agronaukaАграрная наука Евро-Северо-ВостокаAgricultural Science Euro-North-East2072-90812500-1396FARC North-East10.30766/2072-9081.2024.25.1.98-111agronauka-1539Research ArticleОРИГИНАЛЬНЫЕ СТАТЬИ: МЕХАНИЗАЦИЯ, ЭЛЕКТРИФИКАЦИЯ, АВТОМАТИЗАЦИЯОRIGINAL SCIENTIFIC ARTICLES: MECHANIZATION, ELECTRIFICATION, AUTOMATIONОбоснование инновационной технологии сортофитопрочистки в селекционно-семеноводческих посадках картофеля и овощных культурJustification of innovative technology for variety and phytocleaning in breeding and seed plantings of potatoes and vegetable cropshttps://orcid.org/0000-0002-4758-3843ДороховА. С.DorokhovA. S.

Дорохов Алексей Семенович, доктор техн. наук, академик РАН, зам. директора по научно-организационной работе

д. 5, 1-й Институтский проезд, г. Москва, 109428

Aleksey S. Dorokhov, DSc in Engineering, academician of the Russian Academy of Sciences, Deputy Director for Scientific and Organizational Work

5, 1st Institutskiy proezd, Moscow, 109428

vim@vim.ruhttps://orcid.org/0000-0002-9546-7695АксеновА. Г.AksenovA. G.

Аксенов Александр Геннадьевич, доктор техн. наук, главный научный сотрудник отдела технологий и машин в овощеводстве

д. 5, 1-й Институтский проезд, г. Москва, 109428

Alexander G. Aksenov, DSc in Engineering, chief researcher, the Department of Technologies and Machines in Vegetable Growing

5, 1st Institutskiy proezd, Moscow, 109428

vim@vim.ruhttps://orcid.org/0000-0002-9442-2276СибирёвА. В.SibirevA. V.

Сибирёв Алексей Викторович, доктор техн. наук, профессор РАН, главный научный сотрудник отдела технологий и машин в овощеводстве

д. 5, 1-й Институтский проезд, г. Москва, 109428

Aleksey V. Sibirev, DSc in Engineering, professor of the Russian Academy of Sciences, chief researcher, the Department of Technologies and Machines in Vegetable Growing

5, 1st Institutskiy proezd, Moscow, 109428

sibirev2011@yandex.ruhttps://orcid.org/0000-0002-5151-7312МосяковМ. А.MosyakovM. A.

Мосяков Максим Александрович, кандидат техн. наук, старший научный сотрудник отдела технологий и машин в овощеводстве

д. 5, 1-й Институтский проезд, г. Москва, 109428

Maksim A. Mosyakov, PhD in Engineering, senior researcher, the Department of Technologies and Machines in Vegetable Growing

5, 1st Institutskiy proezd, Moscow, 109428

vim@vim.ruhttps://orcid.org/0000-0002-4899-9197СазоновН. В.SazonovN. V.

Сазонов Николай Викторович, кандидат техн. наук, старший научный сотрудник отдела технологий и машин в овощеводстве

д. 5, 1-й Институтский проезд, г. Москва, 109428

Nikolai V. Sazonov, PhD in Engineering, senior researcher, the Department of Technologies and Machines in Vegetable Growing

5, 1st Institutskiy proezd, Moscow, 109428

vim@vim.ruФГБНУ «Федеральный научный агроинженерный центр ВИМ»РоссияFederal Scientific Agroengineering Center VIMRussian Federation20242802202425198111Copyright © Дорохов А.С., Аксенов А.Г., Сибирёв А.В., Мосяков М.А., Сазонов Н.В., 20242024Дорохов А.С., Аксенов А.Г., Сибирёв А.В., Мосяков М.А., Сазонов Н.В.Dorokhov A.S., Aksenov A.G., Sibirev A.V., Mosyakov M.A., Sazonov N.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.agronauka-sv.ru/jour/article/view/1539

Цель исследований – теоретически обосновать процесс сортофитопрочистки в селекционно-семеноводческих посадках картофеля и овощных культур с использованием технологий машинного зрения и элементов роботизации. В статье выполнен анализ современных неразрушающих методов обнаружения заболеваний биологических объектов; технологических процессов и машин для удаления плодов овощных культур с растения в системе цифрового сельскохозяйственного производства с элементами роботизации на операциях ухода за растениями и сбора товарной продукции. Установлена актуальность разработки инновационной технологии и технических средств для удаления зараженных растений картофеля и овощных культур в селекции и семеноводстве. Для проведения оздоровительных приемов производства семян овощных культур и картофеля разработана инновационная технология и машина для удаления зараженных растений картофеля и овощных культур в селекционносеменоводческих посадках, обеспечивающая движение по полю с использованием технологий машинного зрения с определением заражённого растения или растения, не соответствующего сортовым признакам с последующим его удалением. В процессе исследований (2021-2022 гг.) разработаны морфологическая матрица выбора технических средств использования функционирующих элементов реализации инновационной технологии сортофитопрочистки овощных культур и картофеля, а также теоретические основы инновационной технологии удаления зараженных биологических объектов. Выявлен показатель эффективности реализации инновационной технологии сортофитопрочистки, учитывающий параметры экономических и агротехнических показателей, а также металлоемкости, энергоемкости, экологичности и надежности. Представлены аналитические исследования машинной технологии и технических средств удаления зараженных растений овощных культур и картофеля. Выполнено обоснование инновационной технологии сортофитопрочистки овощных культур и картофеля, в части исключения в технологии обнаружения зараженных растений картофеля беспилотного летательного аппарата с качественной оценкой целесообразности выбора технических средств при использовании функционирующих элементов реализации разрабатываемой технологии по критериям экономической и агротехнической оценки, а также металлоемкости, энергоемкости и надежности. Оценка целесообразности выбора технических средств для функционирования элементов инновационной технологии показала, что по комплексу критериев процесс сортофитопрочистки овощных культур и картофеля целесообразно осуществлять без применения беспилотного летательного аппарата, используя в конструкции машины оптическую систему идентификации зараженных растений.

The purpose of the research is to substantiate theoretically the process of variety and phytocleaning in breeding and seed plantings of potatoes and vegetable crops using machine vision technologies and robotic elements. The article analyzes modern non-destructive methods for detecting diseases of biological objects; technological processes and machines for removing the fruits of vegetable crops from plants in a digital agricultural production system with elements of robotization in the operations of caring for plants and collecting marketable products. The relevance of developing innovative technology and technical means for removing infected potato and vegetable plants in breeding and seed production has been established. To carry out health-improving techniques for the production of vegetable and potato seeds, an innovative technology and machine have been developed for removing infected potato and vegetable crop plants in breeding and seed-growing plantings, providing movement across the field using machine vision technologies with the identification of an infected plant or a plant that does not correspond to the varietal characteristics with its subsequent removal. In the process of the research (2021-2022), a morphological matrix for selecting technical means of using functioning elements for implementing innovative technology for varietal and phytocleaning of vegetable crops and potatoes, as well as the theoretical foundations of innovative technology for removing contaminated biological objects, were developed. An indicator of the effectiveness of the implementation of innovative phytotype cleaning technology has been identified, taking into account the parameters of economic and agrotechnical indicators, as well as metal intensity, energy intensity, environmental friendliness and reliability. Analytical studies of machine technology and technical means for removing infected vegetable and potato plants are presented. A substantiation of the innovative technology for varietal and phytocleaning of vegetable crops and potatoes has been carried out, in terms of the exclusion of an unmanned aerial vehicle in the technology for detecting infected potato plants with a qualitative assessment of the feasibility of choosing technical means when using the functioning elements of the implementation of the developed technology according to the criteria of economic and agrotechnical assessment, as well as metal intensity, energy intensity and reliability . An assessment of the feasibility of choosing technical means for the functioning of elements of innovative technology showed that, according to a set of criteria, the process of varietal and phytocleaning of vegetable crops and potatoes is advisable to carry out without the use of an unmanned aerial vehicle, using an optical system for identifying infected plants in the design of the machine.

удаление зараженных растенийтехнологическая платформаисходные требованияremoving of infected plantstechnological platforminitial requirementsРабота выполнена при поддержке Минобрнауки РФ в рамках Государственного задания ФГБНУ «Федеральный научный агроинженерный центр ВИМ» (№ темы FGUN-2022-003).The research was carried out under the support of the Ministry of Science and Higher Education of the Russian Federation within the state assignment of the Federal Scientific Agroengineering Center VIM (theme No. FGUN-2022-003).ReferencesПетухов С. Н. Состояние технического и технологического обеспечения селекции и оригинального семеноводства картофеля. Агротехника и энергообеспечение. 2018;(4):76‒84. Режим доступа: https://www.elibrary.ru/item.asp?id=36852656 EDN: YVECCTPetukhov S. N. The state of technical and technological support of breeding and original potato seed production. Agrotekhnika i energoobespechenie. 2018;(4):76‒84. (In Russ.). URL: https://www.elibrary.ru/item.asp?id=36852656Пономарев А. Г., Колчин Н. Н., Зернов В. Н., Петухов С. Н. Селекции и семеноводству картофеля необходима механизация. Картофель и овощи. 2017;(3):22‒24. Режим доступа: http://potatoveg.ru/mexanizaciya/selekcii-i-semenovodstvu-kartofelya-neobxodima-mexanizaciya.htmlPonomarev A. G., Kolchin N. N., Zernov V. N., Petukhov S. N. Mechanization is necessary for breeding and seed growing of potato. Kartofel' i ovoshchi = Potato and Vegetables. 2017;(3):22‒24. (In Russ.). URL: http://potatoveg.ru/mexanizaciya/selekcii-i-semenovodstvu-kartofelya-neobxodima-mexanizaciya.htmlЛобачевский Я. П., Дорохов А. С., Сибирев А. В. Современное состояние технологического обеспечения производства овощных культур в Российской Федерации. Овощи России. 2023;(5):5‒10. DOI: https://doi.org/10.18619/2072-9146-2023-5-5-17 EDN: CYLUBGLobachevskiy Ya. P., Dorokhov A. S., Sibirev A. V. The current state of technological support for vegetable crops production in the Russian Federation. Ovoshchi Rossii = Vegetable crops of Russia. 2023;(5):5‒10. (In Russ.). DOI: https://doi.org/10.18619/2072-9146-2023-5-5-17Краснощеков Н. В. Агроинженерная стратегия: от механизации сельского хозяйства к его интеллектуализации. Тракторы и сельхозмашины. 2010;77(8):5–8. Режим доступа: https://journals.eco-vector.com/0321-4443/article/view/68902/ru_RU#!Krasnoshchekov N. V. Agroengineering strategy: from mechanization of agriculture to its intellectualization! Traktory i sel'khozmashiny. 2010;77(8):5‒8. (In Russ.). URL: https://journals.eco-vector.com/0321-4443/article/view/68902/ru_RU#!Симаков Е. А., Анисимов Б. В., Коршунов А. В., Дуркин М. Л. О концепции развития оригинального, элитного и репродукционного семеноводства картофеля в России. Картофель и овощи. 2005;(2):2‒5. Режим доступа: http://potatoveg.ru/wp-content/uploads/2013/03/kio_2_2005v.pdfSimakov E. A., Anisimov B. V., Korshunov A. V., Durkin M. L. About development of conception of the original, elite and reproductive potato seeds breeding in Russia. Kartofel' i ovoshchi = Potato and Vegetables. 2005;(2):2‒5. (In Russ.). URL: http://potatoveg.ru/wp-content/uploads/2013/03/kio_2_2005v.pdfФедоренко В. Ф., Мишуров Н. П., Неменущая Л. А. Анализ состояния и перспективы развития селекции и семеноводства овощных культур: науч. аналит. обзор. М.: ФГБНУ «Росинформагротех», 2019. 96 с. Режим доступа: https://rosinformagrotech.ru/data/elektronnye-kopii-izdanij/rastenievodstvo/send/5-rastenievodstvo/1396-analiz-sostoyaniya-i-perspektivy-razvitiya-selektsii-i-semenovodstva-ovoshchnykh-kultur-2019Fedorenko V. F., Mishurov N. P., Nemenushchaya L. A. Analysis of the state and prospects of development of breeding and seed production of vegetable crops: scientific and analytical overview. Mosow: Rosinformagrotekh, 2019. 96 p. URL: https://rosinformagrotech.ru/data/elektronnye-kopii-izdanij/rastenievodstvo/send/5-rastenievodstvo/1396-analizsostoyaniya-i-perspektivy-razvitiya-selektsii-i-semenovodstva-ovoshchnykh-kultur-2019Лобачевский Я. П., Ценч Ю. С. Принципы формирования систем машин и технологий для комплексной механизации и автоматизации технологических процессов в растениеводстве. Сельскохозяйственные машины и технологии. 2022;16(4):4–12. DOI: https://doi.org/10.22314/2073-7599-2022-16-4-4-12 EDN: IDJFYVLobachevskiy Ya. P., Tsench Yu. S. Principles of forming machine and technology systems for integrated mechanization and automation of technological processes in crop production. Sel'skokhozyaystvennye mashiny i tekhnologii = Agricultural Machinery and Technologies. 2022;16(4):4‒12. (In Russ.). DOI: https://doi.org/10.22314/2073-7599-2022-16-4-4-12Лачуга Ю. Ф., Измайлов А. Ю., Лобачевский Я. П., Шогенов Ю. Х. Интенсивные машинные технологии, роботизированная техника и цифровые системы для производства основных групп сельскохозяйственной продукции. Техника и оборудование для села. 2018;(7):2‒7.Lachuga Yu. F., Izmaylov A. Yu., Lobachevskiy Ya. P., Shogenov Yu. Kh. Intensive machine technologies, robotyzed equipment and digital systems for production of main groups of agricultural products. Tekhnika i oborudovanie dlya sela = Machinery and Equipment for Rural Area. 2018;(7):2‒7. (In Russ.).Лобачевский Я. П., Дорохов А. С. Цифровые технологии и роботизированные технические средства для сельского хозяйства. Сельскохозяйственные машины и технологии. 2021;15(4):6‒10. DOI: https://doi.org/10.22314/2073-7599-2021-15-4-6-10 EDN: YFRZDVLobachevskiy Ya. P., Dorokhov A. S. Digital technologies and robotic devices in the agriculture. Sel'skokhozyaystvennye mashiny i tekhnologii = Agricultural Machinery and Technologies. 2021;15(4):6‒10. (In Russ.). DOI: https://doi.org/10.22314/2073-7599-2021-15-4-6-10Лобачевский Я. П., Бейлис В. М., Ценч Ю. С. Аспекты цифровизации системы технологий и машин. Электротехнологии и электрооборудование в АПК. 2019;(3(36)):40‒45. Режим доступа: https://www.elibrary.ru/item.asp?id=41192528 EDN: RLCDHOLobachevskiy Ya. P., Beylis V. M., Tsench Yu. S. Digitization aspects of the system of technologies and machines. Elektrotekhnologii i elektrooborudovanie v APK. 2019;(3(36)):40‒45. (In Russ.). URL: https://www.elibrary.ru/item.asp?id=41192528Van Henten E. J., Van Tuijl B. A. J., Hemming J., Kornet J. G., Bontsema J., Van Os E. A. Field test of an autonomous cucumber picking robot. Biosystems Engineering. 2003;86(3):305‒313. DOI: https://doi.org/10.1016/J.BIOSYSTEMSENG.2003.08.002Van Henten E. J., Van Tuijl B. A. J., Hemming J., Kornet J. G., Bontsema J., Van Os E. A. Field test of an autonomous cucumber picking robot. Biosystems Engineering. 2003;86(3):305‒313. DOI: https://doi.org/10.1016/J.BIOSYSTEMSENG.2003.08.002Ji C., Feng Q., Yuan T., Li W. Development and performance analysis on cucumber harvesting robot system in greenhouse. Robot. 2011;33(6):726‒730. DOI: https://doi.org/10.3724/SP.J.1218.2011.00726Ji C., Feng Q., Yuan T., Li W. Development and performance analysis on cucumber harvesting robot system in greenhouse. Robot. 2011;33(6):726‒730. DOI: https://doi.org/10.3724/SP.J.1218.2011.00726Tarrio P., Bernardos A. M., Casar J. R., Besada J. A. A harvesting robot for small fruit in bunches based on 3-D stereoscopic vision. Computers in Agriculture and Natural Resources, 4th World Congress Conference, Florida, 2006. pp. 270‒275. URL: https://elibrary.asabe.org/abstract.asp?JID=1&AID=21885&CID=canr2006&T=1Tarrio P., Bernardos A. M., Casar J. R., Besada J. A. A harvesting robot for small fruit in bunches based on 3-D stereoscopic vision. Computers in Agriculture and Natural Resources, 4th World Congress Conference, Florida, 2006. pp. 270‒275. URL: https://elibrary.asabe.org/abstract.asp?JID=1&AID=21885&CID=canr2006&T=1Feng Q., Wang X., Zheng W., Qiu Q., Jiang K. A new strawberry harvesting robot for elevated‒trough culture. International Journal of Agricultural and Biological Engeneering. 2012;5(2):1‒8. URL: https://www.ijabe.org/index.php/ijabe/article/view/495Feng Q., Wang X., Zheng W., Qiu Q., Jiang K. A new strawberry harvesting robot for elevated-trough culture. International Journal of Agricultural and Biological Engeneering. 2012;5(2):1‒8. URL: https://www.ijabe.org/index.php/ijabe/article/view/495Дорохов А. С., Аксенов А. Г., Сибирёв А. В., Мосяков М. А. Аналитические исследования машиннотехнологических комплексов для сортофитопрочистки посадок картофеля и овощных культур в селекции и семеноводстве. Аграрный научный журнал. 2022;(4):76‒82. DOI: https://doi.org/10.28983/asj.y2022i4pp76-82 EDN: DHXNNIDorokhov A. S., Aksenov A. G., Sibirev A. V., Mosyakov M. A. Analytical studies of machine-technological complexes for variety-phytocleaning of potato and vegetable crops in breeding and seed production. Agrarnyy nauchnyy zhurnal = The Agrarian Scientific Journal. 2022;(4):76‒82. (In Russ.). DOI: https://doi.org/10.28983/asj.y2022i4pp76-82Feng Q. C., Zou W., Fan P. F., Zhang C. F., Wang X. Design and test of robotic harvesting system for cherry tomato. International Journal of Agricultural and Biological Engeneering. 2018;11(1):96‒100. DOI: https://doi.org/10.25165/j.ijabe.20181101.2853Feng Q. C., Zou W., Fan P. F., Zhang C. F., Wang X. Design and test of robotic harvesting system for cherry tomato. International Journal of Agricultural and Biological Engeneering. 2018;11(1):96‒100. DOI: https://doi.org/10.25165/j.ijabe.20181101.2853Jin Х., Jie L., Wang Sh., Qi H. J., Li Sh. W. Classifying wheat hyperspectral pixels of healthy heads and fusarium head blight disease using a deep neural network in the wild field. Remote Sens. 2018;10(3):395. DOI: https://doi.org/10.3390/rs10030395Jin Х., Jie L., Wang Sh., Qi H. J., Li Sh. W. Classifying wheat hyperspectral pixels of healthy heads and fusarium head blight disease using a deep neural network in the wild field. Remote Sens. 2018;10(3):395. DOI: https://doi.org/10.3390/rs10030395Militante S., Gerardo B., Medina R. Sugarcane Disease Recognition using Deep Learning. IEEE Eurasia Conference on IOT, Communication and Engineering (ECICE), 2019. рp. 575‒578. DOI: https://doi.org/10.1109/ECICE47484.2019.8942690Militante S., Gerardo B., Medina R. Sugarcane Disease Recognition using Deep Learning. IEEE Eurasia Conference on IOT, Communication and Engineering (ECICE), 2019. рp. 575‒578. DOI: https://doi.org/10.1109/ECICE47484.2019.8942690Gold K. M., Townsend P. A., Chlus A., Herrmann I., Couture J. J., Larson E. R., Gevens A. J. Hyperspectral Measurements Enable Pre-Symptomatic Detection and Differentiation of Contrasting Physiological Effects of Late Blight and Early Blight in Potato. Remote Sensing. 2020;12(2):286. DOI: https://doi.org/10.3390/rs12020286Gold K. M., Townsend P. A., Chlus A., Herrmann I., Couture J. J., Larson E. R., Gevens A. J. Hyperspectral Measurements Enable Pre-Symptomatic Detection and Differentiation of Contrasting Physiological Effects of Late Blight and Early Blight in Potato. Remote Sensing. 2020;12(2):286. DOI: https://doi.org/10.3390/rs12020286Zhang W., Zhu Q., Huang M., Guo Ya, Qin J. Detection and Classification of Potato Defects Using Multispectral Imaging System Based on Single Shot Method. Food Analytical Methods. 2019;12:2920‒2929. DOI: https://doi.org/10.1007/s12161-019-01654Zhang W., Zhu Q., Huang M., Guo Ya, Qin J. Detection and Classification of Potato Defects Using Multispectral Imaging System Based on Single Shot Method. Food Analytical Methods. 2019;12:2920‒2929. DOI: https://doi.org/10.1007/s12161-019-01654Solovchenko A. E., Shurygin B. M., Kuzin A. I., Solovchenko O. V., Krylov A. S. Extraction of Quantitative Information from Hyperspectral Reflectance Images for Noninvasive Plant Phenotyping. Russian Journal of Plant Physiology. 2022;69:144. DOI: https://doi.org/10.1134/S1021443722601148Solovchenko A. E., Shurygin B. M., Kuzin A. I., Solovchenko O. V., Krylov A. S. Extraction of Quantitative Information from Hyperspectral Reflectance Images for Noninvasive Plant Phenotyping. Russian Journal of Plant Physiology. 2022;69:144. DOI: https://doi.org/10.1134/S1021443722601148

The authors declare that there are no conflicts of interest present.