23 ноября 2026 в 08:10

Агродроны с ИИ учатся оперативно считать урожай в садах

ДЗЕН

Важность точного подсчета завязей в современном промышленном садоводстве позволяет избегать хозяйствам убытков, а переход от приблизительных прогнозов к поштучному мониторингу плодов с помощью дронов быстро решает критические бизнес-задачи.

Яблоня или виноградная лоза часто завязывают больше плодов, чем способны полноценно выкормить. Если вовремя не убрать лишние завязи, урожай получится мелким, несладким и нетоварным. Зная точное число завязей на каждом конкретном участке сада в начале лета, агроном может провести дифференцированное прореживание только там, где это действительно нужно, чтобы получить крупные фрукты премиального калибра.

Крупные ритейлеры и переработчики контрактуют объемы поставок за 2–3 месяца до начала уборки, причем цена напрямую зависит от калибра плодов. Если садовод ошибется в прогнозе и пообещает больше, чем соберет, ему придется докупать фрукты на рынке себе в убыток или платить штрафы. Когда урожай окажется больше ожидаемого, излишки придется срочно продавать по заниженной цене. Точные данные с агродрона позволяют заключать контракты с гарантией объема.

Кроме того, уборка в интенсивном саду идет в очень сжатые сроки, и любая заминка приводит к перезреванию и потере лежкости плодов. Имея актуальную карту урожайности по кварталам сада, управляющий заранее знает, сколько именно контейнеров и паллет нужно завезти в каждый ряд, сколько бригад сборщиков нанять и какой объем холодильных камер подготовить к приему продукции.

Фитосанитарный мониторинг проще вести при помощи современных технологий. Когда беспилотник регулярно сканирует сад и сравнивает количество плодов на соседних деревьях, система подсвечивает аномалии. Резкое падение числа завязей в конкретном ряду сигнализирует агроному о локальном сбое капельного полива, скрытой инфекции, повреждении корней грызунами или плохом опылении.

Однако долгая обработка аэроснимков после облета сада часто делает собранные данные устаревшими к моменту, когда агроном получает отчет. Исследователи из Вагенингенского университета решили эту проблему, создав облегченные алгоритмы искусственного интеллекта, способные распознавать и подсчитывать яблоки и грозди винограда непосредственно на борту беспилотника в режиме реального времени.

До сих пор мониторинг многолетних насаждений с воздуха работал с большой задержкой. Фермер запускал дрон, записывал гигабайты видео или фотографий, а затем тратил часы или даже дни на загрузку файлов и компьютерную склейку ортофотопланов. За это время ситуация в саду успевала измениться. Кроме того, в плодоводстве перед компьютерным зрением стоят специфические препятствия: мелкие плоды и ягоды прячутся в тени густой листвы, а пропускной способности беспроводной связи не хватает для передачи тяжелого видеопотока высокого разрешения на пульт оператора.

В диссертационном исследовании, представленном на портале Вагенингенского университета (WUR), ученые сосредоточились на том, чтобы ликвидировать разрыв между полетом и принятием управленческих решений. 

Вместо отправки сырых снимков на землю вся первичная аналитика была перенесена на бортовой вычислитель беспилотника. Разработчики создали компактные нейросетевые модели, которые сжимают поток визуальных данных и мгновенно находят в кадре даже небольшие завязи яблок и виноградные грозди без потери точности.

Технологическим достижением работы стал алгоритм пространственного объединения данных. Поскольку один снимок показывает лишь внешнюю сторону ветки, система учится сопоставлять кадры, снятые беспилотником с разных ракурсов при облете кроны дерева. Это позволяет избежать двойного счета одних и тех же плодов и при этом учесть фрукты, частично перекрытые листьями. В результате по каналу связи на планшет агронома передаются не тяжелые видеофайлы, а легкая готовая карта урожайности с точным количеством плодов на каждом конкретном дереве еще до того, как дрон вернется на зарядную станцию.

Внедрение бортового распознавания превращает агродрон из простой летающей камеры в автономного полевого аналитика. Получая точный прогноз валового сбора в режиме реального времени, садоводы и виноградари могут вовремя корректировать нормирование завязей, точно планировать потребность в таре и сезонных рабочих для уборки, а также заранее рассчитывать объемы поставок для торговых сетей.

МАТЕРИАЛЫ ПО ТЕМЕ