AP08856412 Разработка интеллектуальных моделей обработки данных и планирования полетов для решения задач точного земледелия с применением БПЛА
Актуальность
Применение БПЛА для решения широкого спектра задач мониторинга и управления в отраслях хозяйствования Казахстана ограничивается не только отдельными техническими особенностями данной мобильной платформы, но и недостаточной разработанностью практически применимых интеллектуальных методов, алгоритмов и систем управления движением и анализа поступающих с борта БПЛА данных. Проект направлен на разработку практически применимых методов, обеспечивающих решение задач управления полетом (том числе группой аппаратов), идентификации и классификации объектов наблюдения, с помощью современных методов машинного обучения для решения задач точного земледелия. Ожидаемые результаты применимы и в других отраслях производства для решения задач мониторинга.
Цель проекта
Разработка моделей обработки данных и планирования полетов технически разнородных БПЛА для решения задач точного земледелия на базе методов искусственного интеллекта.
Ожидаемыми результатами проекта являются:
В результате выполнения проекта будут:
Разработан сайт проекта, благодаря которому потенциальные потребители и научное сообщество смогут ознакомиться с результатами научно исследовательской работы.
Результаты проекта будут иметь высокий прикладной результат и будут значительным вкладом в область разработки прикладных методов машинного обучения. В рамках проекта будут разработаны важные элементы интеллектуальной беспилотной технологии в части касающейся компьютерного зрения и планирования полетов
Научные результаты могут быть применены или коммерциализованы в виде части конечного продукта в задачах управления и мониторинга в сельском хозяйстве и других сферах хозяйственного применения БПЛА
Научно технический эффект в результате выполнения обозначенных в проекте задач заключается в разработке элементов новой технологии, основанной на интеллектуальной обработке данных и более высокой степени автоматизации процессов. Данный эффект может быть мультипликативным, поскольку разрабатываемые технологии могут применяться не только в сельском хозяйстве, а варианты ее использования могут потребовать дополнительных исследований и разработок.
Достигнутые результаты:
Выполнена генерация дополнительных наборов видеоданных, проведена запись видеоданных и фотоизображений высокого качества с борта БПЛА, получены синтетический и реальный наборы данных в объеме нескольких часов видео в разных условиях освещенности. Разработаны методы предобработки видео и других данных (фотоизображений) получаемых с борта БПЛА, получены и апробированы методы предварительной обработки данных для синтетических и реальных данных, реализованные в виде программных модулей и пригодные для решения задач точного земледелия. Проведена адаптация существующих методов машинного обучения для решения задач обработки данных полученных с борта БПЛА на наземном вычислительном комплексе. Разработаны методы для решения задач распознавания изображений и выявления различий между кадрами с помощью предобученных моделей (YOLO v3 Darknet, Alexnet, Inception v3,ResNet 50). Проведена адаптация методов МО (YOLO v3 darknet) для обработки изображений на борту БПЛА. Разработана программная среда для проведения вычислительных экспериментов и симуляций облётов заданной территории группой дронов с целью выполнения задач видео/фотосъёмки, опрыскивания и поиска, реализован алгоритм оптимизации плана облёта территории группой дронов, учитывающий ряд критериев оптимизации. Чтобы решить проблему оптимизации, был использован генетический алгоритм. Проведены испытания системы планирования полетов, идентификации и классификации в упрощенной среде подписан протокол испытаний.
Исследовательская группа:
- Мухамедиев Равиль Ильгизович - научный руководитель
- Кучин Ян Игоревич - старший научный сотрудник
- Якунин Кирилл Олегович - старший научный сотрудник
- Сымагулов Адилхан - инженер
- Мурзахметов Санжар Бахтиерович - инженер-программист
- Бекбагамбетов Абай - инженер-программист
- Асанов Ильяс - младший научный сотрудник
- Оспанова Марьям - младший научный сотрудник
- Eлис Марина - младший научный сотрудник
Список публикаций:
- R. Muhamedyev, K. Yakunin, Y. Kuchin, A. Symagulov, S. Murzakhmetov, M. Ospanova, I. Assanov, M. Yelis Intelligent unmanned aerial vehicle technologies // The 18th Int. conf. Information technologies and management. - Riga, 2020. - P.21-22.
- Ravil Mukhamedyev, Yan Kuchin, Kirill Yakunin, Adilkhan Symagulov, Maryam Ospanova, Ilyas Assanov, Marina Yelis. Intelligent unmanned aerial vehicle technology in urban environments //Int. Conf. on Digital Transformation and Global Society. – Springer, Cham, 2020. – 16 p. ( Q3, Scopus Cite Score = 32%).
- Mukhamediev RI, Symagulov A, Kuchin Y, Yakunin K, Yelis M. From Classical Machine Learning to Deep Neural Networks: A Simplified Scientometric Review//Applied Sciences. – 2021. – Т. 11. – №. 12. – P. 5541. (CiteScore highest quartile = Q2, JCR - Q2, CiteScore =3.0, CiteScore highest percentile=71%, WoS IF=2.679)
- Mukhamediev R. I. et al. Review of Some Applications of Unmanned Aerial Vehicles Technology in the Resource-Rich Country //Applied Sciences. – 2021. – Т. 11. – №. 21. – С. 10171. https://doi.org/10.3390/app112110171 (CiteScore highest quartile = Q2, JCR - Q2, CiteScore =3.0, CiteScore highest percentile=71%, WoS IF=2.679)
- Mukhamediev R. I. et al. Rapid bibliometric analysis in deep learning domain //2021 Int. Conf. on Information and Digital Technologies (IDT). – IEEE, 2021. – P. 206-211.
- I. Assanov. Multi UAV simulator in Unity // The 19th Int. conf. Information technologies and management. - Riga, 2021. - P.46-47.
- A Bekbaganbetov, M Ospanova, M Yelis, J Rabcan, R Muhamedyev. Experiments to identify changes in synthesized images // The 19th Int. conf. Information technologies and management. - Riga, 2021. - P.54-55.
- M. Ospanova, M. Yelis, A. Bekbaganbetov, J. Rabcan, R. Muhamedyev Image generation for solving problems of precision farming // The 19th Int. conf. Information technologies and management. - Riga, 2021. - P. 64-65.
- P Sedlacek, M Ospanova, M Yelis. Sensitivity analysis of MVL Systems by the Logic Derivatives of MVL Functions //CERes Journal. - 2020.- Vol.6, № 2.- P.1-7.