youtube://v/KajDg9MKuQc
A NAK TechLab 2019-es alapítása óta több mint 50 agrártechnológiai startup fejlesztésében segédkezett összehozva a nagyvállalatokat, a fiatal fejlesztőket, az agrárszakemberekkel. Mindezekből pedig számos kézzelfogható, a szektor számára új szolgáltatás, megoldás jött létre. Az AGROmashEXPO-n ezek közül hármat ismerhettek meg a látogatók.
A Grainmonitor egy okos gabonaszonda. Hogyha egy szóval kéne összefoglalnom, hogy mivel foglalkozunk, akkor azt mondanám, hogy precíziós terménytárolás – mondta el Német István, a Grainmonitor technológiai vezetője.
Egy olyan szenzormegoldásunk és szoftvermegoldásunk van, ami a sík tárolóban tárolt termények gyakorlatilag 0-24 órás felügyeletét biztosítja.
Mindez gondozásmentesen, hosszú 3-5 éves akkumulátor ciklussal.
Gyakorlatilag az állapotmonitorozás az állagmegóvás egyik fő kulcsmozzanata. Ez korábban is működött manuális technológiákkal. A mi technológiánk hőmérséklet és páratartalom monitoringot foglal magába. Ezt a termény több pontján különböző mélységekben tesszük meg, folyamatosan óránkénti ciklusokkal.
Amikor betárolják a terményt, általában 1500-2500 tonnát tárolónként, akkor egy munkás behelyezi ezeket az eszközöket egy egyszerű, szúró mozdulattal a termény különböző pontjaira, majd ezt egy virtuális térképen elhelyezi, és innentől kezdve még egy bekapcsoló gomb megnyomása nélkül is folyamatosan látja a termény állapotát.
[[{„fid”:”110286″,”view_mode”:”wysiwyg”,”fields”:{„format”:”wysiwyg”,”field_file_image_title_text[und][0][value]”:false,”field_file_image_alt_text[und][0][value]”:””,”field_file_image_source[und][0][value]”:”Csatlós Norbert”},”type”:”media”,”field_deltas”:{„1”:{„format”:”wysiwyg”,”field_file_image_title_text[und][0][value]”:false,”field_file_image_alt_text[und][0][value]”:””,”field_file_image_source[und][0][value]”:”Csatlós Norbert”}},”attributes”:{„class”:”media-element file-wysiwyg”,”data-delta”:”1″}}]]
Hány szonda kell ahhoz, hogy egy terménytárolóban a termény állapotát folyamatosan monitorozni lehessen?
– Ez egy folyamatosan felkerülő kérdés, mind általunk, mind az ügyfeleink által. Mi erre egy viszonylag diplomatikus válasszal szoktunk élni, terményfüggő.
Az ajánlott mennyiség egyébként 100 tonnánként 1, de 350 tonna egyébként az a szám, amit az ügyfeleink elfogadottnak, illetve biztonságosnak vélnek,
és az elmúlt évek tapasztalatai is azt mutatják, hogy ez a szám nagyjából elég a termény pontos felügyeletére.
A Proofminder a mesterséges intelligenciát használja a növénytermesztők életének megkönnyítésére, amelyről Havas Norbert, a Proofminder társalapítója beszélt:
– Mindannyian látjuk, hogy jelen pillanatban, ha valaki szántóföldi növénytermesztésről és precíziós gazdálkodásról beszél, akkor mindenkinek az okos traktorok jutnak eszébe, meg az okos kombájnok.
Mire jó ez a technológia, ha már mindenkinek van okos traktorja?
– Valóban rengetegen ruháztak be okos, önvezérlő eszközökbe az elmúlt időszakban, és azt gondoljuk, hogy még többen fognak a következő években. Ez a technológia az okos készülékek vezérlésében tud segíteni. Ez a döntéshozás a mai napig is leginkább tapasztalati alapon történik.
– Fordítsuk ezt le egy kicsit emberi nyelvre: ez azt jelenti, hogy tulajdonképpen a drónnal összegyűjtött adatokat a Proofminder földolgozza, majd az alapján alakítja ki a szántási vagy betakarítási térképet vagy útvonalat a traktornak?
– Így van. Itt a gépi látás eszközeivel tudjuk meghatározni, hogy melyik földterületen melyik az optimális művelet. A drónokkal gyűjtött képeket kiértékeljük, és a mi algoritmusaink tudják a különböző mezőgazdasági műveletekhez azokat az információkat megadni, hogy hol, milyen mértékben érdemes permetezni, hol sikerült jól a vetés, hol van esetleg vízkár, vadkár a területen, illetve a termésbecslésben is sokat hozzá tud adni az emberi szemen túlmenően.
– És hogyan működik? Mi a működési elve onnantól kezdve, hogy hogyan kerül bele adat.
– Igyekeztünk olyan rendszert készíteni, amit minél egyszerűbb használni. Gyakorlatilag a drónt csak el kell helyezni a földön, magától végre fogja hajtani azokat a műveleteket, amiket kijelölünk, tehát egy adott területnek a repülését önállóan elvégzi. Utána csak annyi dolgunk van, hogy az adatokat, az elkészült képeket feltöltjük a Proofminder rendszerébe. Innentől kezdve térképen láthatjuk azt, hogy mi van a földünkön, hogy mit javasol a rendszer csinálni.
– Tehát tulajdonképpen ez egy döntéstámogató rendszer.
– Alapvetően döntéstámogató rendszer. Mi azt gondoljuk, hogy a mesterséges intelligencia után még az emberi döntéseknek nagyon fontos szerepe van.
A mesterséges intelligencia az állattenyésztőket is segítheti. Erről Vass Jánossal, a PigBrother kereskedelmi igazgatójával beszélgettünk:
Honnan jött a PigBrother ötlete?
– Egy baráti sörözés alkalmával egy állatorvos ismerősömtől, aki sertésekkel is foglalkozik. Tőle szoktam mindig kérdezni, hogy milyen problémákat lehetne informatikával megoldani az ő ágazatában. Erre azt válaszolta,
Mivel informatikával foglalkozom, ezért rögtön a kis csapatunkkal ráálltunk ennek a problémának a megoldására és mára odáig jutottunk, hogy a problémát megoldottuk és tudunk ilyet szolgáltatni.
– Hogyan működik a rendszer?
– Kamerákat helyezünk fel az etetők fölé. Az évek alatt jöttünk rá, hogy ez az ideális pozíció, mert ott az állatok általában naponta többször is megjelennek, és főleg állva tartózkodnak. Itt a kameraképekből gyakorlatilag egy mesterséges intelligencia kiválasztja, hogy mi a sertés, és mi nem, ami például talaj, etető, vagy bármi más.
A sertések képét átváltjuk pixelekre, és ezt a pixelezést egy súlyadatnak tudjuk megfeleltetni.
– És hogyan azonosítják egyedileg az állatokat?
– Jelenleg egyedi azonosítás nincsen, nem is szükséges a magyar piacon. Dolgozunk egy belga piloton, ahol ezt fogjuk kikísérletezni. Jelenleg kutricánként tudjuk megmondani az átlagos súlygyarapodást, a mediánt, a szórást, a napi súlygyarapodást, ami a legfontosabb a gazdáknak. A végén pedig a válogatáshoz tudunk adni segítséget, hogy mikor vannak az állatok 120 kiló alatt vagy felett, vagy épp milyen zónába tartózkodnak.
