КОНЦЕПЦИЯ СОЗДАНИЯ СИСТЕМЫ УПРАВЛЕНИЯ МУЛЬТИАГЕНТНОЙ РОБОТОТЕХНИЧЕСКОЙ СИСТЕМОЙ СЕЛЬСКОХОЗЯЙСТВЕННОГО НАЗНАЧЕНИЯ НА БАЗЕ НЕЙРОКОГНИТИВНЫХ АЛГОРИТМОВ
Аннотация
Основными целями внедрения роботов в сельское хозяйство являются повышение эффек-
тивности и производительности, выполнение трудоемких и опасных задач и решение вопроса не-
хватки рабочей силы. Технологические достижения в области обнаружения и управления, а так-
же машинного обучения позволили автономным роботам выполнять больше сельскохозяйствен-
ных задач. Такие задачи варьируются на всех этапах выращивания: от подготовки земли и посева
до мониторинга и сбора урожая. Некоторые сельскохозяйственные роботы уже доступны, и
ожидается, что в ближайшие годы их станет еще больше, поскольку технологии обработки
больших данных, машинного зрения и легкого захвата и становятся все более точными. В на-
стоящее время все большую актуальность приобретает внедрение нескольких взаимодействую-
щих роботов в полевых условиях, так как оно имеет хорошие перспективы в снижении производ-
ственных затрат и повышении операционной эффективности. Целью данного исследования явля-
ется разработка интеллектуальной системы управления группой мобильных роботов на основе
мультиагентных нейрокогнитивных архитектур. Задача исследования состоит в разработке
нейрокогнитивных алгоритмов управления мультиагентной робототехнической системой сель-
скохозяйственного назначения. В работе описан мультиагентный робототехнический комплекс
для активной защиты растений в рамках системы «умного» поля. Представлена концепция сис-
темы управления группой мобильных роботов на основе моделирования мультиагентных нейро-
когнитивных архитектур. Для обеспечения работы многоагентной гетерогенной группы авто-
номных роботов предлагается использование нейрокогнитивной модели управления с реализацией
отдельных интеллектуальных агентов как на каждом отдельном роботе, так и на базовых стан-
циях обслуживания или серверах. При этом, учитывая реализацию рекурсивности в самой архи-
тектуре, задача масштабирования подобной системы управления заметно упрощается. Исполь-
зование агентов сенсоров и эффекторов для обеспечения обмена знаниями между роботами и
центрами принятия решений позволяет минимизировать нагрузку на систему связи и обеспечить
запас отказоустойчивости системы управления. Полученные результаты могут быть применены
для разработки универсальных систем управления и упрощения масштабирования для различных
групп автономных роботов.
Литература
Agronomy Journal. – 2019. – Vol. 111, No. 4. – P. 1552-1569.
2. Pierce F.J., Nowak P. Aspects of precision agriculture // Advances in agronomy. – 1999. – Vol. 67.
– P. 1-85.
3. Stafford J.V. Implementing precision agriculture in the 21st century // Journal of agricultural engineering
research. – 2000. – Vol. 76, No. 3. – P. 267-275.
4. Marinoudi V. et al. Robotics and labour in agriculture. A context consideration // Biosystems Engineering.
– 2019. – Vol. 184. – P. 111-121.
5. Fountas S. et al. Agricultural robotics for field operations // Sensors. – 2020. – Vol. 20, No. 9.
– P. 2672.
6. Oliveira L.F.P., Moreira A. P., Silva M.F. Advances in agriculture robotics: A state-of-the-art review
and challenges ahead // Robotics. – 2021. – Vol. 10, No. 2. – P. 52.
7. Lytridis C. et al. An overview of cooperative robotics in agriculture // Agronomy. – 2021. – Vol. 11,
No. 9. – P. 1109-1818. – https://doi.org/10.3390/agronomy11091818.
8. Yerebakan M.O., Hu B. Human–Robot Collaboration in Modern Agriculture: A Review of the Current
Research Landscape // Advanced Intelligent Systems. – 2024. – P. 2300823.
9. Bechar A., Edan Y. Human‐robot collaboration for improved target recognition of agricultural robots //
Industrial Robot: An International Journal. – 2003. – Vol. 30, No. 5. – P. 432-436.
10. Tkach I., Bechar A., Edan Y. Switching between collaboration levels in a human–robot target recognition
system // IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews).
– 2011. – Vol. 41, No. 6. – P. 955-967.
11. Berenstein R., Edan Y. Human‐robot collaborative site‐specific sprayer // Journal of Field Robotics.
– 2017. – Vol. 34, No. 8. – P. 1519-1530.
12. Adamides G. et al. HRI usability evaluation of interaction modes for a teleoperated agricultural robotic
sprayer // Applied ergonomics. – 2017. – Vol. 62. – P. 237-246.
13. Bergerman M. et al. Robot farmers: Autonomous orchard vehicles help tree fruit production // IEEE
Robotics & Automation Magazine. – 2015. – Vol. 22, No. 1. – P. 54-63.
14. Dusadeerungsikul P O., Nof S.Y. A collaborative control protocol for agricultural robot routing with
online adaptation // Computers & Industrial Engineering. – 2019. – Vol. 135. – P. 456-466.
15. Seyyedhasani H. et al. Collaboration of human pickers and crop-transporting robots during harvesting–
Part I: Model and simulator development // Computers and electronics in agriculture. – 2020.
– Vol. 172. – P. 105324.
16. Seyyedhasani H. et al. Collaboration of human pickers and crop-transporting robots during harvesting–
Part II: Simulator evaluation and robot-scheduling case-study // Computers and electronics in agriculture.
– 2020. – Vol. 172. – P. 105323.
17. Tiotsop L.F., Servetti A., Masala E. An integer linear programming model for efficient scheduling of
UGV tasks in precision agriculture under human supervision // Computers & Operations Research.
– 2020. – Vol. 114. – P. 104826.
18. Doering D. et al. Design and optimization of a heterogeneous platform for multiple UAV use in precision
agriculture applications // IFAC Proceedings Volumes. – 2014. – Vol. 47, No. 3. – P. 12272-12277.
19. del Cerro J. et al. Unmanned aerial vehicles in agriculture: A survey // Agronomy. – 2021. – Vol. 11,
No. 2. – P. 203-215.
20. Albani D. et al. Field coverage for weed mapping: toward experiments with a UAV swarm // Bioinspired
Information and Communication Technologies: 11th EAI International Conference, BICT
2019, Pittsburgh, PA, USA, March 13–14, 2019, Proceedings 11. – Springer International Publishing,
2019. – P. 132-146.
21. Ju C., Son H.I. A distributed swarm control for an agricultural multiple unmanned aerial vehicle system
// Proceedings of the Institution of Mechanical Engineers, Part I: Journal of Systems and Control
Engineering. – 2019. – Vol. 233, No. 10. – P. 1298-1308.
22. Ju C., Son H.I. Multiple UAV systems for agricultural applications: Control, implementation, and
evaluation // Electronics. – 2018. – Vol. 7, No. 9. – P. 162.
23. Vu Q. et al. Trends in development of UAV-UGV cooperation approaches in precision agriculture //
Interactive Collaborative Robotics: Third International Conference, ICR 2018, Leipzig, Germany,
September 18–22, 2018, Proceedings 3. – Springer International Publishing, 2018. – P. 213-221.
24. Ni J. et al. An improved real-time path planning method based on dragonfly algorithm for heterogeneous
multi-robot system // IEEE Access. – 2020. – Vol. 8. – P. 140558-140568.
25. Ju C., Son H.I. Hybrid systems based modeling and control of heterogeneous agricultural robots for
field operations // 2019 ASABE Annual International Meeting. – American Society of Agricultural
and Biological Engineers, 2019. – P. 3-15.
26. Potena C. et al. AgriColMap: Aerial-ground collaborative 3D mapping for precision farming // IEEE
Robotics and Automation Letters. – 2019. – Vol. 4, No. 2. – P. 1085-1092.
27. Wang Z., McDonald S.T. Convex relaxation for optimal rendezvous of unmanned aerial and ground
vehicles // Aerospace Science and Technology. – 2020. – Vol. 99. – P. 105756.
28. Peterson J. et al. Experiments in unmanned aerial vehicle/unmanned ground vehicle radiation search //
Journal of Field Robotics. – 2019. – Vol. 36, No. 4. – P. 818-845.
29. Нагоев З.В., Шуганов В.М., Заммоев А.У., Бжихатлов К.Ч., Иванов З.З. Разработка интеллекту-
альной интегрированной системы «Умное поле» // Известия ЮФУ. Технические науки. – 2022.
– № 1. – С. 81-91. – DOI: https://doi.org/10.18522/2311-3103-2022-1-81-91.
30. Bzhikhatlov K., Pshenokova I. Intelligent Spraying System of Autonomous Mobile Agricultural Robot
// International Conference on Agriculture Digitalization and Organic Production. – Singapore :
Springer Nature Singapore, 2023. – P. 269-278. – https://doi.org/10.1007/978-981-99-4165-0_25.
31. Нагоев З.В. Интеллектика, или Мышление в живых и искусственных системах. – Нальчик: Изд-
во КБНЦ РАН, 2013. – 211 c.
