Анализ почвы дает ключевую информацию о доступности питательных веществ для урожая, его также все чаще используют для определения биологических и физических характеристик почвы, чтобы получить полную картину общего состояния почвы в поле. Эти данные необходимы для того, чтобы, например, предотвратить недостаточное или чрезмерное внесение извести и удобрений, узнать катионную емкость, присутствие тяжелых металлов или содержание органического вещества. В связи с растущим спросом на эту услугу, роботизация почвенных тестов значительно упрощает процедуру.
эксклюзив 🔹
Команда китайских исследователей разработала новое оборудование, которое обеспечивает полностью автоматическое и беспилотное обнаружение питательных веществ в почве (таких как органическое вещество, доступный калий, доступный фосфор) и тяжелых металлов (включая Pb, Cd, Hg, As, Cr). Группу по созданию высокопроизводительного робота для определения состава почвы возглавил профессор Ван Жуцзин из Хэфэйского института физических наук (HFIPS) Китайской академии наук, сообщает автор релиза академии Чжан Наньнань.
Сегодня тестирование почвы является неотъемлемой частью эффективного управления питательными веществами как на фермерских полях, так и на приусадебных участках. Чтобы преодолеть проблемы длинных циклов, сложных процедур и высоких затрат, связанных с крупномасштабными ручными испытаниями почвы, необходимы передовые технологические решения.
Как поясняют разработчики, данное оборудование имеет три технологические особенности: машинное зрение, координацию своих нескольких «рук» и оптимизированные алгоритмы планирования.
Машинное зрение определяет цвета в реакциях химического титрования. Исследователи использовали камеру для захвата изображений, оцифровали их и сопоставили красно-зелено-синие цветовые компоненты, чтобы определить порог изменения цвета в реакциях.
Для координации нескольких «рук» робота использованы нейронные сети и распределенное управление, чтобы разбить сложные действия на точные механические движения, чтобы выполнить весь цикл действий по предварительной обработке образцов.
Оптимизированный алгоритм планирования использует облачную платформу управления лабораторией для координации отбора проб, взвешивания, предварительной обработки и тестирования различных показателей, таких как pH, доступный калий и так далее.
По мнению исследователей, заменяя сложный ручной труд робототехникой, это оборудование повышает эффективность и точность тестирования почвы.
Источник и фото: Chinese Academy of Sciences. Автор: Чжан Наньнань.
