КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ
Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.
ОБЩИЕ СВЕДЕНИЯ
Номер проекта 25-16-20094
НазваниеИсследование и разработка технологии раннего обнаружения и идентификации заболеваний и сорной растительности на посевах сельскохозяйственных культур на основе интеллектуальной обработки изображений в режиме реального времени с глубоким обучением
Руководитель Мударисов Салават Гумерович, Доктор технических наук
Организация финансирования, регион Федеральное государственное бюджетное образовательное учреждение высшего образования "Башкирский государственный аграрный университет" , Республика Башкортостан
Конкурс №101 - Конкурс 2025 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами» (региональный конкурс)
Область знания, основной код классификатора 06 - Сельскохозяйственные науки; 06-105 - Агротехника
Ключевые слова искусственный интеллект, нейронные сети, машинное обучение, компьютерное зрение, точное земледелие, борьба с сорняками, борьба с болезнями растений
Код ГРНТИ68.85.19
ИНФОРМАЦИЯ ИЗ ЗАЯВКИ
Ожидаемые результаты
Ожидаемые результаты:
- Разработка высокоточной диагностической платформы на основе нейронных сетей для определения фитопатологических вирусных и грибковых заболеваний и сорняков на посевах сельскохозяйственных культур (пшеница, горох, сахарная свекла, кукуруза, подсолнечник). Ожидается, что точность классификации заболеваний и сорняков составит не менее 70%, а скорость анализа одного изображения будет достигать до 0,5 секунды.
- Создание алгоритмов глубокого обучения, способных автоматически распознавать различные типы заболеваний и сорняков на основе изображений, полученных с БПЛА. Ожидаемая точность распознавания типичных заболеваний пшеницы, гороха, сахарной свеклы, кукурузы и подсолнечника и сорняков в их посевах составит не менее 75% с учетом внешних факторов (освещенность, погодные условия). Алгоритмы будут работать с изображениями, полученными на высоте до 20 метров с разрешением не менее 2 см на пиксель.
- Геоинформационные карты распространения заболеваний и сорняков, созданные на основе анализа данных, собранных с помощью БПЛА. Эти карты будут генерироваться с точностью геопривязки до 1 метра, что позволит агрономам планировать точное применение средств защиты растений и снизить их использование до 20%, по сравнению с традиционными методами.
- Оптимизация применения химических средств защиты растений за счет раннего выявления заболеваний и сорняков. Ожидается, что внедрение платформы позволит снизить затраты на химические средства защиты растений на 15-25%, в зависимости от типа культуры и региона. Это сократит использование пестицидов и гербицидов на 10-15% и снизит потери урожая на 5-10%.
- Создание программного решения, которое позволит фермерам и агропромышленным предприятиям интегрировать результаты диагностики в существующие системы точного земледелия, автоматические опрыскиватели и системы управления полевыми работами. Ожидается, что внедрение платформы позволит увеличить эффективность полевых операций на 15% за счет автоматизации и точного управления.
Научная и общественная значимость:
- Использование передовых технологий, таких как глубокое обучение и беспилотные системы, для диагностики заболеваний и сорняков на полях, соответствует актуальным мировым тенденциям в области аграрных наук и технологий. Разработанные решения будут соответствовать мировым стандартам, а их применение позволит улучшить диагностику на уровне более 70% точности, что является международным уровнем для систем на основе ИИ в сельском хозяйстве.
- Внедрение системы позволит уменьшить потери урожая до 10%, что приведет к увеличению эффективности агропромышленных предприятий и снижению продовольственных рисков.
- Внедрение системы позволит аграриям снизить затраты на обработку полей и защитные средства на 15-25%, что приведет к общей экономии ресурсов и повышению доходности. Ожидается, что прирост урожайности в результате точного контроля заболеваний и сорняков может составить 5-10%.
- Снижение использования химических препаратов на 10-15% в сельском хозяйстве приведет к улучшению экологической ситуации и повышению безопасности пищевой продукции. Это окажет положительное влияние на здоровье населения и улучшение условий труда в сельскохозяйственной отрасли.
- Проект приведет к созданию и усовершенствованию технологий точного земледелия и автоматического управления сельскохозяйственными процессами, что позволит агропредприятиям увеличить эффективность на 15% за счет автоматизации и точного управления процессами на основе данных