Сельскохозяйственные дроны на основе искусственного интеллекта: пример DJI Agras T40

Авторы

  • М.Б. Жумагалиев Карагандинский индустриальный университет

DOI:

https://doi.org/10.53002/015

Ключевые слова:

искусственный интеллект, дрон, сельское хозяйство, DJI Agras T40, распыление удобрений, пестицид, DJI Terra, карта полей, влажность почвы, автоматизация, точное земледелие.

Аннотация

В этой статье подробно рассматриваются возможности применения и эффективность сельскохозяйственных дронов на основе искусственного интеллекта (ИИ). В качестве конкретного примера будет описана роль и преимущества дрона DJI Agras T40 в автоматизации процесса распыления удобрений и пестицидов. Кроме того, с помощью программного обеспечения DJI Terra анализируются возможности точного картирования пахотных земель, оценки состояния растений и определения влажности почвы. Было показано, что алгоритмы искусственного интеллекта повышают точность работы дрона и способствуют повышению производительности, снижению затрат и оптимизации ресурсов. 

Биография автора

М.Б. Жумагалиев, Карагандинский индустриальный университет

Карагандинский индустриальный университет, Темиртау, Казахстан.

Библиографические ссылки

Zhang C., Kovacs J. M. The application of small unmanned aerial systems for precision agriculture: A review // Precision Agriculture. – 2012. – Vol. 13, No 6. – P. 693–712. – DOI: https://doi.org/10.1007/s11119-012-9274-5.

Huang Y., Hoffmann W. C., Lan Y., Wu W., Fritz B. K. Development of a spray system for an unmanned aerial vehicle platform // Applied Engineering in Agriculture. – 2013. – Vol. 29, No 6. – P. 885–891. – DOI: https://doi.org/10.13031/aea.29.9902.

Wang X., Wang Y., Zhang Y. Artificial intelligence in agriculture: Applications and challenges // Computers and Electronics in Agriculture. – 2020. – Vol. 175. – Art. 105470. – DOI: https://doi.org/10.1016/j.compag.2020.105470.

DJI. Agras T40 User Manual [Electronic resource]. – 2023. – Access mode: https://enterprise.dji.com/downloads.

Gago J., Douthe C., Coopman R. E., et al. UAVs challenge to assess water stress for sustainable agriculture // Agricultural Water Management. – 2015. – Vol. 153. – P. 9–19. – DOI: https://doi.org/10.1016/j.agwat.2015.01.020.

Tsouros D. C., Bibi S., Sarigiannidis P. G. A review on UAV-based applications for precision agriculture // Information. – 2019. – Vol. 10, No 11. – Art. 349. – DOI: https://doi.org/10.3390/info10110349.

Sankaran S., Khot L. R., Espinoza C. Z., et al. Low-altitude, high-resolution aerial imaging systems for row and field crop phenotyping: A review // European Journal of Agronomy. – 2015. – Vol. 70. – P. 112–123. – DOI: https://doi.org/10.1016/j.eja.2015.07.004.

Li S., He Y. Application of deep learning in agricultural scene recognition // Computers and Electronics in Agriculture. – 2017. – Vol. 147. – P. 70–77. – DOI: https://doi.org/10.1016/j.compag.2018.01.005.

Salazar L., Rodriguez D., Kunjir N., Scott B. Drone-based crop spraying: Status, challenges, and future directions // Agronomy. – 2020. – Vol. 10, No 8. – Art. 1126. – DOI: https://doi.org/10.3390/agronomy10081126.

Zhang J., Qi J. A review on the applications and technologies of unmanned aerial vehicles // Environmental Science and Pollution Research. – 2018. – Vol. 25, No 5. – P. 4527–4542. – DOI: https://doi.org/10.1007/s11356-017-0898-2.

FAO. Digital technologies in agriculture and rural areas – Briefing paper [Electronic resource]. –2019. – Access mode: https://www.fao.org/3/ca4887en/ca4887en.pdf.

Mohammadi V., Fathian M., Karimian A. Smart agriculture using machine learning for soil moisture prediction // Computers and Electronics in Agriculture. – 2020. – Vol. 180. – Art. 105899. – DOI: https://doi.org/10.1016/j.compag.2020.105899.

DJI. DJI Terra: Aerial mapping and modeling software [Electronic resource]. – 2022. – Access mode: https://www.dji.com/terra.

Gremmen B., Blok V. Artificial intelligence and the future of farming: Ethical issues in precision agriculture // Journal of Agricultural and Environmental Ethics. – 2021. – Vol. 34, No 1. – P. 1–20. – DOI: https://doi.org/10.1007/s10806-020-09841-1.

Загрузки

Опубликован

2025-03-31

Как цитировать

Жумагалиев, М. (2025). Сельскохозяйственные дроны на основе искусственного интеллекта: пример DJI Agras T40. Вестник Карагандинского государственного индустриального университета, 48(1), 88–95. https://doi.org/10.53002/015

Выпуск

Раздел

IT-технологии, энергетика, автоматизация и вычислительная техника.

Похожие статьи

<< < 1 2 3 4 5 > >> 

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.