Как технологии ИИ помогают планировать полевые работы в «Русагро»

Подробнее о предпосылках проекта

Пример: если вовремя не внести калийные удобрения в почву при выращивании сахарной свеклы, можно потерять до 15% урожая. А если не произвести обработку поля средствами защиты растений от вредителей, то показатель потерь будет 70%.

При этом каждая культура имеет свою стоимость, а количество сельскохозяйственной техники и специалистов, участвующих в уборке урожая, ограничено. Поэтому фактор ценности культуры должен также учитываться в ситуациях, когда приходится выбирать, например, какое поле убрать первым.

Согласно рейтингу рентабельности культур аналитического центра RUSEED, по результатам 2023 года гречиха имеет рентабельность 76,8%, подсолнечник — 58,9% а сахарная свекла — 48,9%.

Одним из самых критичных для бизнеса и при этом трудно планируемых процессов является сбор урожая. Поэтому было принято решение разработать и внедрить интеллектуальную систему планирования уборки урожая. Для реализации проекта была выбрана компания «Инфосистемы Джет», совместно с которой «Русагро» уже сделал ряд инновационных проектов.

Наше решение для «Русагро»: создание сервиса для планирования уборки урожая

Система планирования уборки урожая обрабатывает большой объем данных, включая отчеты агрономов, материалы аэросъемки, индексы вегетации, помогающие определить степень зрелости культур, а также данные из метеорологической системы. Это помогает точнее рассчитать техническую спелость урожая и эффективно планировать уборку (например, если прошел дождь, уборка поля откладывается). Также источником данных является ERP, откуда поступает информация о сельхозтехнике и производственных заказах на продукцию с полей.

Планы актуализируются ежедневно, при этом учитываются данные о фактически выполненных работах — это обеспечивает выполнение незавершенных по какой-либо причине работ.

Важным компонентом системы планирования являются алгоритмы на базе машинного обучения, которые позволяют прогнозировать даты технической спелости культур, выделяя из них те, которые требуют неотложного внимания агрономов.

Таким образом, интеллектуальная система помогает планировать процесс уборки урожая. Благодаря ее рекомендациям агрохолдингу «Русагро» удается избежать порчи урожая из-за несвоевременной уборки, а также организовать оптимальное использование сельскохозяйственной техники и труда агрономов.

Создание сервиса для планирования всего комплекса полевых работ

Когда сервис для планирования уборки урожая прошел тестирование, начал работать в промышленной эксплуатации и показал хорошие результаты, руководство компании приняло решение разработать и внедрить еще один алгоритм — уже для комплексного планирования и оптимизации всех остальных полевых работ.

Для этого был разработан мета-алгоритм с применением целочисленного и линейного программирования, который интегрирован с информационными системами «Русагро». Алгоритм обрабатывает большое количество производственных данных и дает рекомендации агрономам по планированию различных полевых работ. Система учитывает множество факторов и оптимизирует весь комплекс полевых операций, позволяя экономить ресурсы и получать максимальную прибыль от урожая.

Функционал решения

• Автоматическое формирование планов полевых работ на каждом производственном участке
• Приоритизация операций с учетом технологии выращивания культур и севооборота
• Построение оптимальных маршрутов движения техники при выполнении полевых операций
• Построение оптимальных маршрутов перегонов техники

Сроки

Разработка и внедрение каждого сервиса заняли шесть месяцев до введения системы в эксплуатацию.

Технологии

Стек используемых технологий:

• Python — основная среда разработки
• OR-Tools — для решения задач оптимизации
• Apache Airflow — для планирования заданий