Все статьи автора в журнале: Гузалов А.С.

1. Разработка и испытания оптико-электронной системы для селективного внутрирядного внесения удобрений на основе компьютерного зрения

   Development and testing of an optical-electronic system for selective intra-row application of fertilizers based on computer vision

   Номер: 2026 / 08

   Москвичев Д.А. | Moskvichev D.A. | Евграфов А.В. | Evgrafov A.V. | Гузалов А.С. | Guzalov A.S. | moskvichev@rgau-msha.rumoskvichev@rgau-msha.ru

   Авторы статьи

   Authors

   Москвичев Д.А.

   Moskvichev D.A.

   Евграфов А.В.

   Evgrafov A.V.

   Гузалов А.С.

   Guzalov A.S.

   moskvichev@rgau-msha.ru

   moskvichev@rgau-msha.ru

   ---

   Разработка и испытания оптико-электронной системы для селективного внутрирядного внесения удобрений на основе компьютерного зрения

    

   УДК 631.171

   DOI: 10.36652/0042-4633-2026-105-8-678-683

    

   Разработана и испытана оптико-электронная система для селективного внутрирядного внесения жидких удобрений, которая основывается на гибридном алгоритме компьютерного зрения, представляющей собой комбинацию нейросетевой модели U-Net и пороговой обработки в канале Excess Green. Расчет на прочность и МКЭ-анализ узла крепления клапана подтвердили высокий коэффициент запаса прочности конструкции (>8,5). Эксперименты показали точность позиционирования 98,5 % при скорости 1 м/с и 92,5 % при 3 м/с со средним временем отклика 45÷52 мс.

   ---

   Ключевые слова

   сельскохозяйственная робототехника, прецизионное земледелие, компьютерное зрение, UNet, селективное внесение удобрения, расчет на прочность

   Development and testing of an optical-electronic system for selective intra-row application of fertilizers based on computer vision

   An optoelectronic system for selective in-row application of liquid fertilizers is developed and tested. It is based on a hybrid computer vision algorithm combining the U-Net neural network model and thresholding in the Excess Green channel. Strength calculations and FEM analysis of the valve mounting assembly confirmed a high safety factor (> 8,5) for the design. Experiments demonstrated a positioning accuracy of 98,5 % at a speed of 1 m/s and 92,5 % at 3 m/s, with an average response time of 45÷52 ms.

   ---

   Keywords

   agricultural robotics, precision farming, computer vision, U-Net, selective fertilizer application, strength calculations