Модульная роботизированная платформа для автоматизированной системы мониторинга почв

Аннотация

Обоснование. Модульная роботизированная платформа реализуется по принципу «робота-конструктора». Базовая платформа включает унифицированные интерфейсы для подключения различных модулей – специализированных шасси для разных типов покрытий, манипуляторов для грузопереработки, сенсорных систем для навигации и мониторинга окружающей среды. Такая архитектура позволяет быстро адаптировать роботизированную платформу под конкретные задачи заказчика без необходимости разработки полностью нового решения. Особую практическую значимость платформа демонстрирует в задачах агроэкологического мониторинга, где модульная архитектура позволяет оперативно адаптировать сенсорное оборудование для анализа ключевых параметров почв.

Цель. Представить архитектурное и функциональное решение модульной роботизированной платформы, реализующей принцип «робота-конструктора», и обосновать его эффективность как основы для создания адаптивных наземных систем в составе национальной аэронет-инфраструктуры.

Материалы и методы. Разработка модульной самоходной роботизированной платформы выполнена в рамках системного инжиниринга: концептуальное проектирование → синтез архитектуры → выбор компонентов → интеграция подсистем → верификация на физическом макете. Конструкция основана на лёгкой и жёсткой металлической раме, допускающей быструю замену модулей (шасси, манипуляторы, сенсоры). Для работы в агросекторе обеспечена возможность перехода с колёсной на гусеничную базу. Локализация и ориентация реализованы с помощью визуальной одометрии и упрощённого SLAM (ORB-SLAM2 light) для построения 2D-карт. Управление движением — многоконтурный PID-регулятор: внешний контур корректирует отклонение от траектории по видео (P+D), внутренний стабилизирует скорость по данным энкодеров (I-компонента). Программная платформа – ROS 2 Humble (Python 3.10). Ключевые узлы: - vision_node – распознавание маркеров (OpenCV + TensorFlow Lite); - navigation_node – построение и коррекция маршрута (RRT); - control_node – управление двигателями с адаптивной настройкой PID в зависимости от массы груза; - telemetry_node – экспорт данных в JSON/CSV и интеграция с ERP/MES через REST API. Для мониторинга почвы используется сенсорный модуль: мультиспектральные камеры, датчики влажности, температуры, pH, питательных веществ и устройство отбора проб.

Результаты и заключение. В ходе реализации проекта разработана и физически прототипирована модульная самоходная роботизированная платформа, функционирующая как универсальный наземный компонент в составе отечественной аэронет-экосистемы. Разработана унифицированная механико-электрическая платформа с интерфейсами стандартизированного подключения (механические – быстросъёмные крепления типа «ласточкин хвост»; электрические – промышленные коннекторы типа GX16-4P; программные – ROS 2-совместимые топики), обеспечивающая модульность шасси, манипуляторов, сенсорных комплексов и исполнительных устройств.

Разработана и протестирована система визуальной навигации.

На основе OpenCV и fine-tuned YOLOv5 реализован алгоритм распознавания цветовых линий, QR-кодов и естественных ориентиров. Платформа интегрирована в учебный процесс Мелитопольского государственного университета по 4 направлениям подготовки.

Проведенное исследование подтвердило принципиальную реализуемость и высокую эффективность модульной роботизированной платформы как инструмента конвергенции дорожных карт НТИ «Аэронет» и «Технет». Разработанное решение успешно сочетает признаки технологического суверенитета (отечественная компонентная база, open-source стек, отказ от зависимых технологий), экономической доступности и функциональной гибкости.

Практическая значимость проекта обусловлена его двойным назначением: 

1) как импортозамещающего промышленного решения для автоматизации внутризаводской логистики у предприятий малого и среднего бизнеса; 

2) как многофункциональной образовательно-исследовательской платформы, формирующей кадровый резерв в области робототехники, ИИ и цифровых производств.

EDN: SWZMIM