Проблема постфактум
Традиционно качество зерна оценивается только после уборки — на элеваторе или в лаборатории. К этому моменту повлиять на результат уже невозможно. Если настройки комбайна были неверными, зерно могло быть повреждено или загрязнено, что напрямую снижает его рыночную стоимость. Система Crop Control решает эту проблему, интегрируя экспресс-лабораторию непосредственно в тракт транспортировки зерна внутри комбайна.
Как это работает: 3 ключевых узла
Система устанавливается на зерновой элеватор и бункер, не требуя полной замены автоматики комбайна. Архитектура решения включает:
- Модуль оценки качества: Отбирает пробу зерна каждые 6–8 секунд, анализирует её и возвращает обратно в поток. Вычисления происходят на встроенном вычислителе, чтобы не нагружать бортовой компьютер автопилота.
- Датчик мгновенного объема: Оптические сенсоры измеряют высоту зерна на лопатках элеватора, что позволяет косвенно картировать урожайность в реальном времени.
- Датчик уровня бункера: Алюминиевые шины внутри бункера точно определяют уровень заполнения, предотвращая переполнение.
Что измеряет ИИ и зачем это фермеру
Нейросети обрабатывают фотоизображения зерна в трех режимах: обычном, детекции (габариты) и сегментации (поиск примесей). Для каждой культуры (пшеница, кукуруза, соя, рапс и др.) обучена отдельная модель. Мгновенно механизатор получает данные о влажности, температуре, битости и сорности.
| Параметр | Метод измерения | Практическая польза |
|---|---|---|
| Влажность | Емкостный метод (диэлектрическая проницаемость) | Точная оценка с поправкой на культуру |
| Битость | Компьютерное зрение (нейросеть) | Прямое влияние на цену продажи зерна |
| Сорность | Компьютерное зрение (сегментация примесей) | Корректировка настроек комбайна на ходу |
| Урожайность | Агрегация данных с элеватора и бункера | Создание тепловых карт для дифференцированного внесения удобрений |
Интерфейс и рекомендации
В кабине комбайна (при наличии автопилота Cognitive Agro Pilot) выводится планшет с вкладкой «Колосок». Система не просто показывает цифры, но и дает конкретные инструкции. Например, при росте доли дробленого зерна ИИ рекомендует увеличить зазор между барабаном и подбарабаньем или снизить скорость движения. Это позволяет агроному получать плотную карту урожайности с разбивкой каждые 10–20 метров, заменяя ручные замеры.
Источник: Habr ↗