Tarımda robotların varlığı son yıllarda önemli ölçüde artmış ve bu alanda bazı zorluklar ve komplikasyonlar aşılmıştır. Tarım, otomasyon uygulamak için endüstri kadar uygun bir alan olabilir. Tarımda robotların karşılaştığı zorluklar çeşitlidir. Öte yandan, endüstriyel tesislerin aksine, tarımsal ortamlar ne düzenlenir ne de kontrol edilir. Öte yandan, endüstriyel süreçler, belirli robotları belirli işlere uygulamak için modüler olarak tasarlanabilirken, tarımdaki karmaşık görevler bazen basit prosedürlere bölünemez.
Bu nedenlerden dolayı, tarımsal uygulamalar daha çok yönlü ve güçlü robotlar gerektirir. Son yıllarda, dünyanın dört bir yanındaki çok sayıda grup, çeşitli tarımsal görevler (ekim ve hasat, çevresel izleme, su ve gıda temini ve tespiti ve salgın hastalıkların ve hastalıkların tedavisi gibi) için yeni teknolojiler geliştirdi.
Tarımda pratik uygulamalar
Robotik ve Sibernetik (RobCib) grubu, tarıma uygulanan robotik bağlamında biraz deneyime sahiptir. Bunlar, Yüksek Etkili Tarım ve Orman İdaresi (RHEA) projesi için robot filolarına katılımı ve seralar için çok sayıda çevresel izleme robotunun kullanımını içerir.
Yüksek Etkili Ormancılık ve Tarım Yönetimi (RHEA) Projesi
Hassas tarıma iyi bir örnek, RHEA (Yüksek Etkili Ormancılık ve Tarım Robot Filoları) projesidir. Avrupa Komisyonu’nun Yedinci Çerçeve Programı kapsamında uygulandı ve NMP CP IP 2 olarak tanımlandı. RHEA operasyonları 31 Temmuz 2014’te sona erdi. Proje, hem kimyasal hem de kimyasal olarak verimli yabani ot yönetimi için yeni nesil robotik sistemlerin tasarımına, geliştirilmesine ve test edilmesine odaklanıyor. ve fiziksel olarak (mekanik ve termal olarak) Tarım ve ormancılık bağlamında.
Bu proje, tarımda pestisit kullanımının artırılmasına, verimin artırılmasına ve ürün kayıplarının önlenmesine yardımcı olmaktadır. Ancak pestisitler, çevre ve habitatlar üzerinde zararlı etkileri olan aktif bileşenler içerir. Eurostat’ın çevrimiçi yayını “Tarım, Ormancılık ve Balıkçılık İstatistikleri”ne göre, AB üye ülkelerinde 2014 yılında pestisit satışı yaklaşık 400.000 ton olarak gerçekleşti. Potansiyel toksisiteleri nedeniyle, pestisitlerin kullanımı sıkı bir şekilde kontrol ediliyor. في حين أن العائد على مبيدات الآفات (المحاصيل المستعادة من الآفات والأمراض) يبلغ حوالي أربعة أضعاف الاستثمار (بموجب تشريعات الاتحاد الأوروبي منذ عام 1991 واللوائح الوطنية سابقًا) ، فإن التكاليف غير المباشرة (التأثير على صحة الإنسان والبيئة) تبلغ حوالي 10000 مليون دولار سنويًا في Birleşmiş Milletler. olduğu tahmin edilmektedir.
Çiftçiler genellikle bu pestisitleri tarla boyunca eşit olarak dağıtan geleneksel sprinkler kullanarak uygularlar. Bu nedenle RHEA projesinin amacı, uygulamaların etkinliğini azaltmadan uygulanan pestisit miktarını azaltarak çiftçileri desteklemektir. Bu amaca, pestisitlerin yalnızca ihtiyaç duyulduğunda büyük bir hassasiyetle uygulanmasıyla ulaşıldı. Bu çözüm, yalnızca pestisitlerin zararlı etkilerini önlemekle kalmaz, aynı zamanda ekonomik tedavi maliyetini de büyük ölçüde azaltır.
RHEA kapsamı, geniş sıralı ürünler (domatesler, işlenen mısır vb.), yakın ürünler (kışlık buğday ve kışlık arpa) ve çok yıllık odunsu bitkiler (fındık ağaçları, badem ağaçları, zeytinlikler çeşitlidir) gibi tarımda çok çeşitli Avrupa mahsullerini kapsar. ve kapsamlı). Proje, ağaçların ayıklanması ve sterilize edilmesi gibi hassas tarım görevlerinin yerine getirilmesi için hava ve kara araçları arasındaki işbirliğine dayanıyor. Kara birimleri, bazı modifikasyonlarla birlikte Case New Holland Industrial mini traktörlerine dayanmaktadır. Sisteme gerekli özerkliği vermek için sistemlere farklı tipte sensörler ve aktüatörler dahil edilmiştir.
[تماستخدامالنظامالعالميللملاحةعبرالأقمارالصناعية(GNSS)عاليالدقةللملاحةالخارجيةالمستقلةللسماحلنظامالتحكمبتوجيهالروبوتاتبدقةللعملفيصفوفكبيرةمنالمحاصيل(معصفوفبمسافة075مترًا)بالإضافةإلىذلك،تماستخدامنظاماستشعارالأرضونظاماستشعارمظلةالأشجارفيالوقتالحقيقيلفصلالأعشابالضارةعنالمحاصيلأثناءانتقالهاعلىطولصفوفالمحاصيل[OtonomdışmekannavigasyonuiçinyüksekhassasiyetliGlobalNavigasyonUyduSistemi(GNSS)kontrolsistemininrobotlarıgenişsıralımahsullerde(075maralıklısıralarile)çalışmasıiçindoğrubirşekildeyönlendirmesineolanaksağlamakiçinkullanılmıştırEkolarakürünsıralarıboyuncaseyahatederkenyabaniotlarımahsullerdenayırmakiçinbirzeminalgılamasistemivegerçekzamanlıbirağaçkanopialgılamasistemikullanılmıştır[تماستخدامالنظامالعالميللملاحةعبرالأقمارالصناعية(GNSS)عاليالدقةللملاحةالخارجيةالمستقلةللسماحلنظامالتحكمبتوجيهالروبوتاتبدقةللعملفيصفوفكبيرةمنالمحاصيل(معصفوفبمسافة075مترًا)بالإضافةإلىذلك،تماستخدامنظاماستشعارالأرضونظاماستشعارمظلةالأشجارفيالوقتالحقيقيلفصلالأعشابالضارةعنالمحاصيلأثناءانتقالهاعلىطولصفوفالمحاصيل[OtonomdışmekannavigasyonuiçinyüksekhassasiyetliGlobalNavigasyonUyduSistemi(GNSS)kontrolsistemininrobotlarıgenişsıralımahsullerde(075maralıklısıralarile)çalışmasıiçindoğrubirşekildeyönlendirmesineolanaksağlamakiçinkullanılmıştırEkolarakürünsıralarıboyuncaseyahatederkenyabaniotlarımahsullerdenayırmakiçinbirzeminalgılamasistemivegerçekzamanlıbirağaçkanopialgılamasistemikullanılmıştır
Traktörler ayrıca üç tip motorla donatılmıştır: herbisit kullanımını yaklaşık %75 oranında azaltmayı ve tespit edilen yabani otların %90’ını temizlemeyi amaçlayan bir yama püskürtücü ve kanopi ilaçlamada herbisit kullanımını yaklaşık %50 azaltmak için bir kanopi püskürtücü ile bir kanopi püskürtücü. Ayrıca traktörlere iletişim ekipmanları, sürdürülebilir enerji sistemi, insan ve hayvan algılama güvenlik sistemi sağlanmaktadır.
RHEA’nın kara birimlerinin faaliyetlerini planlama konsepti, insansız hava araçları kullanılarak hava görüntülerinin desteklenmesini içerir. Bu nedenle sistem, Air Robot tarafından sağlanan, yüksek taşıma kapasitesi ve olağanüstü stabiliteye dayalı en yeni hexacopter filosunu kullandı. Bu özellikler, geniş açık alanlarda yüksek kaliteli kameralarla fotoğraf çekilmesine olanak sağlar. Sonuç olarak, açık alanın yüksek çözünürlüklü görüntüleri elde edilerek yer birimlerine yabani otların temizlenmesi için yerler sağlanır.
Yabani otlar genellikle tarlalara eşit olarak yayılmaz, yer yer bulunur. Bu nedenle, görevin ilk adımı, bölgedeki noktaları bulmak için yüksek çözünürlüklü hava fotoğrafları elde etmektir. Noktaların konumu, traktörler için en uygun parkurların belirlenmesini sağlayacaktır. Bu iş, bu projedeki ana görevimiz olan kapsamlı bir uçuş planlaması gerektirir. İHA’lar için en uygun ve güvenli uçuş planlarını oluşturmak için mekansal-zamansal gereksinimleri dikkate alan çeşitli alan kapsama planlama teknikleri uygulanmıştır.
Drone, gimbal sistemine monte edilmiş iki adet yüksek çözünürlüklü kamera (4704 x 3136) ile donatılmıştır. Farklı aydınlatma koşullarında sağlamlığı artırmak için görünür ve yakın kızılötesi (NIR) kanallara sahip bir multispektral cihaz seçilmiştir. Ayrıca, tüm renk bilgilerini korumak için çözüm, iki ticari sabit kamera arasında bir bağlantı kullanır: NIR kanalını sağlamak için biri değiştirilir. Piksel başına 1 cm çözünürlük elde etmek için 60 μm’de geziler yapıldı, her görüntü yaklaşık 40 × 30 μm’yi kapsıyor ve röle ile %60 örtüşüyor.
RHEA, çiftçiye bir grafik kullanıcı arabirimi (GUI) yer istasyonu sağlar. Bu arabirim, çiftçinin işi oluşturmasına ve başlatmasına olanak tanır. Bu nedenle oyuncu, alanı tanımlayan noktaları girerek alanı tanımlamalıdır. Alanın sınırları belirlendikten sonra sistem, filodaki her robot için bir uçuş planı oluşturur. Birkaç optimizasyon tekniğini test ettikten sonra, operatörün koşullara ilişkin farkındalığını artırmak için filo rotalarını planlamak üzere ileri geri hareketler uygulanır. Drone’lar otonom kalkış ve iniş gerçekleştirebilse de pilotun güvenli operasyonu sağlamak için irtifa komutları vermesi gerekiyor.
Ardından, bir mozaikleme prosedürü geliştirildi: iki kameradan alınan renkli ve NIR görüntüler, benzersiz bir dört kanallı görüntüde birleştirildi. Myelin’in Fourier dönüşümüne (FM) dayalı bir yaklaşım geliştirilmiş ve başarıyla test edilmiştir. Bu yaklaşım, Fourier spektrum analizi aracılığıyla görüntüler arasındaki döndürme, öteleme ve hacim değişikliklerini nicelleştirir. Doğrusal olmayan geçişleri ifade eden büyük kamera görüntüleri ile uğraşmak için orijinal görüntüler, FM seçim işleminin yinelemeli olarak gerçekleştirildiği bir dizi küçük görüntü segmentine bölünür. Daha sonra, radyal lens distorsiyonunu içeren homojen bir global dönüşüm modeli hesaplanır. 0,3 piksellik bir kayıt doğruluğu elde edilir. Bölgelerin kapsamlı bir resmi elde edildikten sonra yama tespiti yapılmalıdır.
Ekin bitkileri ve yabani otlar erken fenolojik aşamadayken yabani ot tespiti zordur. RHEA’nın önerisi, yüksek uzamsal çözünürlüklü görüntüler ve nesne tabanlı görüntü analizi (OBIA) kullanarak yabani otların ekin sıralarına göre göreceli konumunu dikkate alarak bunun üstesinden gelir, böylece ekin sırasında olmayan herhangi bir bitki bir yabani ot olarak kabul edilir. Sonuç olarak, 0,5 m’lik bir ızgara kullanılarak bir yabani ot yama haritası oluşturulur. Bu ağın boyutu, herbisit püskürtücünün gereksinimlerine göre özelleştirilebilir.
Yer görev planı daha sonra operatör tarafından baz istasyonunda yürütülür. Kara araçlarının konfigürasyonunu (araç sayısı ve türü) tanımlar ve her birinin tedaviyi verimli bir şekilde sunmasını planlar. Simülasyon tavlama ve temel genetik algoritmalar, görev maliyetini veya gereken süreyi en aza indiren optimum çözümü bulmak için kullanılırken, baskın olmayan sıralı genetik algoritma (NSGA-II), her iki kriteri aynı anda azaltmak için uygun bir yaklaşım olarak kullanılır.
En uygun yöntem belirlendikten sonra yer görevi başlar. Görev sırasında yer algılama sistemi sıra sıra ve sıra halindeki yabani otları tespit eder. Bu sistem, görüntüleri yakalamak ve ilgili görme algoritmalarını çalıştırmak için üst düzey karar verme sistemi bilgisayarlarına bağlı bir SVS VISTEK kamerasına dayanır. İnsansız kara araçlarının (UGV’ler) çalışma hızı 0,83 m/s olarak belirlenmiş ve yer algılama sisteminin ilgi alanı (ROI), UGV’nin önünde yer alan 3 m genişliğinde ve 2 m uzunluğunda olarak belirlenmiştir. Yabani ot tespiti, mahsul sıralarının mekansal olarak tanımlanmasına dayanır. Bu nedenle, UGV’ye göre ekin sırası konumlarının belirlenmesi, yabancı ot düzeltmesinin ve UGV yönünün tespiti için önemli bir görev haline gelir. Yabani ot tespit sistemi ayrıca püskürtme memelerine, meme yabani otların üzerinden geçtiğinde tam olarak çalışması talimatını verir.
kaynak:
Researchgate.net/publication/264989414
hindawi.com/journals/tswj
yazar: Özlem Güvenç Ağaoğlu
Diğer gönderilerimize göz at
[wpcin-random-posts]
İlk Yorumu Siz Yapın