Автономное управление сельскохозяйственной техникой на основе ИИ
Трактор с RTK-GPS выдерживает ряд с точностью ±2.5 см — это уже агрономический стандарт. Задача, которую решает компьютерное зрение, другая: что делать, когда GPS не хватает или когда нужно принимать ситуативные решения — объехать камень, остановиться перед человеком, скорректировать глубину обработки по виду почвы.
Уровни автономии и где здесь CV
Есть разница между GNSS-автопилотом (уровень SAE 1–2) и полностью автономной машиной (уровень 4–5). Компьютерное зрение критично начиная с уровня 3:
Уровень 2 (GNSS + рулевое управление): CV не нужен для навигации, но нужен для безопасности — детекция людей и препятствий.
Уровень 3 (условная автономия): CV дополняет GNSS — визуальное следование по рядкам культуры (row guidance), детекция конца ряда для автоматического разворота, корректировка по видимым признакам.
Уровень 4 (высокая автономия): Визуальная одометрия + Lidar SLAM для карты препятствий, семантическая сегментация для понимания типа поверхности, предсказание проходимости.
Глубокий разбор: row guidance для пропашных культур
Задача навигации по рядам кукурузы или подсолнечника — хороший пример, где CV работает лучше чистого GPS. Причина: ширина рядка закреплена на GPS-карте, но реальные растения смещаются из-за ветра, неравномерного прорастания, сдвига при обработке почвы. CV адаптируется в реальном времени.
Классический подход: Hough Transform для детекции линий рядков на RGB-изображении. Работает хорошо при хорошем освещении и чётких рядах. Падает при загрязнении объектива, сильном боковом свете, неравномерном прорастании.
Современный подход: семантическая сегментация SegFormer или Mask2Former с классами «рядок» / «межрядье» / «почва» / «препятствие». Backbone — предобученный на ImageNet, fine-tuning на 3 000–5 000 агроснимков. Устойчив к сложным условиям, но требует GPU на борту.
Компромисс для серийной техники — легкая сегментация на FPGA или NPU: BiSeNetV2 или DDRNet-23-Slim дают mIoU > 0.82 при inference time < 15 ms на Hailo-8 (26 TOPS, 2.5W).
Детекция препятствий — требования по безопасности
ISO 18497 регламентирует безопасность автономных сельскохозяйственных машин. Система детекции препятствий должна останавливать машину при объекте высотой > 25 см на расстоянии до 3× тормозного пути.
Для этого применяем stereo vision (два объектива, базис 30–60 см) или Lidar + камера fusion. Stereo дешевле, Lidar надёжнее в условиях пыли и прямого солнца. На практике: Lidar Ouster OS0-32 + RGB-камера, fusion через early fusion в 3D точечном облаке или late fusion на уровне bounding boxes.
Критичные классы: человек, другая машина, животное, крупный камень. mAP50 на этих классах должен быть > 0.93 при recall > 0.97 — требования жёстче, чем для стандартного CV.
| Конфигурация | Дальность детекции | Устойчивость к пыли | Стоимость |
|---|---|---|---|
| Stereo (ZED 2i) | до 20 м | средняя | низкая |
| Lidar Ouster OS0-32 | до 50 м | высокая | высокая |
| Lidar + камера fusion | до 50 м | высокая | высокая |
| Radar + камера | до 80 м | очень высокая | средняя |
Вычислительная платформа на борту машины
Требования жёсткие: вибрация, температура −30°C до +65°C, пыль (IP67), питание от бортовой сети 12/24V.
Распространённые решения:
- NVIDIA Jetson AGX Orin — флагман по производительности (275 TOPS), потребление 15–60W, есть версия для расширенного температурного диапазона (Orin NX Industrial)
- Hailo-8L / Hailo-10H — специализированный inference accelerator, <5W, хорошо для детекции на краю
- Xilinx Kria KV260 — FPGA-платформа для детерминированных задач управления реального времени
Стек ПО: ROS 2 (Humble/Iron) как middleware, Isaac ROS для интеграции с Jetson, OpenCV + TensorRT для inference.
Integration с ISOBUS и системами управления техникой
ISOBUS (ISO 11783) — стандарт для обмена данными между техникой и внешними системами. CV-система публикует команды скорости/курса через ISOBUS Task Controller, может читать телеметрию (обороты ВОМ, глубина орудия) для контекстных решений.
Сроки
Система детекции препятствий для конкретной модели трактора: 8–14 недель. Полная система автономного вождения уровня 3 с row guidance и safety: 5–9 месяцев. Сертификация по ISO 18497 — отдельный процесс, занимает 3–6 месяцев.