| 20 янв 2022 г. — 6:47 PT
Обнаруживая и идентифицируя на ранней стадии аномалии растительности, дистанционное зондирование с помощью дронов может минимизировать потери для фермеров по всему миру. Но могут ли существующие методы аэрофотосъемки называться «точным» сельским хозяйством? Не совсем, по мнению этого производителя мультиспектральных датчиков.
Ира Двир, израильский пионер в области сжатия видео и технологий визуализации, убежден, что существует фундаментальный недостаток в мультиспектральных датчиках сельскохозяйственных дронов, используемых сегодня.
По его словам: «Когда вы не склонны полагаться на врача, который говорит, что может сказать вам, что с вами не так, скажем, с расстояния трех метров, как вы можете полагаться на сельскохозяйственный обзор, основанный на мультиспектральных изображениях, полученных сенсором с разрешением 1,2 или 1,3 МП на полосу с высоты 100 метров?»
Таким образом, после 15 лет разработки видеокодеков (первый в мире коммерческий кодек AVC SW, лицензированный Cyberlink в июле 2004 г.) и других инновационных продуктов для визуализации, Ира и его партнер, доктор Ницан Рабиновиц, решили внести свой вклад в раннее спасение урожая.
«Толчком послужило осознание того, что только в США убытки от этой проблемы оцениваются более чем в 40 миллиардов долларов в год», — объясняет Ира. «И изучая существующие решения, мы обнаружили, что люди либо пользуются спутниковыми снимками, либо решениями, основанными на догадках, а не на реальном, первопорядковом анализе проблемы».
Так родилась компания Agrowing, которая производит запатентованные мультиспектральные датчики для дронов, завоевавшие награды и обещающие решить некоторые из основных проблем получения мультиспектральных изображений в сельском хозяйстве. Стартап также предлагает облачный сервис, использующий искусственный интеллект для автоматического обнаружения и идентификации вредителей, болезней, дефицита питательных веществ и т. д., а также для анализа качества почвы и прогнозирования урожайности.
Agrowing была основана с целью перехода от неточного дистанционного зондирования с большой высоты к анализу на уровне листьев с помощью ИИ. Наши датчики используют международно запатентованную технологию, а дизайн основан на высококачественной оптике (глубина фокуса F6 20-25 мм), нескольких объективах, множестве полосовых фильтров, одном сенсоре, одном механическом затворе и соседних линзах. Мы решаем большинство проблем получения мультиспектральных изображений, таких как: синхронизация, параллакс, динамический диапазон, хроматическая аберрация и искажение.
Читайте также: XAG представляет линейку автономных сельскохозяйственных дронов 2022 года
Ира говорит, что его инновации могут легко превзойти лидирующие на рынке продукты, такие как новый Altum-PT от MicaSense. Это смелое заявление, но он подкрепляет его, говоря:
Altum основан на многокамерной конструкции, а его разрешение и динамический диапазон довольно низкие. Вы получаете около 3 МП на полосу, и он основан на электронном затворе, который хорош для видео, но плох для статичных изображений. Кроме того, расстояние между различными камерами не позволяет хорошо выравнивать полосы на близком расстоянии. Количество полос также далеко от 10 или 14, которые мы предлагаем по более низкой цене с разрешением в 4 раза выше. Стоимость нашего 10-полосного сенсора с разрешением 12 МП на полосу (MSRP), основанного на корпусе камеры Sony A7RIVA, составляет 10 000 долларов США, что составляет две трети цены нового Altum.
Ира также считает нормализованный вегетационный индекс (NDVI) — самый известный и широко используемый индекс-карта, получаемый из мультиспектральных изображений — лишь начальным шагом, необходимым для реального анализа на уровне листьев.
«NDVI означает позднюю диагностику из-за низкого разрешения», — шутит он. «Это также означает неточную классификацию второго порядка. NDVI не может считаться «точным сельским хозяйством», так как он по определению неточен. Тем не менее, высокодетализированный NDVI с разрешением 1,5 см на пиксель позволяет обнаруживать разрозненные пятна на поле, где мультиспектральный анализ изображений на близком расстоянии, полученных с разрешением менее 1 мм на пиксель, обеспечивает точную классификацию и идентификацию».
Но, в конце концов, владельцам фермерских хозяйств действительно неважно, какая технология используется, не так ли? Им просто нужны простые ответы, которые увеличат их прибыль.
Именно поэтому, по словам Иры, «сорняки» — это недостаточно хороший ответ. «Точная идентификация сорняков обязательна для фермера, поскольку ему необходимо выбрать правильный пестицид для работы. Это Альтернариоз или Блайт на моем картофельном поле? Окончательная классификация обязательна, иначе это означает: «Проверьте на поле», хотя во многих случаях у них нет на это рабочей силы».
Здесь в дело вступают алгоритмы ИИ компании. Эти алгоритмы, как объясняет Ира, основаны на отличительных признаках болезней, вредителей и дефицита питательных веществ, которые фермер может захотеть идентифицировать.
Технология доказана, и Agrowing уже сотрудничает с более чем дюжиной университетов, а также с производителями дронов и поставщиками услуг. Но это число, подчеркивает Ира, скоро стремительно возрастет.
«Глядя на работу, которую такие компании, как SeeTree, выполняют с нашими датчиками, или на результаты, которые наши платформы обеспечивают для таких исследователей, как бразильская компания Vetorgeo, мало сомнений в том, что точное аэрофотосъемка в сельском хозяйстве станет необходимой услугой в ближайшие годы по всему миру», — заключает он, добавляя, что Agrowing в настоящее время ищет финансирование серии А для расширения продаж, разработки объектива с более широким углом обзора 24 МП/36 МП на полосу и создания запатентованного набора мультиспектральных мобильных камер для смартфонов.
Читайте больше: DJI выпускает два новых сельскохозяйственных дрона в Китае: Agras T40 и T20P