ИССЛЕДОВАНИЕ: По результатам исследования эффективности различных технологий для автономной уборки урожая система Cognitive Agro Pilot, работающая на основе искусственного интеллекта, набрала максимальный балл.

Из материала вы узнаете:
– По каким параметрам система Cognitive Agro Pilot, по мнению экспертов, превосходит известные зарубежные решения.
– Почему системы на основе ИИ эффективнее, чем технологии, использующие GPS-навигацию.

Системы автоматического управления сельхозтехникой делятся на два класса. Первые — GPS-навигационные системы или параллельного вождения. Практика их применения насчитывает порядка 25 лет. Навигация в них осуществляется по спутниковому сигналу. Наиболее распространенными как в России, так и на мировом рынке являются решения Trimble, AgLeader Technology, Deere & Company, Raven Industries, Hexagon, Topcon Corporation и другие.

Второй класс — новое поколение систем на основе искусственного интеллекта (ИИ) — является молодым и динамично развивающимся. Наиболее яркий его представитель — российская компания Cognitive Pilot с решением Cognitive Agro Pilot, которое вышло на массовый рынок в 2019 году. Зарубежные компании ведут активные разработки в этом направлении и в ближайшее время уже смогут предложить готовые аналоги. В последние годы они (например, компании CLAAS и John Deere) представили ряд подсистем для решения узкоспециализированных задач для обработки почвы на основе компьютерного зрения. Остальные участники — стартапы и R&D-проекты. Несмотря на скромный состав игроков, по прогнозам отраслевых аналитиков основные события в ближайшее время развернутся именно в этой зоне.

Лидерство Cognitive Agro Pilot в рейтинге объясняется глобальным технологическим превосходством ИИ-решений над разработками прежнего поколения. Это было видно по подавляющему большинству критериев. Система беспилотного управления на базе ИИ способна работать автономно, по объективной ситуации, позволяет избегать сложностей, связанных с неточностью спутникового сигнала, не требует оформления платной подписки на RTK поправки или установку собственных базовых станций, экономя на этом до $1,5 тыс. на единицу техники (по сравнению с системами, где навигация осуществляется по GPS и требуется подписка на платные сервисы). Комбайн с ИИ-системой, как человек, видит культуру, и убирает именно там, где нужно. Кроме того, Cognitive Agro Pilot вполне хватает света фар комбайна для работы ночью, что в итоге позволяет существенно сократить продолжительность уборки.Промышленное использование Cognitive Agro Pilot подтвердило высокую точность захвата жатки при уборке, не превышающую 10 см, без каких-либо дополнительных приобретений. В отличие от «слепых» систем параллельного вождения, имеющих высокие риски инцидентов, особенно в зонах слабого сигнала, Cognitive Agro Pilot видит препятствия, объезжает их или тормозит.

Системы на базе ИИ способны обнаруживать и отслеживать положение кромки скошенной культуры, следуя по ней с высокой точностью, неважно, какой она сложности и геометрии. Система анализирует поступающие с видеокамеры изображения и при помощи модифицированной под агротехнические задачи конволюционной нейронной сети глубокого обучения «понимает» типы и положения объектов по ходу движения, строит траектории движения комбайна и передает необходимые команды для выполнения маневров.

Решения систем параллельного вождения также обеспечивают эту функцию. Но когда они сталкиваются с незапрограммированной ситуацией (например, через проложенный маршрут проехал комбайн с ручным управлением, и проложенные траектории уже не актуальны), то, как правило, настройки сбиваются, и комбайнеру необходимо заново вводить установки маршрута.

На рынке есть и другие решения для отслеживания кромки на основе компьютерного зрения. Например, Laser Pilot или FIELD SCANNER от CLAAS. Системы чувствительны к изменению густоты стеблестоя, участкам с полегшей культурой и другим встречающимся на практике отклонениям. Поскольку для таких случаев системе неоткуда взять дополнительные данные, она сигнализирует оператору о том, что достигнут конец поля или потерян захват, что приводит к необходимости вмешательства механизатора в работу системы. В качестве сенсора системы используют лидары (лазерные излучатели). Однако лидар деградирует в условиях запыления и быстро загрязняется, что серьезно ограничивает возможности применения таких решений.

Аналогичное устройство есть и у John Deere, которое используется в основном для пропашных культур. Например, для определения направления движения по рядку, ориентируясь по цвету культуры и ее отличию от цвета почвы. Анализ полевой сцены такими системами не производится.

В системах ИИ движение по рядкам и валкам также не вызывает проблем. Ведение осуществляется с любой жаткой. Во всех случаях захват кромки, валка или рядка при управлении комбайном позволяет не допустить излишних проходов и потерь топлива. Системы параллельного вождения не «видят» поле и не могут понять, рядок перед ними или нет. У ряда решений (Trimble, John Deere, AgLeader) для реализации этой функции можно приобрести и установить дополнительные насадки на жатку и соединить их с системой руления. Но нужно понимать, что она будет работать только для некоторых жаток. Как любое дополнительное оборудование, оно может ломаться, для других задач его надо демонтировать и т. д. Все это создает дополнительные неудобства и требует времени. С опцией движения по валкам еще хуже — адекватного решения, реагирующего на геометрию валка, попросту нет.

Решения на основе ИИ также успешно зарекомендовали себя и на смешанных парках техники. У систем параллельного вождения обмен информацией между уборочной техникой разных производителей отсутствует или нарушается. Комбайн, осуществляющий навигацию по GPS, не «знает» и «не понимает», убрал ли соседний комбайн свой участок или нет, где он «вильнул» и т. д. Принудительно задать такую траекторию практически невозможно. В такой ситуации при комплексной уборке механизатору либо нужно постоянно вмешиваться в процесс управления, что крайне неудобно, либо в процессе работы постоянно будут пропущенные, неубранные участки культур. Возможность включения синхронизации маршрутов между системами параллельного вождения существует не всегда.

В случае с системами управления на основе GPS при прибытии техники на другое поле, если оно заранее не оцифровано, не загружена последняя карта посева, с ходу работать невозможно. Автопилот просто не знает, как прочерчивать траекторию, поэтому нужно будет делать объезд периметра или двигаться в режиме А-В линии (когда механизатор как можно дольше удерживает технику на прямой, чтобы система навигации сформировала прямую, по которой будет вести машину). Для системы компьютерного зрения, наоборот, не существует разницы, картировано поле или нет. Она может сразу работать на любом поле. Система видит край, кромку, культуру, и убирает ее. Вообще явных недостатков у систем этого класса эксперты не выявили.

По стоимости все решения оказались более-менее близки, и разброс оценок по этому критерию оказался незначителен. Решения могут окупиться уже за несколько месяцев работы. Компания Cognitive Pilot «провисла» только в одном из блоков — использование дисплея управления. Ее конкуренты пока применяют более удачные модели.

В итоге занявшие 2–6 места наиболее популярные системы параллельного вождения показали более-менее похожие результаты с небольшим преимуществом: Trimble (II место) и John Deere (III место). Эксперты отмечают, что масштабы распространения этих систем во многом пропорциональны их местам в рейтинге.

Справка
Методика исследования состояла из двух этапов. На первом решалось, какие системы в наибольшей степени представлены на мировом и отечественном рынках и имеют опыт внедрения в этих зонах. Для этого был опрошен 31 представитель агрохозяйств из шести регионов РФ. В результате в список вошли следующие системы: John Deere StarFire 6000+4640 (США), Cognitive Agro Pilot (Россия), Trimble EZ series (США), AgLeader (США), Raven SC1+CR7+600S (США) и Topcon AGI‑4 (Япония).

На втором этапе экспертами и авторами исследования в качестве критериев оценки систем были выделены 12 параметров, касающихся как качественных (гидравлическая система управления, качество управления по рядкам, валкам и т. д.), так и количественных показателей (стоимость, наличие дисплея управления и др.).

Оценки выставлялись по десятибалльной системе: 1 —наихудшее значение, 10 —наилучшее. Оценка по критерию «Необходимость в платных поправках RTK для достижения точности 10–15 см» выставлялась по принципу: 10 —нет необходимости, 1 —максимальная необходимость.

Каждому из критериев был присвоен вес, соответствующий степени его значимости (приводится в скобках). Итоговый балл получался суммированием набранных баллов по всем критериям, умноженными на соответствующие веса.