Интеллектуальная система управления сельскохозяйственными роботами: формирование структуры

Цифровые технологии, внедряемые в сельское хозяйство, направлены на повышение эффективности производства сельскохозяйственной продукции. Сельскохозяйственные роботы, осуществляющие технологические операции, мониторинг состояния поля, посевов или урожайности культур при географической удаленности от облачного хранилища, низкой пропускной способности и ненадежности сети, значительных задержках и сбоях в передаче информации, могут снижать свою производительность, качество выполнения работ и безопасность эксплуатации. С целью повышения производительности агрегатов в составе с беспилотными роботизированными техническими средствами сельскохозяйственного назначения, обеспечения высокого качества выполнения ими технологических операций, а также их безопасной эксплуатации предложена интеллектуальная система управления с применением технологий граничных вычислений на базе Edge Computing. При проведении исследований применялись методы комплексного структурно-динамического анализа и экспертно-аналитический способ обработки информации. В результате проведенных исследований предложена структурно-функциональная схема интеллектуальной системы управления сельскохозяйственными агрегатами в составе с роботизированными техническими средствами, позволяющая централизованно контролировать технологический процесс. Сельскохозяйственные машины осуществляют настройку рабочих органов и корректировку их работы с помощью встроенных автономных систем контроля, передающих данные в систему управления для выработки команд. Реализация концепции Edge Computing в цифровом сельском хозяйстве позволит снизить объем передаваемой информации и нагрузку на сеть передачи данных без снижения качества проведения технологического процесса при сбоях в работе сельскохозяйственной машины и встроенных систем.

1. Измайлов А.Ю. Интеллектуальные технологии и роботизированные средства в сельскохозяйственном производстве // Вестник Российской академии наук. 2019. Т. 89, № 5. С. 536-538. https://doi.org/10.31857/S0869-5873895536-538

2. Сибирёв А.В., Дорохов А.С., Аксенов А.Г. Цифровизация машинной технологии уборки лука искусственными нейронными сетями // Аграрная наука Евро-Северо-Востока. 2019. Т. 20, № 1. С. 84-91. https://doi.org/10.30766/2072-9081.2019.20.1.84-91

3. Цимбал В.А., Тоискин В.Е., Потапов С.Е., Шуточкин Е.А., Бонкин И.Д. Концепция применения программно-конфигурируемых сетей для управления мобильными объектами // Известия Института инженерной физики. 2016. № 1 (39). С. 25-30. EDN: VJSPJH

4. Гаврилов А.В. Проблемы цифровизации сельского хозяйства развивающихся стран // Наука без границ. 2021. № 7 (59). С. 38-45. EDN: ZHUGQG

5. Young S.N., Kayacan E., Peschel J.M. Design and field evaluation of a ground robot for high-throughput phenotyping of energy sorghum. Precision Agric. 2019;20:697-722. https://doi.org/10.1007/s11119-018-9601-6

6. Шелковников С.А., Петухова М.С., Алексеев А.А. Теоретические основы управления сельскохозяйственным производством на основе цифровых технологий // Вестник Российского университета дружбы народов. Серия «Экономика». 2020. Т. 28, № 1. С. 137-145. https://doi.org/10.22363/2313-2329-2020-28-1-137-145

7. Moysiadis V., Tsolakis N., Katikaridis D., Sørensen C.G., Pearson S., Bochtis D. Mobile robotics in agricultural operations: A narrative review on planning aspects. Appl. Sci. 2020;10(10):3453. https://doi.org/10.3390/app10103453

8. Меденников В.И. Интеграция цифровых платформ управления сельским хозяйством России и Казахстана // Endless Light in Science. 2022. № 3-3. С. 17-24. EDN: NXMEZO

9. Кондратьева О.В., Федоров А.Д., Слинько О.В. О перспективах развития цифровизации в растениеводстве // Инновации в сельском хозяйстве. 2018. № 4 (29). С. 321-329. EDN: YQVPAD

10. Лобачевский Я.П., Дорохов А.С. Цифровые технологии и роботизированные технические средства для сельского хозяйства // Сельскохозяйственные машины и технологии. 2021. Т. 15, № 4. С. 6-10. https://doi.org/10.22314/2073-7599-2021-15-4-6-10

11. Головинов Е.Э., Аминев Д.А., Захаров А.В., Бакштанин А.М. Отечественный агромонитор для контроля работы сельскохозяйственной техники // Природообустройство. 2016. № 1. С. 52-57. EDN: VVWIVV

12. Starostin I.A., Belyshkina M.E., Chilingaryan N.O., Alipichev A.Yu. Digital technologies in agricultural production: implementation background, current state and development trends. Agricultural engineering. 2021;3(103):4-10. https://doi.org/10.26897/2687-1149-2021-3-4-10

13. Gao X. et al. Review of wheeled mobile robots’ navigation problems and application prospects in agriculture. IEEE Access. 2018;6:49248-49268. https://doi.org/10.1109/ACCESS.2018.2868848

14. Петухова Н.В., Фархадов М.П., Качалов Д.Л. Разгрузка и консолидация вычислительных ресурсов в среде туманных и граничных вычислений // Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2020. № 50. С. 123-129. https://doi.org/10.17223/19988605/50/15

15. Винничек Е.В. Облачные, граничные и туманные вычисления. Анализ и прогноз развития технологий обработки данных // Современные инновационные технологии подготовки инженерных кадров для горной промышленности и транспорта. 2018. № 1 (5). № 4. С. 239-244. EDN: YWZWXA

16. Воробьев С.П., Широбокова С.Н., Евсин В.А. Модель обмена системы распределенного реестра облачных, туманных и граничных вычислений // Информационные технологии и вычислительные системы. 2022. № 2. С. 11-21. https://doi.org/10.14357/20718632220202

17. Olenev V.L. Analysis of requirements for modern spacecraft onboard network protocols. Information and Control Systems. 2021;1:8-16. https://doi.org/10.31799/1684-8853-2021-1-8-16