – ИМех – БАН | |||
доц. д-р инж. Сергей Ранчев – ИМех – БАН | |||
гл. ас. д-р Иван Митков – млад учен – АУ | |||
гл. ас. д-р Манол Даллев – АУ | |||
гл. ас. д-р инж. Вера Стефанова – млад учен – АУ | |||
гл. ас. д-р Димитър Разпопов – млад учен – АУ | |||
докторант инж. Георги Иванов – АУ | |||
докторант инж. Светослан Атанасов – ТрУ | |||
докторант Георги Станчев – АУ | |||
инж. Георги Георгиев – ИМех – БАН | |||
инж. Гари Роуландс – ИМех – БАН | |||
Добри Добрев – студент – АУ | |||
Петко Петков – студент – АУ | |||
Христо Асански – студент – АУ | |||
Ангел Павлов – студент – ВВМУ | |||
Илиян Илиев – студент – ВВМУ |