Вычислительная платформа JHCTECH BRAV-7135 открывает новую эру «умного» сельского хозяйства

В условиях общемировых проблем, связанных со старением населения и сезонной нехваткой рабочих рук в сельском хозяйстве, интеллектуальные роботы‑сборщики становятся ключевым фактором развития. Однако одной лишь традиционной механизации недостаточно для работы в сложных и динамичных условиях сельскохозяйственных работ. Для внедрения настоящего искусственного интеллекта (ИИ) необходимы мощные периферийные вычислительные решения.

Высокопроизводительный компьютер JHCTECH BRAV‑7135 — это мощная периферийная вычислительная платформа, способная удовлетворить строгие требования, предъявляемые к интеллектуальным аграрным роботам. Благодаря развитым вычислительным возможностям, широкому набору интерфейсов и надёжности промышленного уровня BRAV‑7135 представляет собой комплексное решение для интеллектуальных систем сбора урожая — начиная от анализа окружающей среды и принятия решений, заканчивая точным управлением.

Для «умного» сельского хозяйства нужны не просто роботы, но и «умный» «мозг».

Текущие проблемы в мировом сельском хозяйстве:

• Сбор урожая требует ручного труда: высокая стоимость, низкая эффективность и сложность нормирования.
• Сложные местные условия: переменное освещение, препятствия в виде листвы и неровностей рельефа.
• Работа в режиме реального времени: обнаружение, позиционирование и сбор урожая должны осуществляться за доли секунды.

Традиционные облачные решения часто грешат высокой задержкой и сильной зависимостью от качества сети. В отличие от них периферийные вычисления лишены этих недостатков и быстро становятся ключевой технологией для создания интеллектуальной сельскохозяйственной робототехники.

BRAV‑7135: специально разработан для «умного» сельского хозяйства

Интеллектуальный робот‑сборщик, управляемый BRAV‑7135, снижает трудозатраты и повышает эффективность сбора плодов, анализируя рост растений и прогнозируя урожайность, сводя к минимуму количество отходов. Комплекс построен на аппаратно‑программной архитектуре, использует картографирование SLAM (англ. simultaneous localization and mapping — одновременная локализация и построение карты) на основе лидара, поддерживаемую системой RTK‑GPS глобального позиционирования. Визуальная повторная локализация также применяется для исправления накопленных ошибок.

На этапе распознавания цели широкоугольная камера выполняет начальное сканирование для определения плодоносящих участков, в то время как мультиспектральный анализ оценивает степень спелости, гарантируя требуемое качество плодов. На этапе сбора урожая программные алгоритмы также рассчитывают оптимальную траекторию уборки, а адаптируемый манипулятор динамически регулирует силу захвата. Инерциальные измерения используются для обеспечения стабильности работы на протяжении всего процесса сбора урожая.

После сбора система автоматически сортирует, фасует фрукты в зависимости от степени зрелости, одновременно собирая статистику урожайности и проводя предварительную проверку качества. Система поддерживает автономную зарядку и отправку отчётов о сбоях и отклонениях.

Технические характеристики:

• Микроконтроллер NVIDIA Jetson AGX Orin 32/64 ГБ, 200/275 TOPS.
• Встроенная память: 32/64 ГБ, 256 бит, LPDDR5.
• 1×M.2 2280 M‑Key NVMe SSD.
• 1×HDMI, 1×линейный выход, 1×MIC.
• 5×LAN, 4×USB 3.2, 3×CAN‑FD.
• 2×RS‑485, 2×RS‑232, 2×USB 2.0, 8‑битный DIO.
• 1×M.2 B‑Key с поддержкой 4G LTE или 5G NR.
• 1×M.2 E‑Key с поддержкой беспроводной связи по Wi‑Fi и Bluetooth.
• Широкий диапазон входного напряжения: 9–36 В, защита от перенапряжения, перегрузки по току и короткого замыкания.
• Компактный корпус из алюминиевого профиля, комбинированная активная и пассивная система теплоотвода.

Система визуального контроля использует две RGB‑камеры с подключением через USB или Ethernet для измерения расстояний и точного определения местоположения плодов, а мультиспектральная камера оценивает степень зрелости и наличие дефектов для выборочного сбора урожая. Помимо этого, широкоугольная камера и лидар служат для составления карты местности и планирования маршрута, что позволяет объезжать препятствия и моделировать рельеф.

Исполнительная система по CAN‑интерфейсу управляет 6‑осевым коллаборативным роботом‑манипулятором и адаптивными захватами с датчиками усилий или вакуумными присосками, управляемыми по RS‑485 и CAN. Вспомогательные системы включают в себя кнопку аварийной остановки и датчики предотвращения столкновений.

Программное обеспечение:

В распоряжении пользователей имеются различные библиотеки алгоритмов, в том числе стеки ИИ машинного зрения и логического вывода. Интеграция ROS2 в систему управления роботом обеспечивает эффективную и независимую совместную работу модулей осязания, планирования и управления. Она также поддерживает управление различными моделями роботов, преобразованиями координат (TF) и точечными данными из облака.

Что касается восприятия, то для создания многопоточных конвейеров обработки видео с помощью ИИ используется интегрированный SDK, позволяющий эффективно обрабатывать визуальные данные с нескольких камер.

Помимо интеллектуальных алгоритмов планирования траектории, обеспечивающих согласованное движение роботизированной руки и мобильного шасси, система оснащена алгоритмами динамического распознавания целей, которые адаптируются к изменениям условий освещения и затенённости листвой. Она также включает в себя адаптивные алгоритмы захвата, которые регулируют силу в зависимости от формы и твёрдости плода.