Растениеводство 12 мая 2021

Сколтех: ИИ и дроны помогут справиться с борщевиком

Сколтех: ИИ и дроны помогут справиться с борщевиком

Ученые Сколтеха создали новую систему мониторинга, которая выполняет сегментацию изображений в реальном времени на борту дрона для идентификации борщевика. Исследование было опубликовано в престижном журнале IEEE Transactions on Computers.

Борщевик Сосновского одинаково опасен для сельского хозяйства, местных экосистем и здоровья человека. Прямой контакт с кожей человека, особенно если он усугубляется воздействием солнечных лучей, вызывает тяжелые ожоги, которые требуют постоянного медицинского ухода и заживления в течение нескольких недель. Безудержное распространение борщевика Сосновского стало настоящей экологической катастрофой, охватывающей всю Россию, от ее центральной части до Сибири и от Карелии до Кавказа. Ежегодно государство выделяет огромные бюджеты (в прошлом году только на Москву выделено 350 млн руб.) на ликвидацию борщевика. Искоренение ядовитого растения стало одной из самых серьезных проблем для российского сельского хозяйства, окружающей среды и здравоохранения.

В середине 20 века планировалось использовать борщевик в качестве кормовой культуры, учитывая его быстрый рост, низкие требования к уходу и быстрое распространение. Однако вскоре выяснилось, что борщевик не годится в качестве корма для скота, а его исключительные природные свойства были скорее серьезной проблемой, чем преимуществом. Одно растение может давать до 100 000 семян в год, которые легко разносятся ветром. Это означает, что единственное растение, случайно оставленное позади, делает операцию по очистке совершенно бессмысленной.

Точная локализация борщевика в режиме реального времени была первой проблемой, с которой столкнулись исследователи из Центра по научным и инженерным вычислительным технологиям для задач с большими массивами данных, когда они начали разработку своей платформы мониторинга два года назад. «Традиционные методы мониторинга недостаточно эффективны – наблюдение с земли слишком сильно зависит от человеческого фактора, а космическое зондирование хорошо подходит лишь для распознавания больших зарослей. Снимки со спутников имеют недостаточное разрешение, чтобы распознать отдельные растения, а зависимость от погоды и кратности орбиты делают такой метод непрактичным для получения наиболее актуальной информации», – рассказывает первый автор исследования, выпускник аспирантуры Сколтеха Александр Меньщиков. 

Исследователи решили использовать дроны, которые могут снимать современные изображения борщевиков с высоким разрешением даже в пасмурную погоду, и выбрали сбор и обработку данных в полете прямо на борту беспилотника вместо классического метода «сбор данных – создание ортофотоплана – анализ полученного изображения». «Пусть традиционный подход и даёт наиболее исчерпывающую информацию об исследуемой территории, но его эффективность сравнима с обработкой данных на борту для сегментации одного типа объектов – борщевика Сосновского. Кроме того, традиционный метод требует ещё несколько часов для сшивки изображения и его анализа после окончания полёта, в то время как обработка на борту происходит во время полёта, а оператор получает данные о местоположении борщевика в реальном времени на базовой станции. Такой подход позволяет приступить к работам по уничтожению борщевика ещё до завершения полёта БПЛА, а к концу полёта оператор уже располагает всеми данными о местоположении всех растений на обследуемой территории», – поясняет Александр.

Новое решение для мониторинга использует дрон и компактный бортовой компьютер, на котором выполняются «тяжелые» алгоритмы сегментации на основе полностью сверточных нейронных сетей (FCNN), которые могут попиксельно идентифицировать объект неправильной формы (в данном случае борщевик Сосновского). Это поможет различить отдельные растения и повысит шансы уничтожить все сорняки на выбранном участке.

Запуск FCNN на маломощном оборудовании, таком как одноплатные компьютеры (SBC), было основным препятствием для проекта. Поскольку существует лишь ограниченное количество компьютеров с достаточными ресурсами и процессорами, поддерживающими FCNN, исследователям пришлось найти подходящую архитектуру SBC и оптимизировать FCNN, чтобы она работала на выбранной версии оборудования.

«В качестве нейронных сетей для исследования были выбраны популярные архитектуры UNet, SegNet, ResNet и модифицированы для использования на одноплатном компьютере. Разработанная система мониторинга была смонтирована на борт БПЛА и исследована в полёте. В результате удалось добиться обследования территории до 28 Га в течение 40 минут при полёте на высоте 10 метров. При этом ни одно растение не было пропущено», – комментирует старший преподаватель Сколтеха Андрей Сомов, научный руководитель проекта.

«Пусть на данный момент скорость обработки 4К изображения нашей системой не очень высок – до 0,7 кадров/сек., однако и при таких показателях система позволяет в несколько раз повысить эффективность локализации вредоносных растений», – добавляет Андрей Сомов.

Новый подход имеет большие перспективы для сельского хозяйства: его можно использовать для мониторинга других культур, определения различных вегетативных индикаторов, оценки здоровья растений и выявления болезней растений с помощью мультиспектральных изображений.

Рекомендуем

Популярные статьи