Odborný partner
Každoročně při sečení pícnin dochází k úhynu velkého množství srnčat. Mláďata se při nebezpečí instinktivně přikrčí do porostu, místo aby utekla, a stávají se tak snadnou obětí žacích strojů. Přestože dobrovolníci stále častěji využívají drony vybavené termokamerami, jejich nasazení je závislé na zkušených pilotech a vyžaduje značné časové i organizační kapacity. Nově vyvíjené řešení má tento proces výrazně zjednodušit. Autonomní systém bude schopen samostatně naplánovat let, monitorovat vybranou lokalitu, identifikovat místa s pravděpodobným výskytem zvěře a následně provést jejich detailní kontrolu pomocí termálních i klasických optických senzorů. Celý průběh letu včetně návratu na výchozí místo bude probíhat bez zásahu operátora.
Dobrovolníci mohou pomoci
Významnou součástí projektu je trénování algoritmů umělé inteligence pro rozpoznávání zvěře v porostech. K tomu jsou zapotřebí rozsáhlé datové soubory z reálných záchranných akcí. „Aktuálně jsme otestovali první prototyp bezpilotního systému pro automatickou detekci srnčat v porostu. Na základě požadavků na kvalitu pořizovaných dat navrhla společnost Fly4Future, hlavní řešitel výzkumného projektu, platformu s odpovídajícím optickým snímačem a dostatečným výpočetním výkonem. Náš výzkumný tým se věnuje trénování neuronových sítí pro detekci zvěře. Výzkumný projekt může podpořit každý, kdo se věnuje záchraně srnčat před senosečí, a to tím, že nám nasdílí videa ze záchrany a pomůže nám tak rozšířit datovou základnu,“ říká Radim Kuneš, vedoucí Katedry techniky a kybernetiky Fakulty zemědělské a technologické Jihočeské univerzity.
Inteligentní plánování
Na rozdíl od současných řešení nebude úkolem operátora řídit samotný let. Software nejprve vyhodnotí termální data z větší výšky, vytipuje potenciální místa výskytu zvěře a následně optimalizuje trasu podrobného průzkumu. Díky tomu lze zkrátit dobu monitorování a zvýšit počet ploch, které bude možné během krátkého časového okna před sečením zkontrolovat. „Hlavní výhodou by měla být úspora času. Systém dokáže sám naplánovat nejefektivnější monitorovací trasu, a operátor se tak bude moci věnovat většímu počtu pozemků. Záchranné akce navíc probíhají brzy ráno, kdy je díky teplotnímu rozdílu mezi zvířaty a okolím jejich vyhledávání výrazně snazší,“ vysvětluje Radim Kuneš.
Vyvíjejí autonomní systémy
Vývoj autonomního systému zahrnuje také pokročilé algoritmy strojového vidění, plánování trajektorie, vyhýbání se překážkám a autonomního rozhodování. Právě tyto technologie mohou v budoucnu významně rozšířit možnosti využití dronů v zemědělské praxi. „Naší vizí není vytvářet nástroje, které budou vyžadovat stále více pilotů a operátorů. Chceme vyvíjet autonomní systémy schopné samostatně sbírat data, vyhodnocovat situaci a pomáhat lidem tam, kde dnes chybí čas nebo kapacity. Záchrana srnčat je skvělým příkladem praktického využití této technologie. Do budoucna počítáme s tím, že podobné úkoly nebudou plnit jednotlivé drony, ale celé roje autonomních létajících robotů, které si mezi sebou rozdělí práci a zvládnou monitorovat rozsáhlá území rychleji, bezpečněji a efektivněji než člověk,“ uvádí Vojtěch Spurný, vedoucí softwarového vývoje společnosti Fly4Future. Autoři projektu zároveň upozorňují, že stejná technologie může v budoucnu nacházet uplatnění při monitoringu zdravotního stavu porostů, hodnocení vegetace, plánování diferencovaných zásahů nebo při sledování krajinných prvků podporujících biodiverzitu. Autonomní letecké systémy tak mohou představovat další krok ve vývoji precizního a datově řízeného zemědělství. Na výzkumu spolupracují Jihočeská univerzita a společnost Fly4Future s partnery z National Yang Ming Chiao Tung University na Tchaj-wanu a výzkumnou organizací Industrial Technology Research Institute (ITRI), která se podílí zejména na vývoji algoritmů pro efektivní pohyb autonomních systémů.
