Cognitive Pilot научила ИИ-агропилоты различать неразличимые человеком области
Специалисты компании Cognitive Pilot (дочернее предприятие Сбера и Cognitive Technologies) смогли решить сложную задачу, позволяющую автопилотам умной сельхозтехники различать области, практически неразличимые человеческим глазом. Об этом рассказали представители самой компании.
Эта возможность позволила существенно расширить области применимости систем автопилотирования.
«Большей частью такие решения востребованы в так называемых, «тракторных задачах». Попробуйте, например, различить границу засеянной и незасеянной областей поля при проведении сева или обработанной и не обработанной химикатами частей поля».
Граница обработанной и необработанной областей поля неразличима человеческим взглядом. Cognitive Border Recognition точно находит границу. До недавнего времени такие задачи традиционно решались средствами автопилотирования без использования ИИ, — GPS-навигацией по спутниковому сигналу. Однако с уходом зарубежных компаний-производителей систем GPS-навигации с российского рынка и прекращению ими поддержки пользователей, точность выполнения техникой, оснащенной GPS-навигаторами, сельхоз-операций снизилась в несколько раз. Кроме того, проблема отсутствия GPS-сигнала в областях, близких к зоне проведения СВО сделала использование GPS-навигации полностью невозможной.
«Появление решений на основе ИИ для навигации сельхозтехники в зонах со слабым GPS-сигналом и его отсутствия трудно переоценить. Для аграрных регионов юга России – это просто палочка-выручалочка. Доля таких областей в последнее время увеличивается во всем мире. На мощность GPS-сигнала также оказывают влияния и природные явления, например, вспышки на Солнце. В свою очередь, автопилоты на основе ИИ являются технологиями нового поколения. Современные датчики и интеллектуальное ПО позволяют лучше человека распознавать ориентиры для навигации при автопилотировании. Они делают это с самой высокой точностью».
Специалисты Cognitive Pilot научились выделять ключевые признаки границы, разделяющую зоны обработанной и необработанной части поля для всех сельхоз-операций. Это стало основой Cognitive Border Recognition.
«Мы применили нейросетевой механизм уточнения границ. По анализу поступающих с камер изображений и имеющимся признакам границы раздела областей поля мы имеем возможность выделять наиболее вероятные зоны, содержащие эту границу, уточнять данные о ее наличии и подтверждать такую принадлежность. Другими словами, сеть стала обращать внимание даже на незначительные перепады в текстурах поля и более точно определять границы. Это наше ноу-хау. До нас это еще никто не использовал».
Кроме того, на финальном этапе обработки, специалисты Cognitive Pilot интегрировали в архитектуру нейронной сети классическую технику преобразования Хафа, что позволило использовать глобальные признаки (такие как граница зоны вспахано/не вспахано) без сильного увеличения глубины сети. При этом подходе этапы обработки данных проходят более эффективно.
Напомним, что Cognitive Agro Pilot – первая в мире промышленная система автопилотирования, которая использует два вида навигации, которые дополняют друг друга: на основе компьютерного зрения и спутникового GPS-сигнала.
«Разработка Cognitive Border Recognition – это огромная победа российских разработчиков. Теперь ИИ-автопилотированию подвластны практически все ситуации, которые могут возникнуть на поле, даже где видимые ориентиры трудноразличимы и отсутствует GPS-сигнал. Это очередной пример задачи, которую ИИ научился решать лучше человека. Создание таких решений – это новый, перспективный рынок, потенциальный объем которого эксперты оценивают в десятки миллиардов долларов, и очень важно, что наша страна является законодателем мод в этой важной сфере».
Узнавайте первыми актуальные новости сельхозтехники России и мира на наших страницах в Яндекс Дзен и ВКонтакте, а также на каналах в Telegram и YouTube.
Умный агропилот от дилеров КИРОВЦА — теперь и для уже работающих тракторов и комбайнов
Cognitive Pilot разработал для фермеров на границе ИИ-автопилот, работающий в условиях РЭП