Разорвали бензоколонку в клочья... Мы Их сделали и мы сделали Это.

На фото — роботизированный безэкипажный катер «Искатель» на испытаниях в Кронштадте. ИИ наступает на человеков по всему фронту.

А тут еще из краснодарского края докладывают, что пока в Великой Аграрной Сверхдержаве строят 404-й технологический уклад, тупые москали придумали какую-то очередную глупость. Cognitive Agro Pilot, установленный на комбайны RSM 181 TORUM Ростсельмаша, удачно собирает урожай в беспилотном режиме в Краснодарском крае.

----------------------<cut>----------------------

Докладываю горячие новости. Системы беспилотности и нейронные сети, по договоренности с РостСельМашем готовили и обучали под обработку пшеницы, а это довольно высокая культура. Когда приехали в поля выяснилось, что фермеры выделили ячменное поле, средняя высота колоса 20-30 см. Про нейронные сети и глубокое обучение мужикам обьяснять было бесполезно. И здесь-то был реальный тест — и инструментария, и команды. У ребят было два варианта: развернуться и улететь в Москву, имели право — невыполнение существенных условий соглашения, или,
— на свой страх и риск за ночь переобучить нейронку при довольно экстремальных условиях и начать тестовые заезды на полях.

Я была за первый вариант, ребята сказали, что они берутся за второй. В ночь, и в выходные вышли работать и офисы в москве, и в чебоксарах, и бригада в Ростове.

Результат превзошел все ожидания. Низкорослый Ячмень обрабатывается беспилотно по самому люксовому разряду, при том, что системы John Deere, по моим данным, берется за культуры от 40см.
И Внимание! Все работает на ОДНОЙ ЕДИНСТВЕННОЙ ВИДЕОКАМЕРЕ, т.е. нам не нужен больше НИКАКОЙ ОБВЕС ( на других системах обвес в разы дороже, используется много разных датчиков)
Конечно, впереди еще международное тестирование но — это РЕАЛЬНЫЙ ПРОРЫВ!

Разработчики отмечают, что во время проведения работ по уборке урожая водитель экспериментального образца комбайна должен присутствовать в кабине и выполнять функцию контролера. При этом уровень его квалификации должен оставаться на том же уровне, что и у обычного комбайнера. Однако интеллектуальная система позволяет значительно снизить рутинную нагрузку на водителя и у него появляется время для того, чтобы сосредоточиться на выборе настроек параметров технологического процесса непосредственно влияющих на качество уборки урожая (угол наклона жатки, скорость хода и т.д.), что сегодня является одной из основных проблем при уборке.

«Технологический процесс управления беспилотным комбайном устроен так, что его передвижение осуществляется по кромке поля либо вдоль уложенного валка. Система искусственного интеллекта сигнализирует, что она видит кромку или валок и готова принять управление на себя. Водителю, при этом сообщении достаточно нажать кнопку автопилота для передачи управления и подтверждения этого действия. При этом система сама будет понимать, где проходит граница скошенной культуры и куда нужно подруливать для обеспечения движения вдоль кромки», – сказал Панченко.

Комбайн способен в автоматическом режиме подруливать, совершать повороты, пока не дойдет до конца прогона — до окончания круга (до места обрыва границы поля) либо до перпендикулярной кромки. При этом комбайнеру подается сигнал взять управление на себя. Если управление не будет взято, комбайн останавливается.

По итогам летних испытаний компания планирует завершить необходимые доработки, и перейти к опытно промышленной серии.

Разорвали бензоколонку в клочья... Мы Их сделали и мы сделали Это.

«Обладая возможностью беспилотного вождения, российские комбайны смогут на равных конкурировать с ведущими мировыми сельхозбрендами, которые уже обладают аналогичной собственной функцией. Мы рассчитываем создать полностью беспилотный комбайн к 2023-2024 году», – сказала Ускова.

Автоматизированный комплекс умного комбайна, помимо системы искусственного интеллекта, включает в себя видеокамеру и вычислитель с дополнительными блоками сопряжения с бортовыми системами комбайна.

В основе разработки Cognitive Agro Pilot лежит технология глубокого обучения нейронных сетей. В течение прошлого года разработчики Cognitive Technologies в реальных полевых условиях вели работы по сбору датасетов, а затем и обучению нейронной сети объектам и ситуациям, которые могут и будут встречаться умному комбайну в процессе его работы и которые должен распознавать искусственный интеллект.

Разорвали бензоколонку в клочья... Мы Их сделали и мы сделали Это.

Сегодня нейронная сеть способна выделять пять основных классов объектов полевой сцены, что позволит обеспечить безопасную и эффективную работу умного комбайна. Первый – это нескошенная часть поля. Второй – обработанная, скошенная его часть. Третий класс объектов соответствует валку. Четвертый соответствует той части жатки (механическое устройство комбайна, осуществляющее скашивание с/х культуры), которая попадает в поле зрения видеокамеры. Пятый класс — это все остальные объекты (препятствия, сельхоз техника, лес, деревья, сорняки и т.д.).

Дополнительным конкурентным преимуществом решения Cognitive Technologies видит возможность понимания искусственным интеллектом различных типов границ поля (кромки, валка), в отличие от решений конкурентов, которые понимают лишь один из типов границ и для его определения вынуждены устанавливать соответствующие им, дополнительные датчики, что в итоге определяет более высокую стоимость решения.

Разорвали бензоколонку в клочья... Мы Их сделали и мы сделали Это.

В системе Cognitive Technologies предусмотрена возможность оперативного добавления новых типов границ (рядка – форма высадки отдельных культур, например, кукурузы – прим., а также вспаханной и невспаханной частей поля). Для этого достаточно обновления версии ПО, что позволит разработчикам уже в ближайшей перспективе расширить область применения системы на другие с/х культуры, такие, как кукуруза и подсолнечник. Сегодня искусственный интеллект системы обучен на работу с зерновыми и кормовыми культурами.

Работы по проекту проводятся Cognitive Technologies в соответствие с соглашением с Минобрнаукой России в рамках реализации федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014 — 2020 годы». На реализацию технологической части проекта ведомством было выделено 34 млн руб.