Projekt, ktorý je súčasťou Európskeho digitálneho inovačného hubu Ostrava (EDIH Ostrava), sa zameriava na efektívnejšie monitorovanie rastu rastlín a optimalizáciu pestovateľských podmienok.
Robotické systémy a umelá inteligencia v službách rastlín
Tím Signal Lab pod vedením Radka Martinka vyvinul unikátny robotický systém určený na kamerové inšpekcie rastlín v indoor pestovateľských podmienkach. Tento výskum prebieha v spolupráci s odborníkmi z Mendelovej univerzity, ktorí vytvorili špeciálny systém na vystavovanie rastlín abiotickému stresu. Systém umožňuje presne regulovať teplotu, vlhkosť vzduchu, intenzitu osvetlenia a dokonca aj nasýtenie atmosféry oxidom uhličitým. Vedúci výskumu Vlastimil Slaný vysvetľuje: „Dokážeme presne nastaviť environmentálne podmienky a analyzovať ich vplyv na rastliny. Napríklad krátkodobé zvýšenie teploty na 30 °C spôsobí stresovú reakciu. V hydroponických systémoch zase dokážeme meniť zloženie živného roztoku a simulovať nedostatok vápnika, fosforu či dusíka.“
Hyperspektrálna analýza a trénovanie umelej inteligencie
Reakcie rastlín na stres vedci zaznamenávajú pomocou pokročilých zobrazovacích technológií. Súčasťou pestovateľského stanu je RGB a hyperspektrálna kamera, ktorá sleduje zmeny rastlín v čase. Zdeněk Slanina k tomu dodáva: „Vyvinuli sme robotické rameno s hyperspektrálnou kamerou, ktorá dokáže merať rôzne parametre a sledovať drobné zmeny spôsobené dlhodobým stresom.“. Získané obrazové dáta sa následne využívajú na trénovanie pokročilých neuronových sietí. Umelá inteligencia porovnáva snímky rastlín s rozsiahlymi databázami a dokáže presne identifikovať príčiny stresu. Slaný dodáva: „Cieľom je vytvoriť digitálne dvojča rastliny – virtuálny model, ktorý bude v reálnom čase napodobňovať jej správanie. Takto dokážeme včas odhaliť problémy a prijať ochranné opatrenia.“
Čítajte viac Mravce ukázali, ako na to: Žiadne kolóny, presné odstupy a plynulá premávka môžu byť realitou aj na našich cestách
Využitie v praxi a budúce plány
Vedecké tímy sa zameriavajú najmä na pestovanie zeleninových plodín ako šalát, reďkovky, mrkva, pričom sa plánuje rozšírenie výskumu na paradajky a kapustu. Dáta z hyperspektrálnych kamier sa využívajú na vývoj AI systémov, ktoré môžu nájsť uplatnenie nielen v laboratóriách, ale aj v praxi, napríklad vo vinohradoch, skleníkoch alebo na poliach. Do budúcnosti sa tím výskumníkov plánuje zamerať na detekciu stresu spôsobeného škodcami a vývoj multisenzorického systému na zber nielen obrazových dát, ale aj ďalších parametrov dôležitých pre zdravie rastlín.
Spojenie robotiky, umelej inteligencie a pokročilých zobrazovacích metód predstavuje revolúciu v starostlivosti o rastliny. Tento výskum môže pomôcť nielen pestovateľom v indoor farmách, ale aj vo veľkoplošných poľnohospodárskych systémoch, kde je včasná detekcia stresu kľúčová pre prevenciu strát na výnose.