Най-новата версия на автономен робот, който може да следи за болести по гроздето в лозята в почти реално време, с точност, съответстваща на висококвалифицирани човешки експерти, един ден ще помогне за проследяване на патогени, убиващи реколтата, с минимален труд.
Възможностите на робота са описани в статия „PhytoPatholoBot: Автономен наземен робот за откриване за болести в лозето в почти реално време“, публикувана в Journal of Field Robotics.
Разработването на робота е от решаващо значение, тъй като справянето с болести като брашнеста мана и пухкава мана в лозята е основната грижа на производителите на грозде и лозарите.
„Това е класирано като най-голямата и най-силна заплаха за устойчивостта и жизнеспособността на лозарството в Ню Йорк, както и като цяло на Източното крайбрежие“, каза Кейти Голд, патолог по гроздето и старши автор на статията, заедно с колегата ѝ Ю Джианг, специалист по приложна роботика, и двамата в Cornell AgriTech в Женева, Ню Йорк.
Перспективите за болестите по гроздето предлагат малко облекчение поради натиска от изменението на климата, който благоприятства патогените по гроздето, регулациите, които затрудняват получаването на химикали за третиране, нарастващата устойчивост на патогените към фунгициди и недостига на работна ръка.
Докато болестите са основната грижа за лозарите, намаляването на работната ръка е основното предизвикателство в по-широк план в селскостопанската хранителна индустрия през последните две десетилетия, с още по-лоши прогнози.
„Това беше мотивация за нас: Как можем да използваме роботи, за да вършим тази много квалифицирана работа?“, каза Дзян, доцент в секцията по градинарство в Училището по интегративни растителни науки (SIPS) в Колежа по земеделие и науки за живота (CALS). „Разузнаването за болести не е нещо, което всеки може да направи, [но сега нашият робот] ще може да идентифицира тези критични натоварвания за нашите хранителни системи.“
„В миналото редовно съм наемал екипи от разузнавачи – четирима или петима души – да метат лозята и да вършат работата на един робот“, каза Голд, доцент и факултетен сътрудник на Сюзън Екерт Линч в секцията по растителна патология и растително-микробна биология на SIPS в CALS. „Сега роботът може да го прави сам, само с един човек, който да го пази.“
Роботът, наречен PhytoPatholoBot, може самостоятелно да се придвижва между редовете лозя с решетки.
„Докато се движи, той прави странични изображения на короната на дърветата и след това използва AI модел, за да определи в изображението кои пиксели принадлежат към короната и кои пиксели показват симптоми на заболяване“, каза Дзян.
Информацията от различни кадри на изображението след това се сравнява с данни от дистанционно наблюдение на НАСА, GPS данни и компютърно моделиране, което включва изображения от дистанционно наблюдение, за да се определи рискът от заболяване чрез анализ на спектралните сигнатури, идващи от растенията. Фитопатолозите и мениджърите на лозя могат след това да получат изчисленията на робота в почти реално време, които разкриват вида на заболяването, местоположението и тежестта на инфекцията в лозето.
Роботът не само спестява труд, но и позволява на производителите да насочват третиранията. Информацията може да допълни базовите планове за третиране, като посочи къде да се насочи пръскането с по-силни химикали, които са в ограничено количество.
„Като имаме точен начин да разберем къде се появяват болести, бихме могли да разчитаме предимно на по-нежни химикали и да използваме само най-силните, когато е абсолютно необходимо“, каза Голд.
Ограничаването на пръскането с пълно покритие може също да помогне за намаляване на резистентността към фунгициди. Освен това, способността за събиране на точни данни на място позволява на учените по-лесно да обучават модели за дистанционно наблюдение за пасивно и по-точно наблюдение на болестите.
В проучването изследователският екип е разположил и тества робота в 10 патологични лозя в Корнел, които Голд наблюдава, както и в търговски лозя. PhytoPatholoBot е бил тестван преди това в САЩ в Калифорния, Южна Дакота, Северна Дакота, Минесота, Ню Йорк и Западна Вирджиния.
Експерименталните резултати показват, че откриването и анализът на тежестта на болестите на робота, макар и сравними с опитни човешки разузнавачи и усъвършенствани модели за компютърно зрение, са високоефективни от изчислителна гледна точка и работят с ниска мощност, което е необходимо за полевите роботи, според статията.
Стартъп компания в Калифорния, съоснована от първия автор на статията, Ертай Лиу, постдокторант в Cornell Tech, има за цел да произвежда PhytoPatholoBots за търговска употреба.
Технологията е приложима и към други специализирани култури и болести. „Наистина сме заинтересовани да разширим обхвата си към ябълките“, каза Голд.
