Уборка урожая комбайнами 2020
Добавил пользователь Алексей Ф. Обновлено: 18.09.2024
Недавно мой коллега рассказал как мы роботизируем зерноуборочные комбайны и чему научились за этот сезон.
Начинается уборка кормовых культур и мы активно осваиваем кормоуборочную технику.
Кормоуборочный комбайн – технически более сложная и мощная машина. В связке с ним идут сразу несколько транспортных средств для сбора урожая (трактора с прицепом, грузовики, силосовозы). К работе на такой технике допускаются только опытные механизаторы, у которых за спиной несколько лет работы.
Фактически один комбайнёр работает за троих, следит за процессом уборки кукурузы (одно рабочее место), ведёт технику (второе рабочее место), загружает силосовоз (третье рабочее место). В итоге что-то страдает. Если плохо вести, можно сломать дорогую технику (минимальная цена кормоуборочного комбайна 16 млн рублей, есть модели и по 50 миллионов), поэтому обычно ухудшается качество уборки и загрузки.
Большую часть работы мы автоматизируем, сейчас расскажу какие сложности мы преодолеваем и что делаем.
Отсутствует видимость
Высота спелой кукурузы в среднем 2-2,5 метра, высота комбайна 2,5 метра, механизатор находится чаще всего на уровне чуть выше стоящего на земле человека и видит перед собой только растения, дальше своего носа он по сути уже не видит и так на протяжении всего рабочего дня, а это 12 часовая смена, немногие могут выдержать такое напряжение на глаза и держать темп сборки, а еще на пути могут выскочить кабанчики или столб!
Существуют комбайны, например KRONE, с телескопической кабиной, которая поднимается на высоту до 3 метров, или Acros RSM-142 высотой 4 метра, но это скорее исключение из правил.
Поэтому работать за таким комбайном могут только опытные комбайнеры, которые проработали уже 3-4 сезона.
Потери во время работы
В отличии от зерноуборочных, кормоуборочный комбайн не может хранить урожай в бункере, а сразу выдает его через выгрузной хобот в едущее рядом транспортное средство. Как я говорил, скорость выброса силоса может достигать 50 кг в секунду, в зависимости от модели комбайна, длина хобота при этом 5-7 метров. Немного отъехал от машины вбок или притормозил и потерял полтонны силоса за 10 секунд. В среднем до 7-10% урожая остается на поле. Потерянный силос никто уже не собирает, потери на ГСМ будут гораздо больше. На видео видно как высыпается силос, если немного сдвинуть хобот.
Равномерное заполнение фургона
В бригаде с одним комбайном до 7 машин, заполняется одна машина примерно за 20 минут. За день они могут совершить свыше 10 рейсов до силосной ямы. Все зависит от длины плеча доставки. Если поле рядом с ямой, то плечо короткое и можно совершить больше рейсов для выгрузки, если дальше, рейсов становится меньше и здесь становится очень важным правильное заполнение фургона (силосовоза), чтобы не возил воздух. Привез половину прицепа, считай потерял на топливе, комбайнер должен максимально правильно направлять хобот, чтобы равномерно наполнить силосовоз.
Что мы можем автоматизировать в кормоуборочных комбайнах?
Второе, наш робот видит кромку, препятствия на поле, видит другую технику. Работа комбайнера максимально упрощается, теперь он может следить за техническим состоянием комбайна, за калибровкой фракции кукурузы, которая наиболее подходит для данного типа скота.
Также наш робот может полно и равномерно, а главное точно заполнить силосовоз, это уменьшает потери на ГСМ и сводит потери на уборке к нулю.
Нормой считается потеря на уборке 7% урожая, если их свести к нулю, то поскольку силос делается в основном не для продажи, а для корма своего скота, мы можем уменьшить засев под кукурузу на 7% и отдать его под пшеницу, что более выгодно. Скажем если выделено 1000 га на кукурузу, из них 70 га отдать под пшеницу, то даже по минимальным оценкам при урожае в 30 центнер с 1 Га мы соберем 210 тонн, а это примерно 1,5 млн рублей прямой прибыли. При этом за счет более полной сборки уменьшается расход ГСМ за счет сокращения числа поездок от силосной ямы до поля.
Как мы обучаем нейронные сети для анализа сцен уборки кукурузы
Уборка кукурузы ведется с помощью специальных приставок для пропашных культур. Для этого случая предусмотрен режим работы, при котором комбайн пытается удержать жатку посередине междурядья. Получив карту сегментации кадра (сцены) и зная положение жатки, можно найти так называемую vanishing point и рассчитать отклонение зуба жатки от необходимого положения.
В отличие от пшеницы, где мы следим за краем убранного поля и ведем комбайн по кромке, здесь задача нейронной сети увидеть междурядье между растениями. Нейронная сеть прекрасно видит ряды между кукурузой, в отличии от человека, камера находится над культурой, и при этом она не устает.
Изображения приходят к нам в формате видео потока, либо отдельными изображениями. Данные обрабатываются и хранятся в Сognitive Agro Data Factory. Кроме сырых данных с камеры, здесь также присутствуют и целевые размеченные кадры, которые при необходимости можно добавить в обучающий датасет.
Для более точного подбора возможных сцен уборки урожая необходимо правильно скомпоновать обучающий датасет. Кроме реальных изображений, полученных с камеры в процессе уборки культур, используется подход генерации синтетических изображений с помощью процедуры аугментации на основе естественных изображений.
На вход сеть принимает 3-канальное RGB изображение. Далее в процессе обучения нейронной сети к входному тензору применяются яркостные/цветовые искажения в HSV пространстве, локальные искажения каналов в HSL пространстве – процедура добавления искусственных теней, геометрические искажения и добавление шумов. Подбор параметров аугментации – нетривиальная процедура, требующая детального анализа сцен, полученных в реальных условиях.
Обученная сеть способна выдавать сегментационные карты, определяющие междурядное пространство.
Уборка сенажа
Помимо силоса, кормоуборочные комбайны используют также для сбора сенажа, с помощью приставки подборщика. Процесс сбора аналогичный кукурузе, разница только в том, что комбайн идет по валку. Валок может не отличаться по цвету от общей массы и комбайнер часто может ехать вхолостую.
Например, на видео выше видно, что валок практически не отличим от травы и насколько точно надо комбайнеру вести машину по валку и при этом постоянно наблюдать за процессом загрузки сенажа в грузовик. Работа очень напряженная, к концу 12 часовой смены комбайнеры просто валятся с ног, с полной сменой справляются только при опыте от 3-4 сезонов работ.
Если комбайнер неопытный, то работа в холостую это потери на ГСМ. Кормоуборочный комбайн в отличие от зерноуборочного только 10% ГСМ тратит на движение самого комбайна, остальные 90% уходят на прорезку, измельчение, протяжку, швыряние силоса или сенажа. Поэтому очень важно работать с полной загрузкой комбайна.
Нейронная сеть отлично справляется с валком, пример того как сеть видит валки.
Здесь наша система может помочь комбайнеру в ведении комбайна по валку, также наш робот может полно и равномерно, а главное точно заполнить силосовоз, это уменьшает потери на ГСМ и сводит потери на уборке к нулю, комбайнер становится уже оператором комбайна, а всю работу берет на себя автопилот.
Сейчас осваиваем кормовую кукурузу, подсолнечник, сенаж. По окончании сезона, если интересно, расскажем как наши роботы справились с кормоуборочными комбайнами.
Аграрии Ростовской области начали использование новых роботизированных технологий уборки урожая на базе искусственного интеллекта, разработанных компанией Cognitive Pilot (совместное предприятие Сбербанка и Cognitive Technologies).
За демонстрацией уникальной техники на полях Октябрьского сельского района понаблюдали сегодня, 16 июля, президент, председатель правления ПАО Сбербанк Герман Греф и губернатор Ростовской области Василий Голубев.
Система автономного управления сельскохозяйственной техникой – зерноуборочным комбайном, трактором, опрыскивателем – Cognitive Agro Pilot позволяет механизатору доверить управление техникой роботу-помощнику. Это позволяет снизить себестоимость зерна на 3-5% и до двух раз сократить его потери при уборке.
Как сообщил Герман Греф, уникальная технология переводит комбайнера в разряд оператора автоматизированной системы.
- В эпоху глобальных вызовов мы реализуем программу, нацеленную на их преодоление в наиболее важных направлениях экономики и общественной жизни – на решения продовольственных, социальных проблем, в первую очередь – в региональных центрах и сельских районах, во многом за счет создания прорывных технологий и искусственного интеллекта. В следующем году мы хотим добиться полной автоматизации процесса. Эта система даёт значительную экономию и многократно повышает комфорт условий труда. Для реализации программы было задействовано несколько компаний экосистемы Сбербанка, - сказал Герман Греф.
Система анализирует поступающие с одной видеокамеры изображения и с помощью модифицированной под агротехнические задачи нейронной сети глубокого обучения определяет типы и положения объектов по ходу движения, передавая необходимые команды для выполнения маневров.
Система способна обнаруживать и отслеживать положение кромки скошенной культуры, валков, рядков культур (кукуруза, подсолнечник), обнаруживать зону окончания поля, препятствия, технику и людей. Кроме того, оборудование может быть переустановлено с одного вида техники на другой.
Как отметил губернатор Василий Голубев, в донском регионе активно внедряются инновации в сельскохозяйственные бизнес-процессы.
- Это возможность за значительно меньший промежуток времени убрать большие площади. То, что мы увидели только что, - это принципиально новый шаг для Ростовской области, и он будет востребован. У нас крупнейшее поле России сегодня – свыше 3,3 млн га. Для нас эта техника – обновленная, роботизированная, с применением новых систем – очень актуальна, - прокомментировал работу новой техники Василий Голубев.
Европе неожиданно понадобились российские комбайны
"С апреля месяца 2021 года зерноуборочные комбайны КЗС-1218 "Десна-Полесье GS12", производимые заводом "Брянсксельмаш", будут серийно комплектоваться системой автономного управления Cognitive Agro Pilot на основе ИИ", — рассказали в компании, уточнив, что это будет первым случаем в мире серийной, заводской установки автопилота на основе ИИ на сельхозтехнику.
Cognitive Agro Pilot — система, которая "видит" и "понимает" обстановку по ходу движения и не использует GPS-навигацию в основе модели управления, что позволяет обнаруживать на пути техники неожиданно возникающие препятствия. Механизатор может доверить управление техникой роботу-помощнику, а сам получит возможность сконцентрироваться на контроле качества обработки и уборки урожая. Система позволяет сократить сроки уборочных работ в среднем до 25%, сократить прямые потери урожая от 8% до 13%, снизить расхода топлива во время уборки до 5%, повысить выработку механизатора до 25%.
В ходе сезона уборки урожая 2020 года с июня по октябрь более 350 комбайнов, оборудованных системой Cognitive Agro Pilot, в 35 регионах России, автономном режиме обработали свыше 160 тысяч гектаров площадей и собрали более 720 тысяч тонн урожая.
"В прошлом году мы провели масштабные полевые испытания системы как на территории России, так и Белоруссии. Мы рассчитываем, что наличие у наших комбайнов функционала искусственного интеллекта повысит их конкурентоспособность, увеличит число продаж и предоставит российским агрохозяйствам инструмент, позволяющий существенно повысить эффективность проведения уборки", — передают в компании слова главного инженера "Брянсксельмаша" Андрея Шилина.
"Брянсксельмаш" является одним из передовых российских предприятий, активно внедряющих отечественные инновационные решения в свою продукцию…. Теперь с его конвейера будут сходить первые в мире серийные агророботы, оснащенные лучшим в мире российским искусственным интеллектом", — добавила гендиректор Cognitive Pilot Ольга Ускова.
"Росагролизинг" включил в перечень своих поставщиков компанию Cognitive Pilot, поэтому агрохозяйства — клиенты "Росагролизинга", смогут приобретать роботокомбайны "Брянсксельмаша" на льготных, выгодных условиях. Так стоимость комбайнов "Брянсксельмаша" для клиентов "Росагролизинга" со скидкой от поставщика составляет от 5,8 до 14,5 миллиона рублей. Условия льготного лизинга — аванс от 0%, срок договора лизинга — до 8 лет, графики — аннуитетный, сезонный, регрессивный.
Порядка 450 комбайнов будут задействованы в уборке урожая зерновых, зернобобовых и масличных культур в Московской области, сообщает пресс-служба Министерства сельского хозяйства и продовольствия Подмосковья.
По словам министра, перед выходом в поля вся сельхозтехника прошла осмотр готовности к проведению уборочных работ.
В пресс-службе добавили, что парк комбайнов пополнили еще около 15 новых машин, что должно способствовать повышению урожая зерновых колосовых культур.
В этом году планируется собрать в Подмосковье более 400 тысяч тонн зерновых и зернобобовых культур.
Читайте также: