Ormancılık ve Yüksek Etkili Tarım Yönetimi (RHEA) Projesi

Tarımda robotların varlığı son yıllarda önemli ölçüde artmış ve bu alandaki bazı zorlukların ve komplikasyonların üstesinden gelinmiştir. Tarım, otomasyon uygulaması için endüstri kadar elverişli bir alan olabilir. Tarımda robotların karşılaştığı zorluklar çok çeşitlidir. Bir yandan endüstriyel tesislerin aksine tarımsal ortamlar yapılandırılmamış ve kontrol edilmemiştir. Diğer yandan, endüstriyel süreçler, belirli robotları belirli işlere uygulamak için modüller tarafından tasarlanabilirken, tarımın karmaşık görevleri bazen basit eylemlere bölünemez.
Bu nedenlerden dolayı, tarımsal uygulamalar daha çok yönlü ve sağlam robotlar gerektirir. Son yıllarda, dünyanın dört bir yanındaki çok sayıda grup, çeşitli tarımsal görevler için (ör. Ekim ve hasat, çevresel izleme, su ve besin tedariki ve algılama ve vebaların ve hastalıkların tedavisi) yeni teknolojiler geliştirmişlerdir.

Tarımda Pratik Uygulamalar

Robotik ve Sibernetik Grubu’nun (RobCib) tarıma uygulanan robotik bağlamındaki bazı deneyimlerini bulunmaktadır. Bunlar yüksek etkili tarım ve ormancılık yönetimi (RHEA) projesine yönelik robot filolarına katılım, seraların çevresel izlenmesi için birden fazla robotun kullanımını olarak ele alınabilir.

Ormancılık ve Yüksek Etkili Tarım Yönetimi (RHEA) Projesi

Hassas tarımın iyi bir örneği, RHEA (Yüksek Etkili Tarım ve Ormancılık Yönetimi için Robot Filoları) Projesidir. Avrupa Komisyonu’nun yedinci çerçeve programı kapsamında gerçekleştirilmiştir ve NMP CP IP 2 olarak tanımlanmıştır. RHEA faaliyetleri 31 Temmuz 2014 tarihinde sona ermiştir. Proje, tarım ve ormancılık bağlamında hem kimyasal hem de fiziksel (mekanik ve termal) etkili yabancı ot yönetimi için yeni nesil robotik sistemlerin tasarlanması, geliştirilmesi ve test edilmesine odaklanmıştır.
Bu proje tarımda pestisit kullanımı, verimi artırmaya ve mahsul kayıplarını önlemeye yardımcı olur. Bununla birlikte, pestisitler, çevre ve habitatlar üzerinde olumsuz etkileri olan aktif bileşenleri içerir. Eurostat’ın “Tarım, ormancılık ve balıkçılık istatistikleri” çevrimiçi yayınına göre, Avrupa Birliği üye devletlerinde pestisit satışı 2014 yılında yaklaşık 400.000 tona ulaşmıştır. Potansiyel toksisiteleri nedeniyle, pestisit uygulaması sıkı bir şekilde kontrol edilmektedir. (1991’den beri AB mevzuatı ve daha önce ulusal yönetmelikler tarafından) Pestisitlerin (zararlılardan ve hastalıklardan kurtarılan mahsuller) geri dönüşü yatırımın yaklaşık dört katı olmasına rağmen dolaylı maliyetlerin (insan sağlığı ve çevre üzerindeki etki) Amerika Birleşik Devletleri’nde yılda yaklaşık 10.000 milyon $ olduğu tahmin edilmektedir.
Çiftçiler genellikle bu pestisitleri tüm tarlaya eşit şekilde dağıtan geleneksel püskürtücüler kullanarak uygularlar. Bu nedenle, RHEA Projesinin amacı, uygulamaların etkinliğini azaltmadan uygulanan pestisit miktarını azaltarak çiftçileri desteklemektir. Bu amaca, pestisitlerin yalnızca ihtiyaç duyulan yerlerde yüksek hassasiyetle uygulanmasıyla ulaşılmıştır. Bu çözüm sadece pestisitlerin zararlı etkilerini önlemekle kalmaz, aynı zamanda muamelenin ekonomik maliyetini de büyük ölçüde azaltır.
RHEA kapsamı, tarımda geniş sıralı mahsuller (diğerlerinin yanı sıra domates, mısır işleme), yakın sıralı mahsuller (kış buğdayı ve kışlık arpa) ve ormanlık odunsu uzun ömürlü bitkiler (ceviz ağaçları, badem ağaçları, zeytinlikler ve çok çeşitli) gibi çok çeşitli Avrupa ürünlerini kapsamaktadır. Proje, yabani otların temizlenmesi ve ağaçların fümigasyonu gibi hassas tarım görevlerini gerçekleştirmek için hava ve kara araçları arasındaki işbirliğine dayanmaktadır. Yer üniteleri, bazı modifikasyonlara sahip küçük Case New Holland Industrial traktörlerine dayanmaktadır . Sisteme gerekli özerkliği sağlamak için, sistemlere çeşitli türlerde sensör ve aktüatör yerleştirildi.
[Otonom dış mekan navigasyonu için yüksek hassasiyetli Global Navigasyon Uydu Sistemi (GNSS), kontrol sisteminin robotları geniş sıralı mahsullerde (0,75 m aralıklı sıralar ile) çalışması için doğru bir şekilde yönlendirmesine olanak sağlamak için kullanılmıştır. Ek olarak, ürün sıraları boyunca seyahat ederken yabani otları mahsullerden ayırmak için bir zemin algılama sistemi ve gerçek zamanlı bir ağaç kanopi algılama sistemi kullanılmıştır.
Traktörlere ayrıca üç tür aktüatör de verilmiştir: herbisit kullanımını yaklaşık % 75 oranında azaltmayı amaçlayan bir yama püskürtücü, kanopi püskürtmede pestisit kullanımını yaklaşık % 50 azaltmak için bir gölgelik püskürtücü ile tespit edilen yabani otların % 90’si temizlenmiştir. Ek olarak, traktörlere bir iletişim ekipmanı, sürdürülebilir bir enerji sistemi ve insan ve hayvan tespiti için bir güvenlik sistemi sağlanmıştır.

Yer birimlerinin faaliyetlerini planlamak için RHEA kavramı, insansız hava araçları kullanılarak havadan görüntülerin desteklenmesini içerir. Bu nedenle, sistem, Air Robot tarafından sağlanan, yüksek taşıma kapasitesine ve olağanüstü stabiliteye dayanan son nesil hexacopters filosunu kullanmıştır. Bu özellikler, geniş açık alanlarda yüksek kaliteli kameralarla sabit fotoğraflar çekmeye izin verir. Sonuç olarak, zemin birimlerine yabancı otların uzaklaştırılacağı yerleri sağlamak için açık alanın yüksek çözünürlüklü görüntüleri elde edilir.
Yabani otlar genellikle tarlalara tekdüze olarak yayılmaz, ancak yamalar halinde bulunur. Bu nedenle, görevin ilk adımı, alandaki yamaları bulmak için yüksek hassasiyetli hava görüntüleri elde etmektir. Yamaların konumu, traktörler için en uygun yolları tanımlamaya izin verecektir. Bu görev, bu projedeki ana görevimiz olan uçuşların kapsamlı bir şekilde planlanmasını gerektirir. Dronlar için optimum ve güvenli uçuş planları oluşturmak için mekansal ve zamansal gereksinimler dikkate alınarak çeşitli alan kapsama planlama teknikleri uygulanmıştır.
Dronlar, bir gimbal sisteme monte edilmiş iki yüksek çözünürlüklü kamera (4704 × 3136) ile donatıldı. Farklı ışık koşulları altında sağlamlığı en üst düzeye çıkarmak için görünür ve yakın kızılötesi (NIR) kanalları içeren çok spektrumlu bir cihaz seçilmiştir. Ayrıca, tüm renk bilgisini korumak için çözüm, iki ticari sabit kameranın bir bağlantısını kullanır: bunlardan biri NIR kanalını sağlamak için değiştirilir. Her bir görüntü yaklaşık 40 × 30 m’yi kaplayan ve birbirini izleyenlerle% 60 üst üste binen piksel başına 1 cm çözünürlük elde etmek için 60 m yükseklikte uçuşlar gerçekleştirilmiştir.
RHEA, çiftçiye bir grafik kullanıcı arabirimi (GUI) olan bir yer istasyonu sağlar. Bu arayüz, çiftçinin görevi oluşturmasına ve başlatmasına izin verir. Böylece operatör, alanı sınırlayan noktaları girerek alanı tanımlamalıdır. Alanın sınırları belirlendikten sonra, sistem filodaki her robot için bir uçuş planı oluşturur. Birkaç optimizasyon tekniğini test ettikten sonra, operatörün durumsal farkındalığını artırmak için filo yörüngelerini planlamak için ileri geri hareket hareketleri uygulanır. Drone’lar kalkış ve iniş operasyonlarını bağımsız olarak gerçekleştirebilse de, pilotun güvenli bir operasyon sağlamak için irtifa komutları vermesi gerekir.
Daha sonra, bir mozaikleme prosedürü geliştirilmiştir: iki kameradan gelen renkli ve NIR görüntüleri benzersiz bir dört kanallı resimde birleştirilmiştir. Fourier-Mellin (FM) dönüşümüne dayalı bir yaklaşım başarıyla geliştirildi ve test edildi. Bu yaklaşım, Fourier spektrum analizi aracılığıyla görüntüler arasındaki dönüş, öteleme ve ölçek değişikliklerini tanımlar. Doğrusal olmayan dönüşümleri ifade eden büyük boyutlu kamera görüntüleriyle başa çıkmak için, orijinal görüntüler FM tanımlama işleminin yinelemeli olarak yürütüldüğü bir dizi küçük görüntü parçasına bölünür. Ardından, mercek radyal distorsiyonunu içeren global bir homografik dönüşüm modeli hesaplanır. 0.3 piksellik bir kayıt doğruluğu elde edilir. Alanların global bir görüntüsünü elde ettikten sonra yama tespiti yapılmalıdır.
Mahsul ve yabani ot bitkileri erken fenolojik aşamadayken yabani otları tespit etmek bir zorluktur. RHEA’nın önerisi, yabani otların mahsul hatlarına göreceli konumunu hesaba katarak, yüksek uzaysal çözünürlüklü görüntüler ve nesne tabanlı görüntü analizi (OBIA) kullanarak bunun üstesinden gelir, böylece mahsul sırası üzerinde bulunmayan her bitki ot olarak kabul edilir. Sonuç olarak, 0,5 m’lik bir ızgara kullanılarak bir yabani ot yama haritası oluşturulur. Bu ızgaranın boyutu, herbisit püskürtme makinesinin gereksinimlerine göre özelleştirilebilir.
Daha sonra Yer Görev Planlayıcı, baz istasyonundaki operatör tarafından yürütülür. Kara araçlarının konfigürasyonunu (araç sayısı ve türü) ve her birinin tedaviyi verimli bir şekilde uygulamak için planını belirler. Simüle edilmiş tavlama ve temel genetik algoritmalar, görev maliyetini veya gereken süreyi en aza indiren optimum çözümü bulmak için kullanılırken, her iki kriteri de aynı anda en aza indirmek için uygun bir yaklaşım olarak baskın olmayan bir sıralama genetik algoritması (NSGA-II) kullanılır.
En uygun yolları tanımladıktan sonra, yer görevi başlar. Görev sırasında yer algılama sistemi, hem sıra içi hem de sıra içi yabani otları algılar. Bu sistem, görüntüleri almak ve ilgili görüş algoritmalarını çalıştırmak için üst düzey karar verme sistem bilgisayarlarına bağlı bir SVS  VISTEK kameraya dayanmaktadır. İnsansız Kara Araçlarının (UGV’ler) çalışma hızı 0,83 m / s olarak sabitlendi ve yer algılama sistemi için ilgi alanı (ROI) 3 m genişliğinde ve UGV’nin önünde yer alan 2 m uzunluğunda olacak şekilde tanımlanmıştır. Yabancı ot tespiti, mahsul sıralarının mekânsal tanımlamasına dayanır. Böylelikle, UGV’ye göre mahsul sırası konumlarının belirlenmesi yabancı ot yama tespiti ve UGV yönlendirmesi için önemli bir görev haline gelir. Yabancı ot tespit sistemi ayrıca püskürtme memelerine, nozül yabani otların üzerinden geçtiğinde hassas bir şekilde harekete geçme emri verir.

Kaynakça:
researchgate.net/publication/264989414
hindawi.com/journals/tswj

Yazar: Özlem Güvenç Ağaoğlu