Лаборатория № 90 «Цифровых систем управления в агропромышленном комплексе»

Зав. лаб. № 90 Александр Владимирович Кузнецов

Лаборатория цифровых систем управления в агропромышленном комплексе создана в 2021 г. Заведующим лаб. № 90 был назначен доктор физико-математических Александр Владимирович Кузнецов. В составе лаборатории – 20 сотрудников, из них студентов последних курсов – 8 человек, исследователей возрастом до 39 лет–13 человек.

Актуальность создания лаборатории связана с потребностью в поддержании конкурентоспособности агропромышленного комплекса России на мировом уровне, что требует постоянного внедрения в практику сельскохозяйственной деятельности инноваций, повышающих эффективность всех этапов процесса производства агропромышленной продукции.

Учитываю данную потребность, работа лаборатория направлена на фундаментальные и поисковые научные исследования в части разработки и применения: методов искусственного интеллекта, машинного зрения, анализа больших данных, теории управления, методов навигации и телемеханики для решения актуальных задач агропромышленного комплекса с целью повышения эффективности как крупных сельскохозяйственных холдингов, так и фермерских хозяйств.

Зарубежный и отечественный опыт последних лет показывает, что современные технологии распознавания образов, регрессионного анализа, поиска закономерностей в сочетании со средствами автоматизации на базе интеллектуальных робототехнических комплексов позволяют решать ряд актуальных задач контроля и прогнозирования состояния сельскохозяйственных культур, выявления аномалий поведения скота, автоматизации отдельных операций в растениеводстве. Адаптация этих технологий к нуждам отрасли и является целью лаборатории.

К приоритетным фундаментальным научным исследованиям, проводимыми в лаборатории, можно отнести следующие:

1. Разработка концепции цифровой платформы российского сельского хозяйства (ответственный исполнитель Кузнецов А.В.)

2. Разработка фундаментальных основ перспективных интеллектуальных систем управления и обработки информации в агропромышленном комплексе на основе адаптации актуальных теоретических и прикладных результатов современной науки (ответственный исполнитель Антипин С.И.);

3. Развитие и исследование технологий сетецентрического управления группами гетерогенных мобильных роботов для мониторинга протяженных объектов (ответственные исполнители Кузнецов А.В., Диане С.А.К.)

4. Разработка технологий обучения и настройки нейронных сетей для визуального анализа информации, в том числе с применением средств виртуального моделирования в задачах мониторинга протяженных объектов (ответственные исполнители Макаренко А.В., Диане С.А.К., Лесив Е.А.)

5. Разработка алгоритмов формирования полетных заданий БПЛА и визуального анализа аэрофотоснимков в задачах экологического мониторинга (ответственные исполнители Диане С.А.К., Лесив Е.А.)

Отработка технологий визуального анализа изображений в задачах сбора урожая

Отработка нейросетевых технологий поиска загрязнений водоемов

По многим из перечисленных направлений ведется активное сотрудничество с лабораториями №№ 17, 69, 77, 80 ИПУ РАН.

В целях проверки достоверности развиваемых научных методов в лаборатории 90 осуществляется разработка тестового аппаратного обеспечения телеуправляемых и интеллектуальных автономных мобильных роботов для мониторинга протяженных объектов. При этом особое внимание уделяется организации сетецентрического взаимодействия между агентами гетерогенной робототехнической группировки.

Отработка технологий управления группами гетерогенных роботов

Сотрудники лаборатории «Цифровых систем управления в агропромышленном комплексе» в своей работе опираются на инфраструктуру ИПУ РАН, в частности, на базу 2-х центров компетенций: Центра интеллектуального цифрового сельского хозяйства ИПУ РАН и Центра технологий искусственного интеллекта ИПУ РАН.

В то же время прикладные научные исследования, проводимые в лаборатории во многом соответствуют целям и задачам Белгородского НОЦ мирового уровня «Инновационные решения для АПК», т.к. поисковая часть базируется на проектах НОЦ, в которых участвует ИПУ РАН в качестве научного партнера. В том числе по текущим и реализованным проектам:

1. Внедрение программно-аппаратного комплекса по мониторингу состояния животных на основе использования машинного обучения на пилотном участке ООО «Белгородский свинокомплекс»;

2. Создание интеллектуального сервиса распознавания заболеваний зерновых культур на основе технологий машинного обучения и междисциплинарных знаний в составе цифровой платформы для сельскохозяйственных товаропроизводителей;

3. Создание системы обнаружения и анализа аномалий поведения КРС по видеоизображению на основе технологий машинного обучения и междисциплинарных знаний в составе цифровой платформы для сельскохозяйственных товаропроизводителей;

4. Модернизация системы машинного зрения для свинокомплекса за счет создания тепловизионного канала наблюдения за животными и интеграции температурных данных с видеоданными;

5. Создание сервиса автоматизированного распознавания патологий копытец крупного рогатого скота;

6. Разработка и создание прототипа роботизированного мобильного комплекса мониторинга состояний кур-несушек для птицефабрики промышленного типа.

В рамках проводимых исследований по построению концептуальных основ методологии создания национальной цифровой платформы для российского АПК предложен гибридный подход с интеграцией различных методов проектирования, зарекомендовавших себя в мировой практике.

Основная идея в разработке архитектуры цифровой платформы, опирается на ключевые положения стратегического планирования и системного анализа. При интеграции использовался специальная конвергентная методология, разработанная А.Н. Райковым, обеспечивающая необходимые условия для сходимости процесса проектирования и дальнейшего применения цифровой платформы в интересах развития сельского хозяйства страны.

Следует отметить, что наряду с научно-исследовательской деятельностью сотрудники лаборатории ведут активную научно-организационную и научно-образовательную работу, являясь руководителями бакалавров, магистров и аспирантов технических направлений подготовки по технологической практике и выпускным квалификационным работам.