Autonomous Agricultural Tractor: Integrated Weed Detection and LiDAR Navigation for Precision Paddy Farming
تقدم هذه الورقة نظام AgriNav، وهو نظام جرار زراعي ذاتي القيادة يدمج شبكة عصبية تلافيفية (CNN) متخصصة في كشف الأرز مع استراتيجية ترجيح فئات غير متماثلة وجسر دمج بين مستشعر ليدار (LiDAR) وكاميرا يعتمد على أربع آليات، وذلك لتحقيق إدارة فعالة ومحددة للمواقع للأعشاب الضارة وملاحة مستمرة في حقول الأرز رغم تدهور إشارات نظام الملاحة العالمي (GNSS).
البحث الأصلي مُهدى إلى الملك العام بموجب CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في الحقول الواسعة والمغمورة بالمياه حيث ينمو الأرز، تُخاض معركة صامتة باستمرار ضد الأعشاء الضارة. لعقود من الزمن، أدار المزارعون هذا الأمر عبر رش مبيدات الأعشاب فوق الحقول بأكملها، وهي طريقة تهدر المواد الكيميائية على التربة العارية وتضر بالبيئة. الحل المثالي هو رش الأعشاب الضارة المحددة فقط، وترك الأرز دون مساس، لكن القيام بذلك باستخدام آلة أمر صعب للغاية. ففي النهاية، تنمو نباتات الأرز لتصبح طويلة بما يكفي لحجب السماء، مما يقطع إشارات الأقمار الصناعية التي توجه عادةً المركبات ذاتية القيادة. وفي الوقت نفسه، تبدو الأعشاب الضارة مشابهة جداً للأرز لدرجة تجعل كاميرا الكمبيوتر تجد صعوبة في التمييز بينهما. وإذا أخطأت الآلة واعتقدت أن نبات الأرز هو عشب ضار وقامت برشه، فإن المحصول يُدمر في لحظة، وهو خطأ لا يمكن تداركه.
قام باحثون في جامعة فلوريدا غلف كوست ببناء نظام جديد يسمى "AgriNav" لحل هذه المشكلات. لقد ابتكروا جراراً ذاتي القيادة يمكنه التنقل عبر حقول الأرز دون الاعتماد على إشارات الأقمار الصناعية، ويمكنه التمييز بين الأرز والأعشاب الضارة بحذر شديد. يستخدم النظام ماسحاً ضوئياً بالليزر لرسم خرائط لصفوف المحاصيل وكاميرا لتحديد النباتات. والجزء الأكثر أهمية في عملهم هو آلية السلامة التي تعامل نبات الأرز باعتباره أهم شيء يجب حمايته. فبدلاً من محاولة العثور على كل عشب ضار، يبحث الكمبيوتر أولاً عن الأرز؛ فإذا رأى نباتاً يشبه الأرز، يُمنع منعاً باتاً من رش تلك البقعة، بغض النظر عما يعتقده النظام الآخر. هذا النهج يعطي الأولوية لسلامة المحصول على مثالية إزالة الأعشاب الضارة.
اختبر الفريق نظامهم في محاكاة حاسوبية تحاكي حقل أرز حقيقي. قاموا ببرمجة الجرار للقيادة عبر صفوف المحاصيل بينما تم إيقاف إشارة القمر الصناعي لمدة عشرين ثانية، وهي فترة كافية لإرباك معظم المركبات ذاتية القيادة. خلال هذا الوقت، اعتمد الجرار كلياً على الماسح الضوئي بالليزر ومستشعرات الحركة الداخلية للبقاء على المسار الصحيح. حافظ النظام على بقاء المركبة في المسار الصحيح، حيث انحرفت حوالي 2.46 متراً فقط عن موقعها المفترض بنهاية فجوة العشرين ثانية. أثبت هذا أن الجرار يمكنه التنقل بأمان حتى عندما تكون السماء محجوبة بواسطة الغطاء النباتي الكثيف للأرز.
وللعثور على الأعشاب الضارة، استخدم الباحثون نظام كاميرا تم تدريبه على التعرف على نباتات الأرز بثقة عالية. صمموا البرمجيات بحيث لا ترش إلا إذا كانت متأكدة من أن النبات ليس أرزاً. هذا "المنطق المعكوس" يعني أن الآلة ستكون عدوانية جداً في البحث عن الأعشاب الضارة ولكنها متحفظة للغاية بشأن الرش. إذا رأت الكاميرا نباتاً وكان هناك ولو احتمال ضئيل أن يكون أرزاً، فإن الآلة لن ترش. هذا الخيار التصميمي يعالج خللاً حرجاً في الأنظمة الأخرى: تكلفة الخطأ. ففقدان عشب ضار هو مشكلة بسيطة لأنه يمكن رشه لاحقاً، أما رش نبات الأرز فهو خسارة دائمة. ومن خلال برمجة هذه القاعدة في النظام، ضمن الباحثون أن الآلة لن تؤذي أبداً المحصول الذي من المفترض أن تحميه.
يعد كيفية استخدام الجرار للماسح الضوئي بالليزر لمساعدة الكاميرا ابتكاراً رئيسياً في هذا المشروع. فالماسح الضوئي بالليزر، الموجود بالفعل على الجرار للمساعدة في القيادة، يرسم أيضاً خريطة رقمية للمساحة الموجودة بين صفوف الأرز. ثم يتم توجيه الكاميرا للنظر فقط في ذلك الشريط المحدد من الأرض. هذا يقلل من حجم العمل الذي يتعين على الكمبيوتر القيام به بنسبة تتراوح بين ثلاثين إلى خمسين بالمائة، مما يسمح له بمعالجة الصور بشكل أسرع. كما يساعد الكاميرا على تجاهل الإنذارات الكاذبة الناتجة عن الطين أو انعكاسات المياه التي قد تبدو كنباتات. يعمل الماسح الضوئي بالليزر بمثابة دليل، يخبر الكاميرا بالضبط أين تنظر وأين تتجاهل، مما يجعل النظام بأكمله أكثر كفاءة ودقة.
كان الباحثون صادقين بشأن حدود عملهم. فجميع النتائج التي أبلغوا عنها جاءت من عمليات محاكاة حاسوبية واختبارات على صور ثابتة، وليس من قيادة جرار حقيقي في حقل حقيقي. وأشاروا إلى أن نظامهم لم يُختبر بعد على أجهزة مادية في بيئة رطبة وطينية حيث قد تنزلق العجلات أو تهتز المحركات. كما أقروا بأن نماذج الكمبيوتر الخاصة بهم للكشف عن الأعشاب الضارة لم تكن مثالية بعد في تحديد الموقع الدقيق لكل عشب، رغم أنها كانت جيدة جداً في تحديد المنطقة العامة. يخطط الفريق لاختبار النظام على روبوت حقيقي في قطعة أرض بحثية خاضعة للرقابة تالياً، وفي النهاية في مزرعة، لمعرفة كيفية تعامله مع الواقع الفوضوي للخلاء.
الهدف النهائي من هذا العمل هو إنشاء آلة يمكنها مساعدة صغار المزارعين على تقليل استخدام مبيدات الأعشاء بنسبة تصل إلى ثمانين بالمائة. فمن خلال رش الأعشاب الضارة فقط وحماية الأرز، يمكن للجرار توفير المال وحماية المياه حول الحقول من الجريان الكيميائي. يعتقد الباحثون أن نظامهم يقدم مساراً عملياً نحو الزراعة الدقيقة، بشرط إثبات قدرة البرمجيات على العمل بموثوقية في العالم الحقيقي. إن عملهم يوضح أنه من خلال الجمع بين مستشعرات بسيطة وقواعد سلامة ذكية، من الممكن بناء آلات يمكنها التنقل في بيئات معقدة واتخاذ قرارات حذرة، حتى عندما تختفي الإشارات التي تعتمد عليها عادةً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.