Может пройти некоторое время, прежде чем роботы и дроны станут такими же обычными, как тракторы и зерноуборочные комбайны на фермах, но высокотехнологичные инструменты вскоре могут сыграть важную роль, помогая прокормить быстро растущее население мира.
В Университете Джорджии группа исследователей разрабатывает роботизированную систему из вездеходов и беспилотных летательных аппаратов, которые могут быстрее и точнее собирать и анализировать данные о физических характеристиках сельскохозяйственных культур, в том числе о характере их роста, стрессоустойчивость и общее состояние здоровья. Эта информация жизненно важна для ученых, которые работают над увеличением сельскохозяйственного производства в период быстрого роста населения.
«К середине этого века, по оценкам ученых, население мира достигнет 9,1 миллиарда человек, что на 30 процентов больше, чем за 30 лет», - сказал Чанъин «Чарли» Ли, профессор колледжа UGA. инженера и главного исследователя проекта. «Это увеличение населения потребует, чтобы мы почти удвоили наше текущее производство продуктов питания. Это сложная задача, но одним из решений является использование геномных инструментов для создания высококачественных, высокоурожайных, адаптируемых растений».
Хотя ученые могут собирать данные о характеристиках растений уже сейчас, этот процесс является дорогостоящим и кропотливо медленным, поскольку исследователи должны вручную записывать данные по одному растению за раз. Но команда роботов, разработанная Ли и его сотрудниками, однажды позволит исследователям собирать данные о целых полях сельскохозяйственных культур в течение вегетационного периода.
Проект направлен на устранение основного узкого места, которое сдерживает исследования в области генетики растений, сказал Эндрю Патерсон, один из главных исследователей. Патерсон, мировой лидер в области картирования и секвенирования геномов цветковых растений, является профессором в Колледже сельскохозяйственных наук и наук об окружающей среде UGA и Колледже искусств и наук Франклина.
«Роботы предлагают нам не только средства для более эффективного выполнения того, что мы уже делаем, но и средства для получения информации, которая в настоящее время находится вне нашей досягаемости», - сказал он. «Например, измеряя высоту растений с интервалом в неделю, а не один раз в конце сезона, мы можем узнать, как разные генотипы реагируют на определенные параметры окружающей среды, такие как количество осадков».
В дополнение к мультиспектральным, гиперспектральным и тепловизионным камерам роботы будут оснащены системой обнаружения и определения дальности света, или LiDAR, методом дистанционного зондирования, который использует свет в форме импульсного лазера для измерения расстояний. Эта технология позволит исследователям создавать точные трехмерные изображения растений, которые они изучают.
Во время предварительного тестирования системы в прошлом году на ферме UGA Iron Horse Plant Sciences Farm между Уоткинсвиллем и Гринсборо, по оценкам Ли, команда собрала 20 терабайт данных за шестимесячный вегетационный период. Он говорит, что команда соберет в 30 раз больше, когда роботы будут полностью развернуты.
Для анализа этих огромных наборов данных исследователи разрабатывают алгоритм искусственного интеллекта, аналогичный программе распознавания лиц, которую Facebook использует для облегчения идентификации и «пометки» людей на фотографии.
«Например, наш алгоритм сможет сканировать аэрофотоснимок большого поля и автоматически определять местоположение и количество цветов на каждом растении», - сказал Ли.
Поскольку команды автономных транспортных средств проезжают через ряды посевов и парят над головой, алгоритмы также будут играть ключевую роль в обеспечении того, чтобы роботы и дроны выполняли поставленные задачи, не мешая друг другу. Джавад Мохаммадпур Вельни, один из руководителей проекта и доцент Инженерного колледжа, разрабатывает набор аналитических инструментов, которые позволят наземным и воздушным транспортным средствам работать независимо, но совместно, чтобы эффективно охватывать поля и собирать различные типы данных.
Исследователи UGA считают, что их работа предоставит генетикам платформу для сбора огромных объемов данных о фенотипах и позволит улучшить выращивание сельскохозяйственных культур, поддерживающих население планеты.
«Исторически сложилось так, что генетика приносила около половины прироста урожая, что позволяло небольшому количеству фермеров и производителей поддерживать большие человеческие популяции, например, во время Зеленой революции», - сказал Патерсон. «Реалистично предположить, что генетика должна будет составлять примерно половину удвоения сельскохозяйственной продукции, необходимой к 2050 году. Это потребует примерно удвоения исторических темпов прогресса в улучшении сельскохозяйственных культур, и для достижения этой цели будет необходимо более подробное и эффективное фенотипирование.."