моніторинг посівів з БПЛА в кількох регіонах України
TEMY
ПРОПОЗИЦІЯ ДЛЯ KERNEL DIGITAL · 01 / 07
Автономний аеромоніторинг полів з AI на борту
Літак-безпілотник сам облітає десятки полів за один виліт, а бортовий комп'ютерний зір одразу рахує густоту сходів, пропуски та двійники. Дані - прямо у ваші агро-системи.
до 100 км маршрут за виліт1 точка запуску на кластерAI-аналіз на борту
Підготовлено для Kernel · Для обговорення, деталі узгоджуємо на спільній зустрічі.
ВИХІДНА ТОЧКА · 02 / 07
Kernel вже рахує поля дронами. Наступний крок - масштаб і швидкість
продуктивність однієї бригади з квадрокоптером (зйомка з висоти ~10 м)
середня похибка AI-підрахунку густоти рослин за фото з дронів
Де зазвичай втрачається час
Бригада більше їде між полями, ніж знімає
Квадрокоптер: 30-40 хв на батареї, короткий радіус
Супутник не бачить крізь хмари, а роздільності мало для підрахунку рослин
Фото вручну завантажуються та обробляються вже після виїзду
Гіпотези для перевірки разом з вашою командою.
РІШЕННЯ · 03 / 07
Позначили поля на мапі - отримали аналітику
Місія
Агроном позначає поля та зони зйомки на мапі. Маршрут будується автоматично.
Виліт
Літак стартує з однієї точки, облітає поля в радіусі десятків кілометрів і повертається сам.
AI на борту
Камера та бортовий комп'ютер рахують рослини, пропуски й двійники ще в польоті.
Дані у системі
Результати по кожному полю - через API у ваші системи скаутингу та планування.
Квадрокоптер
точкові перевірки, малий радіус, пілот на кожному полі
Автономний літак
регулярні обльоти віддалених полів, один оператор, одна точка запуску
Не заміна, а доповнення: квадрокоптери лишаються для точкових задач.
СПРОБУЙТЕ · 04 / 07
Сплануйте виліт
Демонстраційні дані, для ілюстрації.
ЕКОНОМІКА · 05 / 07
Порахуйте на своїх цифрах
Усі значення - припущення за замовчуванням. Змініть їх під реальні дані Kernel.
один тур моніторингу
Швидше в 2,7 раза- Бригадо-днів за сезон:
- 48,0 → 18,0
- Операційні витрати за сезон:
- $9 600 → $2 700
- Економія за сезон:
- $6 900
Без урахування вартості обладнання та обробки даних. Ціль пілоту - замінити припущення реальними цифрами.
ДОСВІД · 06 / 07
Не з нуля: платформа та компетенції вже є
Ми самі спроєктували та виготовляємо планер. 3D-друк дозволяє швидко адаптувати конструкцію під камеру та задачу і дешево замінювати деталі в сезон.
Розпізнавання об'єктів відбувається прямо на борту, без передачі відео на землю. Модуль можна ставити на різні літальні платформи.
Для полів це означає роботу там, де немає мобільного покриття, і стабільну навігацію при збоях GPS: система орієнтується також візуально.
Ці ж підходи застосовні до елеваторів, складів і переробних заводів: підрахунок, контроль потоку, виявлення відхилень.
Результати обльотів мають потрапляти туди, де з ними працюють агрономи. Інтеграцію з вашими системами ми закладаємо з першого дня.
Невелика команда з AI-підходом до розробки робить за тижні те, на що раніше йшли місяці. Це дозволяє розвантажити внутрішню команду без найму.
Де ще це може працювати в Kernel
Оцінка сходів і густотиФіксація пошкоджень після граду та шкідниківІнвентаризація полів і межОблік зерна на елеваторах і складахКонтроль якості на переробці
НАСТУПНИЙ КРОК · 07 / 07
Почнемо з одного кластера
Робоча зустріч
1-2 години з командою Kernel Digital: задачі, дані, формат інтеграції.
Пілот на кластері
Обльоти обраних полів, порівняння з поточним скаутингом за густотою, швидкістю та вартістю.
Рішення про масштаб
Звіт з реальними цифрами замість припущень і план розгортання.
Що важливо дізнатись на зустрічі
- Які культури та фази найважливіші для підрахунку
- Куди мають потрапляти дані: скаутинг, планування, API
- Які кластери найвіддаленіші та найдорожчі в моніторингу
Вадим Стокоз · Business Development, Temy
vadym.stokoz@temy.cotemy.coЗнайомство через Юрія Стасовського.