САНКТ-ПЕТЕРБУРГ, 24 октября. /ТАСС/. Ученые Санкт-Петербургского государственного университета (СПбГУ) и Агрофизического института создали архитектуру для прототипа универсального робота, который сможет мониторить состояние зерновых культур и картофеля. В России подобных разработок не было, сообщили ТАСС в пресс-службе вуза.

       "Ученые разработали архитектуру для прототипа первого в России универсального робота, который сможет мониторить состояние зерновых и картофельных культур. <...> Существующие роботы решают одну конкретную задачу, например, борьба с сорняками, отслеживание доли заболевших растений или сбор урожая яблок. Решение ученых СПбГУ же является наиболее универсальным, так как решает сразу несколько важнейших задач: сбор данных о динамике состава почвы, анализ заболеваемости растений, анализ общего состояния всего поля", - говорится в сообщении.

       Разработки полевых роботов становятся все более востребованы, но эти технологии пока доступны только крупным зарубежным производителям. Главная сложность состоит в создании программного обеспечения, потому что полевые условия накладывают дополнительные требования к архитектуре робота и разработке систем, отвечающих за движение и ориентацию в пространстве, а также сбор данных с высокоточной геопространственной привязкой.

       Также проблемой является адаптация проекта к определенной культуре растений и климатическим условиям. По данным пресс-службы, в России нет проектов, которые бы автоматизировали сбор пшеницы, ячменя и овса, хотя страна занимает лидирующие позиции по экспорту этих продуктов.

       "Предложена архитектура всех систем и элементов робота, разработаны некоторые алгоритмы для организации его передвижений, протестированы датчики. Сейчас наша группа занимается реализацией отдельных модулей прототипа: сборка, настройка, программирование, тестирование", - привели в пресс-службе слова доцента кафедры технологии программирования СПбГУ Ольги Митрофановой.

       Уточняется, что в дальнейшем робот будет выезжать по заданному маршруту, получать данные на участках зерновых или картофеля с высокоточной географической привязкой и передавать их в ГИС-систему, где данные будут анализироваться на предмет болезней, сорняков, актуального состояния растений. Также систему можно будет адаптировать для сельскохозяйственной техники.