Экспертные заключения: 0
Консультации: 0

Умная почва. Чернозёмчик

Классический лабораторный анализ почвы на содержание NPK - это долго и дорого. Из-за этого фермер тратит время, вносит удобрения "на злаз", переплачивая миллионы и отправляя почву.

Наше решение: создание робота АгроРовера "Чернозёмчик" с щупом, который выполняет замеры в полевых условиях и отправлять информацию на смартфон.

В отличие от обычного курьерского ровера, у которого сверху открывается крышка для еды, у АгроРовера "Чернозёчик" вся магия происходит в нижней и задней части:

1.
Автоматический выдвижной бур (аугер):
Ровер приезжает в заданную точку поля по GPS-сетке.
Из днища (или сзади) бесшумно опускается телескопический микро-бур.
Бур погружается на нужную глубину (10, 20 или 30 см — горизонт залегания корневой системы).
2.
Внутренняя Экспресс-Лаборатория:
Почва подается во внутренний герметичный отсек.
Внутри стоят датчики: оптический спектрометр, NPK-зонд (азот, фосфор, калий), датчик pH (кислотность) и влагомер.
За 30 секунд ровер проводит экспресс-анализ состава.
3.
Карусель для физических образцов (Опция):
Внутри корпуса установлен револьверный барабан на 30–50 стерильных капсул.
Если агроному нужен глубокий химический анализ в стационарной лаборатории, ровер фасует образцы почвы по капсулам, штрихкодирует их и привозит на базу.
4.
Очистка бура:
После забора включится система ультразвуковой или пневматической очистки бура, чтобы пробы из разных точек поля не смешивались.

Как это работает для фермера? (Сценарий)

1. Вечер: Агроном на смартфоне выделяет на карте поля зону в 100 гектаров и нажимает кнопку «Запустить сканирование».

2 Ночь: «АгроРовер» выезжает из док-станции. Он автономно объезжает поле, огибает камни, лужи и столбы с помощью лидара и камер.

З. Забор проб: Ровер делает забор почвы каждые 50 метров (за ночь около 100 точек).

4. Утро: Ровер возвращается на базу на подзарядку, агроном открывает ноутбук и видит готовую 3D-карту плодородия поля с цветовыми зонами (где не хватает азота, где почва слишком кислая, а где дефицит влаги).

Ссылка

На страницу проекта

Направление

Сельское хозяйство

Рынки

TechNet, FoodNet, AutoNet

Сквозные технологии

Искусственный интеллект, Технологии машинного обучения и когнитивные технологии, Технологии хранения и анализа больших данных, Технологии компонентов робототехники и мехатроники