Automated control complex of agrotechnology in precision farming

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The paper presents a project of an automated complex for managing agricultural technology. The complex consists of two inseparable components, a control unit and an executive robotic technological machine. The control unit implements the modern theory of controlling a complex dynamic system, which is an agricultural field with sowing crops. The main distinctive feature of the proposed management theory is that the object of management is an agrocenoses, which includes sowing crops and weeds. This feature is transferred to the executive technological machine, through which the simultaneous application of mineral fertilizers and herbicide treatment is carried out. At the same time, the formation of optimal technological operations is carried out on the basis of Earth remote sensing data. Based on these data, the parameters of the state of the agrocenoses are assessed, and the resulting estimates are system-wide feedback through which agricultural technology is managed. The presented complex is of interest to specialists developing individual components of modern precision farming systems.

Full Text

Restricted Access

About the authors

I. M. Mikhaylenko

Agrophysical Research Institute

Author for correspondence.
Email: ilya.mihailenko@yandex.ru

Grand PhD in Engineering Sciences

Russian Federation, Sankt-Peterburg

V. N. Timoshin

Agrophysical Research Institute

Email: ilya.mihailenko@yandex.ru

PhD in Engineering Sciences

Russian Federation, Sankt-Peterburg

References

  1. Emel’yanov Yu.Ya., Kopylov E.V., Kirillova E.V. Effektivnost’ gerbicidov v sochetanii s udobreniyami na yarovoj pshenice // Niva Zauralya. 2014. Vol. 6 (106). S. 18–23. https://doi.org/10.32861/jac.91.130.136
  2. Korsakov K.V., Strizhkov N.I., Pron’ko V.V. Kombinirovannoe primenenie udobrenij, gerbicidov i regulyatorov rosta pri vozdelyvanii ovsa i prosa v Povolzh’e. // Vestnik Altajskogo gosudarstvennogo agrarnogo universiteta. 2013. № 4 (120). PP. 24–32.
  3. Mihajlenko I.M. Sposob odnovremennogo differencirovannogo vneseniya zhidkih mineral’nyh udobrenij i gerbicidov i ustrojstvo dlya ego osushchestvleniya. Patent RF № 2772889 ot 26 maya 2022 g.
  4. Mihajlenko I.M. Teoreticheskie osnovy i tekhnicheskaya realizaciya upravleniya agrotekhnologiyami. Izd. SPbGTU. 2017. 250 s.
  5. Tochnoe zemledelie: uchebnik. Prakticheskoe posobie / pod red. D. Shpaar, A.V. Zaharenko, V.P. Yakusheva. SPb. Pushkin. 2009. 397 s.
  6. Benjamin L.R., Milne A.E., Parsons D.J. et al. Using stochastic dynamic programming to support weed management decisions over a rotation //Weed Res. 2009. Vol. 49. PP. 207–216. https://doi.org/10.1111 /J.1365-3180.2008.00678.X
  7. Bessette D., Wilson R., Beaudrie C., Schroeder C. An online decision support tool to evaluate ecological weed management strategies // Weed Sci. 2019. Vol. 67. PP. 463–473. https://doi.org/10.1017/wsc2019.21
  8. Bohanec M., Cortet J. Griffiths B. et al. A qualitative multi-attribute model for assessing the impact of cropping systems on soil quality // Pedobiologia. 2007. Vol. 51 (3). PP. 239–250. https://doi.org/10.1016/j.pedobi.2007.03.006
  9. Emmi L., Gonzalez-De-Soto M., Pajares G., Gonzalez-De-Santos P. New trends in robotics for agriculture: Integration and assessment of a real fleet of robots // The Scientific World Journal. 2014. 21 p. https://doi.org/10.1155/2014/404059
  10. Oliver M., Bishop T., Marchant B. An overview of precision agriculture. In Precision Agriculture for Sustainability and Environmental Protection // Eds. Rout. London. 2013. https://doi.org/10.4324/970203128329
  11. Precision agriculture technology for crop farming. Edited by Qin Zhang. Washington State University Prosser, Washington, USA. 2016. 382 P. https://doi.org/10.1111/sum.12320

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1 Functional diagram of the automated complex for managing the state of the agrocenosis.

Download (126KB)
Indexing metadata
3. Fig. 2. Structural diagram of the functioning of the automated complex for managing the state of the agrocenosis.

Download (421KB)
Indexing metadata
4. Fig. 3. Functional diagram of a robotic technological machine for optimal control of the state of the agrocenosis.

Download (198KB)
Indexing metadata
5. Fig. 4. Technological diagram of the working parts of a robotic technological machine.

Download (98KB)
Indexing metadata
6. Fig. 5. Block diagram of the general control device of a robotic technological machine.

Download (98KB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».