Cognitive Agro Pilot
Система автоматического вождения

Продукт
Название базовой системы (платформы): C-Pilot Интеллектуальная система автономного вождения
Разработчики: Cognitive Technologies (Когнитивные технологии)
Дата последнего релиза: ночное испытание системы: 2017/10
Отрасли: Сельское хозяйство и рыболовство
Технологии: Интернет вещей Internet of Things (IoT),  Системы безопасности и контроля автотранспорта

Содержание

Cognitive Agro Pilot представляет собой систему автоматического вождения на базе искусственного интеллекта, предназначенную для установки на сельскохозяйственную технику (трактора, комбайны).

Состав комплекса

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

«Мозг» системы

В основе Cognitive Agro Pilot лежит технология глубокого обучения нейронных сетей. В течение 2016 года разработчики Cognitive Technologies в реальных полевых условиях вели работы по сбору дата-сетов (видеоизображений, на которых представлены основные элементы полевой сцены и на основе которых происходит обучение нейронной сети — прим.), 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.

По состоянию на август 2017 года нейронная сеть способна выделять пять основных классов объектов полевой сцены, что позволит обеспечить безопасную работу умного комбайна:

  • Первый класс — это нескошенная часть поля;
  • Второй класс — обработанная, скошенная его часть;
  • Третий класс объектов соответствует валку;
  • Четвертый класс 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.).

Дополнительные возможности

Кроме того, ИИ системы способен «понимать» различные типы границ поля (кромки, валка), благодаря чему нет необходимости устанавливать на технику дополнительные датчики. При этом 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. По данным на август 2017 года искусственный интеллект системы обучен работе с зерновыми и кормовыми культурами.

ФЦП и инвестиции

Работы по развитию проекта Cognitive Agro Pilot компания Cognitive Technologies проводит в соответствии с соглашением с Минобрнауки 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 рублей.

2018

Завершение полевых испытаний агродроида

19 сентября 2018 года компания Cognitive Technologies сообщила об успешном завершении полевых испытаний агродроида – универсального интеллектуального устройства для обеспечения автономного передвижения транспортных средств агротехнического назначения. Устройство, выполняющее функцию искусственного мозга, может быть оперативно подсоединено к комбайнам, тракторам, опрыскивателям и т.п. Агродроид поставляется в комплекте с видеокамерами и другими сенсорами, в зависимости от конкретной задачи.

За время испытаний комбайны, оснащенные агродроидом, прошли в автономном режиме более 200 км и участвовали в уборке более 60 Га зерновых культур. Система тестировалась во всех возможных эксплуатационных режимах.

«
Мы проводили испытания в сложных условиях. Это и сильное запыление, которое создавали пять комбайнов, работающих в непосредственной близости с нами. Мы должны были проверить возможности нашего компьютерного зрения в пограничных ситуациях. Это также и различная текстура полей, которая не потребовала дополнительных настроек нейронных сетей. И сложная топология местности. Нам приходилось убирать урожай на крутых подъемах и склонах, когда углы крена комбайна достигали 25 град. Кроме того, порядка 20% времени работы проводились в темное время суток.
Юрий Минкин, руководитель департамента разработки беспилотных транспортных средств Cognitive Technologies
»

К числу технических характеристик агродроида относятся:

  • автономное движение по кромке вспахано/невспахано;
  • автономное движение скошено/ нескошено;
  • автономное движение по рядкам (форма высадки отдельных культур: кукурузы, подсолнечника, сои и т.п.);
  • автономное движение по валкам (скошенная и сложенная в ряд с/х культура);
  • автономные u-образные развороты в конце поля;
  • автономная выгрузка урожая в бункер или самосвал;
  • возможность работы в ночных условиях[1].

Промышленный Агродроид C2-A2 (Cognitive2-Agro2 Droid1)

Cognitive Technologies представила весной 2018 года промышленный агродроид, то есть «искусственный мозг» для сельскохозяйственного рынка. Агродроид C2-A2 (Cognitive2-Agro2 Droid1) – промышленный образец универсальной системы управления беспилотным сельскохозяйственным транспортом. То есть своего рода искусственный интеллект для сельхозмашин.

Агродроид делает сельхозмашины автономными. Решение превращает любое фермерское земледелие в умное, а снабжение его крэдл-приставкой делает возможным переносить мозг с одной единицы сельхозтехники на другую, не заказывая каждый раз новую систему.

Компания планирует провести промышленные испытания C2-A2 летом 2018 года в России и Бразилии. Предполагается, что конечная стоимость устройства будет порядка $3 тыс., что составляет примерно 1,5% от стоимости комбайна и порядка 3% от стоимости трактора.

«
«Мы оцениваем объем рынка агродроидов в $94 млрд и рассчитываем занять на нем не менее 15% в ближайшие 3-5 лет. Мировой парк только одних тракторов, готовых к когнитивной дроидизации, на сегодня составляет около 27 миллионов единиц», – отмечает Ольга Ускова.
»

2017

Ночные испытания беспилотного комбайна

Компания Cognitive Technologies 25 октября 2017 года представила очередную версию системы автоматического вождения беспилотного комбайна Cognitive Agro Pilot. В отличие от предыдущей, данная версия способна работать в ночных условиях, что позволит комбайнам собирать урожай круглосуточно, рассказали в компании.

По словам президента Cognitive Technologies Ольги Усковой, по предварительным оценкам, такая возможность позволит свести до минимума влияние погодного и человеческого фактора и повысить качество уборки зерновых на 25%-30%.

В целом обновленная система Agro Pilot научилась совершать более сложные маневры, чем раньше. В любое время суток комбайн, оснащенный системой, способен сам выполнить разворот или двигаться по сложной и изогнутой траектории.

Комбайн работает с максимальной скоростью 11 км/ч, при этом он автоматически следит за кромкой, собираемой культуры. Система сама определит, если граница сбора начала отклоняться от прямой линии — комбайн просто скорректирует движение и поедет дальше. Пока 11 км/ч — это максимально возможная скорость, на которой обеспечивается стабильный и эффективный сбор урожая.

При этом комбайн под управлением Agro Pilot способен определять не только кромку поля: система распознает технику, людей, животных, понимает, где поле уже обработано, а где — нет, скошенная культура для нее отличается от той, что еще растет, подчеркнули в Cognitive Technologies.

В теории, количество объектов для сегментации может быть увеличено, что позволит отличать разные культуры, растущие на одном поле. Основной сенсор, через который система воспринимает мир — камера. При этом отмечается, что комбайну не нужно обладать высокоточной GPS: он может быть полностью автономным, полагаясь только на видеосигнал. Помимо системы искусственного интеллекта и видеокамеры в состав Agro Pilot входит вычислитель с дополнительными блоками сопряжения с комбайном.

Тесты проводились совместно с производителем комбайнов — компанией «Ростсельмаш», предоставившей экспериментальный образец комбайна TORUM 760, на который и была установлена система. В распоряжение роботу дали рисовое поле площадью 40 Га. В темноте и без GPS машина успешно прошла испытания по тестовому сбору урожая.

Ночные испытания беспилотного комбайна, 24 октября 2017 года

«
Наша система компьютерного зрения позволяет с одной видеокамерой достичь аналогичных результатов, что и ведущие западные бренды с тремя-четырьмя сенсорами. В итоге стоимость нашего оборудования в три-четыре раза меньше, — утверждает Ольга Ускова.
»

Пока комбайн работает при нахождении машиниста в кабине. Полностью автономный комбайн Cognitive Technologies обещает представить к 2023 году.[2]

Полевые испытания беспилотного комбайна

15 августа Cognitive Technologies объявила о проведении первых полевых испытаний комбайна в беспилотном режиме. Работы проводились в Ростовской области совместно с партнером компании — «Ростсельмаш». Экспериментальный образец комбайна RSM 181 TORUM был оснащен системой автоматического вождения Cognitive Agro Pilot.[3]

По информации компании-разработчика Cognitive Agro Pilot, в российском проекте набор сенсоров составляет всего лишь одну видеокамеру, в отличие от зарубежных аналогов, которые используют лазерные сканеры для движения вдоль кромки поля и стереокамеры для работы по валку (скошенная и сложенная в ряд с/х-культура).

«
Мы затратили на разработку системы более пяти лет и получили отличные результаты, — заявила Ольга Ускова, президент группы компаний Cognitive Technologies. — Мы смогли создать высокоразвитую систему компьютерного зрения, которая позволяет с одной видеокамерой достичь аналогичных результатов, что и ведущие западные бренды с тремя — четырьмя сенсорами. В итоге у нас стоимость оборудования в три-четыре раза меньше. Это дает нам существенное конкурентное преимущество, особенно сейчас, когда мы активно выходим на международные рынки.
»

Роли ИИ и комбайнера

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, в результате чего 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 является одной из основных проблем при уборке, подчеркнули в Cognitive Technologies.

«
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, — пояснил руководитель проекта Cognitive Technologies Алексей Панченко.
»

Под управлением Cognitive Agro Pilot 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.

Непредвиденная ситуация

По словам Алексея Панченко, в ходе испытаний возникла непредвиденная ситуация: вместо запланированных работ по уборке пшеницы с высотой колоса более 80 см пришлось тестировать систему на малых размерах зерновых культур на ячменном поле с высотой колоса 30-40 см.

«
В такой ситуации валок было практически невозможно человеческим глазом отличить от скошенной культуры. Это беспрецедентный случай. Для нас это был вызов. Полтора дня мы обучали нейронную сеть на новых дата-сетах. В итоге нейронная сеть смогла определить уложенный валок лучше человека. Результат превзошел все ожидания, — заключил Алексея Панченко.
»

Планы по развитию системы

По итогам летних испытаний Cognitive Technologies планирует завершить необходимые доработки и перейти к опытно-промышленной серии.

«
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», — добавила Ольга Ускова.
»

Система ИИ для беспилотного зерноуборочного комбайна

Компания Cognitive Technologies анонсировала в апреле 2017 года технологию компьютерного зрения для автоматического вождения зерноуборочного комбайна.

«Предполагается, что наша система сначала будет установлена на экспериментальном образце сельхозтехники, — рассказала Ольга Ускова, президент Cognitive Technologies. — Мы затратили на ее разработку более трех лет и получили отличные результаты. Обладая функцией автоматического подруливания при уборке урожая, российские комбайны смогут на равных конкурировать с мировыми с/х-брендами, которые уже обладают аналогичным функционалом».
«В основе разработки лежит технология глубокого обучения нейронных сетей, или deep learning», — отметил руководитель проекта Cognitive Technologies Алексей Панченко. В течение прошлого года разработчики Cognitive Technologies в реальных полевых условиях с камеры, установленной на комбайне, вели работы по сбору дата-сетов (видеоизображений, на которых представлены основные элементы полевой сцены и на основе которых происходит обучение нейронной сети), 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.

В итоге сегодня нейронная сеть способна выделять пять основных классов объектов полевой сцены, что позволит обеспечить безопасную работу «умного» комбайна. Первый — это нескошенная часть поля. Второй — обработанная, скошенная его часть. Третий класс объектов соответствует валку (скошенная и сложенная в ряд с/х-культура). Четвертый соответствует той части жатки (механическое устройство комбайна, осуществляющее скашивание с/х-культуры), которая попадает в поле зрения видеокамеры. Наконец пятый класс — это все остальные объекты (препятствия, сельхозтехника, лес, деревья, сорняки и т.д.).

По словам разработчиков, во время проведения работ по уборке урожая водитель экспериментального образца комбайна еще будет 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 у него появится свободное 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, подчеркнули в Cognitive Technologies.

«Автоматическое передвижение комбайна с системой искусственного интеллекта будет осуществляться по левой кромке поля либо вдоль скошенного валка. При этом искусственный интеллект сам будет понимать, где проходит граница скошенной культуры и куда нужно подруливать для обеспечения движения вдоль кромки», — пояснил Панченко.

В отдельных ситуациях, например, при завершении прохода по полю, а также в случаях форсмажора по сигналу системы водитель должен быть готов принять управление на себя.

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

Конкурентным преимуществом нового 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 требуется устанавливать соответствующие им дополнительные датчики, что в итоге определяет более высокую стоимость решения.

Кроме того, в системе Cognitive Technologies предусмотрена возможность оперативного добавления новых типов границ (рядка — форма высадки отдельных культур, например, кукурузы, 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 соответствии 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 выделено p34 млн.

Смотрите также

Робототехника



Примечания



СМ. ТАКЖЕ (6)


Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2015 год
2016 год
2017 год
Текущий год

Распределение базовых систем по количеству проектов, включая партнерские решения

За всю историю
2015 год
2016 год
2017 год
Текущий год

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2015 год
2016 год
2017 год
Текущий год

  М2М телематика (18, 75)
  Microsoft (49, 49)
  Мобильные ТелеСистемы (МТС) (5, 30)
  МегаФон (2, 13)
  АйТиПроект (ITProject) (2, 12)
  Другие (277, 98)

  Microsoft (1, 12)
  PTC Inc (Parametric Technology Corporation ) (1, 2)
  IDlogic (1, 1)
  IBM Bluemix (ранее SoftLayer) (1, 1)
  Tibbo Systems (1, 1)
  Другие (1, 1)

  МегаФон (2, 9)
  Microsoft (1, 9)
  Стриж Телематика (2, 3)
  SAP SE (2, 2)
  Мобильные ТелеСистемы (МТС) (1, 2)
  Другие (5, 5)

  АйТиПроект (ITProject) (2, 6)
  Microsoft (1, 5)
  Стриж Телематика (1, 4)
  Цифра (1, 4)
  Longest Chance (1, 1)
  Другие (6, 6)

Распределение базовых систем по количеству проектов, включая партнерские решения

За всю историю
2015 год
2016 год
2017 год
Текущий год