CC BY
22
ТЕХНОЛОГИИ И МАШИНЫ ЛЕСНОГО ДЕЛА FORESTRY TECHNOLOGIES AND MACHINES
УДК 630*232.3
DOI: https://doi.Org/10.25686/2306-2827.2021.3.69
ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ СБОРА ЛЕСНЫХ СЕМЯН С ПРИМЕНЕНИЕМ АВТОМАТИЗИРОВАННЫХ УСТРОЙСТВ
Д. Ю. Дручинин, М. А. Гнусов
Воронежский государственный лесотехнический университет имени Г.Ф. Морозова, Российская Федерация, 394087, Воронеж, ул. Тимирязева, д. 8.
E-mail: mgnusov@yandex.ru
Цель исследования .заключалась в проведении аналитического обзора существующих способов автоматизированного сбора плодов и семян в сельском хозяйстве и садоводстве для определения перспективного направления разработки робототехнического комплекса-сборщика для лесного семеноводства. Установлено, что в данных отраслях успешно применяются опытные образцы роботизированных устройств для сбора урожая. Рассмотрены алгоритм применения, конструктивные особенности и принцип реализации технического зрения данных устройств. Отмечено, что в лесном хозяйстве также существуют примеры создания автоматизированных сборочных устройств шишек и плодов. Представлен разработанный принцип компоновки и алгоритм работы технического зрения роботизированного устройства для сбора хвойных шишек с использованием пневмозахвата.
Ключевые слова: лесосеменная плантация; шишка хвойных пород; лесное семенное сырьё; сбор семян; робот-сборщик; система распознавания положения объекта; пневматическое сборочное устройство.
Введение. Повышение среднегодовой температуры, приводящее к губительным лесным пожарам, и возрастающие объёмы заготовки древесины приводят к необходимости проведения масштабных работ по восстановлению лесов [1, 2].
Своевременное решение данной задачи невозможно, прежде всего, без создания эффективной лесосеменной базы, так как для реализации планов лесовосста-новления требуется значительное количество семян древесных и кустарниковых пород [3]. Согласно статье 65 Лесного кодекса РФ, приоритетным при воспроиз-
водстве лесов является использование улучшенных и сортовых семян лесных растений [4].
Качество выращиваемого посадочного материала в лесных питомниках, как в целом и успех всего лесовосстановитель-ного процесса, во многом зависят от правильного сбора и последующей обработки лесных семян.
Преобладающим способом заготовки хвойных шишек является их сбор с поваленных деревьев при осуществлении рубок главного пользования. Однако интенсивная модель ведения лесного хозяйства
© Дручинин Д. Ю., Гнусов М. А., 2021.
Для цитирования: Дручинин Д. Ю., Гнусов М. А. Повышение эффективности сбора лесных семян с применением автоматизированных устройств // Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. 2021. № 3 (51). С. 69-78. DOI: https://doi.Org/10.25686/2306-2827.2021.3.69
с учётом развития лесной селекции подразумевает в качестве основного способа заготовки лесосеменного материала сбор семян с улучшенной наследственностью на объектах лесного семеноводства со стоящих плюсовых и нормально лучших деревьев [5, 6].
Непосредственная заготовка семян хвойных пород осуществляется с применением соответствующих механизмов, агрегатов и устройств [7, 8].
При этом важно, чтобы способы заготовки лесного семенного сырья с растущих деревьев обеспечивали их сохранность, а также сохранность урожая семян следующего года. Обрубка плодоносящих ветвей при этом запрещается.
Непосредственная технология сбора семян осуществляется следующими способами:
- сборщики проводят сбор лесных семян с помощью различных приспособлений, находясь при этом на земле;
- сборщики проводят сбор лесных семян с использованием съёмных приспособлений, поднимаясь на высоту при помощи специальных подъёмных устройств.
Таким образом, следует отметить, что операция по сбору лесных семян хвойных пород является низкопроизводительной и трудоёмкой с учётом часто возникающей нехватки рабочей силы. В случае сбора шишек с поваленных деревьев часто трудно отследить, чтобы семена заготавливались с учётом требований селекции, т. е. чтобы сбор осуществлялся только с плюсовых деревьев.
При работе на высоте заготовка древесных семян относится к опасным и требующим повышенного внимания и осторожности видам деятельности с учётом того, что сборщик осуществляет работу в некомфортных условиях.
Целью исследования является аналитический обзор существующих способов автоматизированного сбора плодов и семян в сельском хозяйстве и садоводстве для определения перспективного направ-
ления разработки робототехнического комплекса-сборщика для лесного семеноводства.
Материалы и методы. Среди различных направлений механизации процесса сбора лесных семян перспективным является применение пневматических сборочных устройств, использующих скорость воздушного потока для отделения шишек или плодов от ветвей с возможностью одновременного их затаривания. Подъём сборщика в крону при этом не осуществляется.
На основе данного технического решения был разработан опытный образец се-мясборочной машины ССМ-1 [9]. Сборщик семян состоит из рамы 1, вентилятора 2 с системой привода 3 в составе клиноремен-ной передачи и редуктора и циклона 4 (рис. 1). Циклон соединён с вентилятором при помощи всасывающего воздуховода 5. При работе сборщики направляют гибкие шланги 6 с наконечниками 7 на шишки, которые, отрываясь с воздушным потоком от ветвей, всасываются и транспортируются в циклон, после чего оседают в бункере.
Рис. 1. Семясборочная машина ССМ-1
Сборщик семян ССМ-1 агрегатирует-ся с тракторами класса тяги 0,9-1,4 тс, оборудованными гидронавеской и валом отбора мощности. Использование машины обеспечивает сбор семян объёмом до 8 м3 за один час рабочего времени, тем самым повышая производительность труда в 3- 4 раза.
В рамках данного направления развития технических средств для сбора лесных семян Украинским научно-исследователь-
ским институтом лесного хозяйства и агролесомелиорации разработан агрегат в составе двухъярусных платформ на базе трактора Т-16М для заготовки шишек сосны на лесосеменных плантациях (рис. 2) [7].
Рис. 2. Агрегат для сбора лесных семян на базе трактора Т-16М
Сборщики с использованием захватных устройств отделяют шишки от ветвей деревьев. На шасси агрегатируемого трактора установлен компрессор, за счёт создаваемого потока воздуха которым через улавливающее и направляющее устройство шишки транспортируются в специальную тару. Данная технология позволяет механизировать полный сбор шишек на лесосеменных плантациях с деревьев без их повреждений. В процессе работы обеспечивается удобство работы сборщиков, а собранные ими шишки одновременно затариваются в ёмкости для хранения. Таким образом, разработка нового оборудования для сбора лесных семян должна вестись с учётом всех факторов, определяемых спецификой данной технологической операции. Требуемые большие объёмы семян для их посева в питомниках в совокупности с низкой производительностью и трудоёмкостью монотонного ручного сбора семенного материала приводят к необходимости перехода от механизации данной операции к разработке автономных сборочных устройств.
С учётом уровня развития науки и техники на современном этапе появляется возможность обеспечить автоматизацию сбора лесных семян без фактического уча-
стия человека. Примером этому могут служить роботизированные технические средства для сбора урожая в сельском хозяйстве и садоводстве - имеются разработки в области создания роботов-сборщиков яблок, перца, клубники, огурцов, помидоров, орехов, кокосов и др. [10 -14].
Согласно ГОСТ 60.0.0.4-2019/Ис0 8373:2012, робот - «это программируемый исполнительный механизм с определённым уровнем автономности для выполнения перемещения, манипулирования или позиционирования» [15]. В разработанных различными компаниями конструкциях работа сборочных устройств автоматизирована. Немаловажным элементом роботов-сборщиков является рабочий орган, непосредственно взаимодействующий с плодом. Исходя из условий работы определяются индивидуальные технические требования к механизму захвата. Инженерами определены конкретные технические решения в данном вопросе - в качестве исполнительных захватных механизмов могут выступать механические захватные устройства, выполненные по принципу руки человека, пневматические сборщики-уловители или многокомпонентные захваты с возможностью совмещения нескольких устройств -срезающих, улавливающих и т. д.
Так, машина для сбора различных фруктов роботизированной рукой разработана фирмой FRRobotics [16]. Сборочное устройство с трёхпальцевым захватом обеспечивает аккуратный съём плода с ветви дерева, подражая руке человека (рис. 3). Его местоположение на дереве устанавливается на основе компьютерного анализа изображений рабочей среды.
Рис. 3. Роботизированный сборщик плодов фирмы FRRobotics [16]
Компания Abundant Robotics разработала прототип роботизированного устройства для сбора яблок [17] (рис. 4).
Рис. 4. Роботизированное устройство для сбора яблок Abundant Robotics [17]
Технология автоматизированного определения местоположения плодов используется и при сборе клубники. Фирма Dogtooth Technologies создала роботизированный агрегат, способный распознать спелость ягод по их цвету [18]. Робот имеет механическую руку-манипулятор, размещённую на автономной платформе с захватом (рис. 5). Большое количество степеней подвижности рукояти позволяет укладывать собранные плоды в ящики, расположенные по краям конструкции.
ik
---- - -Г;/ *
Рис. 5. Роботизированный агрегат для сбора клубники фирмы Dogtooth Technologies [18]
Определяющим элементом «очувствления» данных роботов является система технического зрения. Хаотично растущие плоды фруктовых и ягодных культур не позволяют создать элементарный программный алгоритм наведения захватного устройства на объект.
Техническое или компьютерное зрение - теория и технология создания машин, которые могут производить обнаружение, отслеживание и классификацию объектов.
Научные основы создания систем технического зрения для автоматизированного сбора урожая в садоводстве и сельском хозяйстве рассмотрены в работах [19 - 23].
В работе [19] рассмотрены технологические особенности устройств для обработки изображений существующих роботов для сбора фруктов, основанных на оценке фотоматериалов рабочей зоны. Авторами обобщены и проанализированы преимущества и недостатки различных устройств для предварительной обработки изображений и представлены требования к таким системам.
Исследователем Xiyan Guan разработано электрическое автоматическое устройство для сбора яблок, управление которым осуществляется однокристальным микрокомпьютером. Определение положения плода в кроне дерева выполняется с использованием ультразвукового датчика расстояния, когда при работе сборщика датчик находится в режиме мониторинга в реальном времени [21].
Ультразвуковая волна от датчика проецируется на объект и отражается обратно. Система анализирует, входит ли яблоко в рабочую зону сборщика, вычисляя разницу во времени между получением информации и её отправкой. Если яблоко попадает в рабочую зону сборщика, в системе генерируется сигнал о его наличии в зоне сбора.
Однокристальный компьютер осуществляет включение в работу устройства срезания яблока с ветви, управляя мощностью приводного механизма. Ультразвуковой датчик работает без наличия слепых зон и помех от препятствий.
В работе [22] инженерами-разработчиками в конструкции автоматизированного робота-сборщика яблок для опреде-
ления положения фрукта разработана система технического зрения с автоматическим распознаванием в реальном времени, включающая датчик в виде цветной CCD-камеры и использующая технологию захвата видео для Windows (VFW) для создания оригинальных изображений яблока. Неотъемлемой частью системы также является промышленный компьютер для обработки изображений плодов с целью распознавания и определения местонахождения плодов.
Для получения полномасштабной рабочей области датчик технического зрения встроен непосредственно в захватное устройство манипулятора.
В реальных условиях работы сборщика захватываемая область кроме собираемых плодов содержит сторонние объекты (помехи в виде ветвей, листьев и т. д.), поэтому для предварительной обработки улучшения изображения применяется векторный медианный фильтр.
При распознавании положения яблок в кроне важным моментом является их форма.
С учётом характеристик изображения плодов яблони для описания геометрической формы яблока использовались математические характеристики - круговая дисперсия, эллипс дисперсии, плотность распределения, соотношение между периметром и площадью квадрата. Эти четыре признака были использованы для математического описания яблока. После вычисления соответствующих значений указанные характеристики использовались как признаки для каждой выборки и использовались для классификации объектов.
Схожий по принципу действия алгоритм реализации технического зрения для робота-сборщика был представлен в работе [23]. Цель разработки заключается в выделении плода из других частей дерева (листья или ветви), а также в определении местонахождения центра яблока и положения его плодоножки. Работа системы
подразумевает два этапа: этап распознавания и этап определения местоположения плода. Изображения яблока были получены с помощью цветной камеры CCD, имеющей разрешение 640*480 пикселей, при естественном освещении. Затем они были оцифрованы в растровое изображение размером 240 * 320 * 24 бит и обработаны в системе на базе Windows.
Цветовые модели плодов были исследованы для определения цветовых свойств, используемых для отличия плода от других частей дерева, таких как части листьев и ветвей. Для анализа применялась ЖК-модель, использующая такие свойства красного цвета, как яркость и цветовая разница.
Второй используемой моделью является модель цветности HSI. Диаграмма цветности, где показан цветовой состав как функция коэффициентов цветности, использовалась для представления цветовых свойств трёх частей фруктового дерева.
Переменные цветовых свойств (яркость, разница в цвете красного и цветность) были получены из двух цветовых моделей изображений и протестированы для определения пороговых значений для сегментации с использованием теории принятия решений. Данный подход позволил получить функции принятия решений, которые позволяют классифицировать плод, лист и ветку яблони.
Авторами установлено, что части плода, листьев и ветвей имеют разную яркость и цветовую разницу красного цвета. Яблоко имело наибольшую разницу в цвете красного цвета, за ней следовали ветви и листва с наименьшей разностью красного цвета.
Работа системы предполагает, что после определения местоположения плода выполняется подбор наиболее подходящей окружности для очерчивания его контуров и нахождение центра геометрического представления яблока. Положение плодоножки возможно найти путём дополнительных геометрических преобразований.
Опыт использования подобных автоматизированных систем в садоводстве позволил инженерам из СевероВосточного лесного университета Китая создать робота манипуляторного типа для сбора шишек с хвойных деревьев. Манипулятор с шестью степенями свободы, имеющий гидравлический привод и систему управления, закреплён на верхней части базового лесного трактора. К окончанию рукояти манипулятора закреплено собирающее устройство, оснащённое двумя гребневидными захватными элементами. Такая форма позволяет выполнять счёсывание шишек с ветвей.
За счёт вылета манипулятора сбор урожая можно осуществлять с одной рабочей позиции на нескольких деревьях. Производительность робота за рабочую смену, по подсчётам авторов, составляет около 500 кг шишек лиственницы [24].
Выводы. Проведённый анализ позволяет сформировать принцип конструктивного исполнения автоматизированных устройств для сбора хвойных семян (рис. 6).
Подъём рабочего органа на требуемую высоту осуществляется путём его размещения на манипуляторной установке базового энергетического средства.
Рабочий орган автоматизированного устройства объединяет два механизма: ножевое срезающее приспособление крюко-образной формы для подрезания ножек шишки и пневматический захват для улавливания срезанной шишки. За счёт направленного движения происходит срез ножки заострённой сужающейся частью фигурного ножа, шишка захватывается пневмоза-хватом и по направляющей магистрали попадает в сборочную тару. Разработанный алгоритм сбора снижает вероятность повреждения как самих хвойных шишек, так и ветвей семенных деревьев.
Система определения положения объекта для робота-сборщика должна включать в себя камеру высокого разрешения для обнаружения шишек хвойных древесных пород. Камера производит фотосъёмку объекта с высокой частотой кадров при максимальном разрешении, создавая поток фотоданных, который передаётся на ПК для обработки. Контроллер на основе специального алгоритма обрабатывает информацию, принимает решение и выдаёт управляющее воздействие на систему приводов рабочего органа.
Предлагаемый принцип работы сборщика предусматривает минимальное количество движений применительно к одному собираемому объекту.
I I
Рис. 6. Конструктивная схема устройства и алгоритм реализации автоматизированного сбора шишек
хвойных пород
Заключение. Проведённые теоретические исследования показывают эффективность замены ручного труда по сбору лесных семян автономным роботом-сборщиком. Дальнейшее повышение эффективности работы таких агрегатов воз-
можно путём разработки системы технического зрения по определению местоположения хвойных шишек в кроне деревьев, по аналогии с существующими системами в конструкциях роботов для сбора овощей и фруктов.
Список источников
1. Орнатский А.Н. Воспроизводство лесов как основа сохранения экологического каркаса России // Великие реки 2016: труды научного конгресса 18-го Международного научно-промышленного форума. Н. Новгород: ННГАСУ, 2016. Т. 1. С. 74-78.
2. Строганова К.Р., Шанин И.И. Сравнительный анализ используемых методов лесовосстановле-ния зеленых зон Российской Федерации // Актуальные направления научных исследований XXI века: теория и практика. 2020. Т. 8. № 2 (49). С. 24-29.
3. Зекунова А.И. Оценка эффективности ле-совосстановительных работ // Горный информационно-аналитический бюллетень. 2008. № 10. С. 278-283.
4. Лесной кодекс Российской Федерации: Федеральный закон от 04 дек. 2006 г. № 200-ФЗ (ред. от 24.04.2020) // СПС «КонсультантПлюс» (дата обращения: 27.04.2020)
5. Смирнов С. Д. Опыт лесного семеноводства и селекции. Обзорная информация. М.: ЦБНТИ Гослесхоза СССР, 1974. 24 с.
6. Вересин М.М., Ефимов Ю.П., Арефьев Ю.Ф. Справочник по лесному селекционному семеноводству. М.: Агропромиздат, 1985. 245 с.
7. Способы, приспособления и технические средства для сбора шишек, лесных семян и плодов (состояние, проблемы и перспективы) / Л.Т. Свиридов, Т.Л. Свиридов, Р.В. Маньков и др. // Лесотехнический журнал. 2012. № 2 (6). С. 105-119.
8. Перспективные направления технологии и механизации лесозаготовительных и лесохозяй-ственных работ / И.М. Бартенев, М.В. Драпалюк, В.И. Казаков и др. Воронеж: ФГБОУ ВПО «ВГЛ-ТА», 2014. 132 с.
9. Лесная энциклопедия: В 2-х т. / Гл. ред. Воробьев Г.И.; Ред. кол.: Анучин Н.А., Атрохин В.Г., Виноградов В.Н. и др. М.: Сов. энциклопедия, 1986. Т. 2. 631 с.
10. Task and motion planning for apple harvesting robot / T. Nguyen, E. Kayacan, J. De Bae-demaeker et al. // IFAC Proceedings Volumes (IFAC-PapersOnline). 2013. Vol. 4. № 1. P. 247-252.
11. The design and realization of cherry tomato harvesting robot based on IOT / L. Biqing, L. Yongfa, Z. Hongyan et al. // International Journal of Online Engineering. 2016. Vol. 12. № 12. P. 22-26.
12. Design of harvesting mechanism for advanced remote-controlled coconut harvesting robot (A.R.C.H-1) / Abraham A., Girish M., Vitala, H. R. et al // Indian Journal of Science and Technology. 2014. Vol. 7. № 10. P. 1465-1470.
13. Overview of research on agricultural robots in China / Z. Libin, Y. Qinghua, B. Guanjun et al. // International Journal of Agricultural and Biological Engineering. 2008. Vol. 1. № 1. P. 12-21.
14. Sarig Y. Robotics of fruit harvesting: A state-of-the-art review // Journal of Agricultural Engineering Research. 1993. Vol. 54. № 4. P. 265-280.
15. ГОСТ 60.0.0.4-2019/ИС0 8373:2012 Роботы и робототехнические устройства. Термины и определения. М.: Стандартинформ, 2019. 59 с.
16. FFRobotics. Режим доступа: https://www.ffrobotics.com/ (дата обращения 15.02.21).
17. Abundant Robotics Inc. Режим доступа: https://www.abundantrobotics.com/ (дата обращения 15.02.21).
18. Dogtooth Technologies Limited. Режим доступа: https://dogtooth.tech/ (дата обращения 15.02.21).
19. A Review of Application of Computer Vision in Fruit Picking Robot / H. Si, J. Lv, K. Lin et al. // Advances in Intelligent Systems and Computing. 2021. Vol. 1185. P. 346-355.
20. Automatic tomato and peduncle location system based on computer vision for use in robotized harvesting / M. Benavides, M. Cantón-Garbín, J. A. Sánchez-Molina et al. // Applied Science. 2020. Vol. 10. № 17. no. 5887.
21. Guan X. Design for the Control System of Intelligent Fruit Picker // International Journal of Science. 2018. Vol. 5. № 8. P. 24-29.
22. Design and control of an apple harvesting robot / Z. De-An, L. Jidong, J. Wei et al. // Biosystems engineering. 2011. Vol. 110. № 2. P. 112-122.
23. Development of a real-time machine vision system for the apple harvesting robot / D.M. Bulanon, T. Kataoka, H. Okamoto et al. // Proceedings of the SICE Annual Conference FPI-12-5. 2004. P. 25312534.
24. Lu H. Design and test of collecting robot of conifer cone // Transactions of The Chinese Society of Agricultural Machinery. 2001. Vol. 32. № 6. P. 52-58.
Статья поступила в редакцию 06.04.2021 Принята к публикации 10.09.2021
Информация об авторах
ДРУЧИНИН Денис Юрьевич - кандидат технических наук, заведующий кафедрой механизации лесного хозяйства и проектирования машин, Воронежский государственный лесотехнический университет имени Г.Ф. Морозова. Область научных интересов - технические науки, моделирование, лесной комплекс. Автор 92 научных публикаций, в том числе четырёх учебных пособий.
ГНУСОВ Максим Александрович - кандидат технических наук, научный сотрудник, Воронежский государственный лесотехнический университет имени Г.Ф. Морозова. Область научных интересов - лесное хозяйство, машиностроение, моделирование. Автор 45 научных публикаций.
UDC 630*232.3
DOI: https://doi.Org/10.25686/2306-2827.2021.3.69
INCREASING THE EFFICIENCY OF FOREST SEEDS COLLECTION USING AUTOMATED DEVICES
D. Iu. Druchinin, M. A. Gnusov Voronezh State University of Forestry and Technologies named after G.F. Morozov, 8, Timiryazeva st, Voronezh, 394087, Russian Federation E-mail: mgnusov@yandex.ru
Keywords: forest seed orchard; cone; forest seed raw materials; seed harvesting; selecting robot; object position recognition system; pneumatic assembly device.
ABSTRACT
Introduction. Negatively developing climatic factors, contributing to the occurrence of forest fires, and the increasing anthropogenic load on forests require timely reforestation work. The solution to this problem is impossible without creating a high-quality forest seed base and increasing the efficiency of harvesting and processing offorest seeds. The purpose of the study is to evaluate the possibility of creating and using a robotic complex to increase the efficiency of performing a monotonous and low-productivity operation of collecting cones of conifers at forest seed production facilities. Materials and research methods. An analytical review of existing methods of automated collection of fruits and seeds in agriculture and horticulture is carried out It is established that in these industries, prototypes of robotic devices for harvesting are successfully used - there are developments in the field of creating robots for picking apples, peppers, strawberries, cucumbers, tomatoes, nuts, coconuts, etc. Design features and an algorithm for using these devices are considered. An important system in assembly robots that provides the creation of an image of the workspace and its automatic processing for the subsequent formation of control commands for the capture device is the technical vision system. For the equipment under consideration, the principle of implementing technical vision is evaluated. It consists in the use of ultrasonic devices or special cameras that enable the recognition of fruits by color. It is noted that in forestry there are also examples of the creation of automated harvesting devices for forest coniferous cones. To raise the collecting device of the robot with capture elements to the height of a tree crown, a manipulator equipped with a hydraulic drive is used. Research results. Based on the considered technical solutions, the developed principle of a robotic device for collecting coniferous cones is presented. As a collecting device, it is advisable to use a pneumatic gripper that does not damage the cones. To determine the location of the cone in the crown of a coniferous tree, a high-resolution camera is used. It takes photographs of the working area at a high frame rate, creating a stream ofphoto data that is transmitted to a PC for processing and generating a control action in the working mechanism. Conclusion. The studies prove the effectiveness of replacing manual labor for collecting forest seeds with an autonomous assembly robot
REFERENCES
1. Ornatskii A.N. Vosproizvodstvo lesov kak osno-va sokhraneniya ekologicheskogo karkasa Rossii [Forest regeneration as the basis for preserving the ecological framework of Russia]. Velikiye reki 2016: trudy nauch-nogo kongressa 18-go Mezhdunarodnogo nauchno-promyshlennogo foruma [Great rivers 2016: proceedings of the scientific congress of the 18th International Scientific and Industrial Forum]. 2016. Pp. 74-78. (In Russ.).
2. Stroganova K.R., Shanin I.I. Sravnitel'nyy an-aliz ispol'zuemykh metodov lesovosstanovleniya zelenykh zon Rossiyskoy Federatsii [Comparative analysis of the used methods of forest restoration of green areas in the Russian Federation]. Aktual'nyye napravleniya nauchnykh issledovaniy XXI veka: teori-ya i praktika [Current Directions of Scientific Research of the XXI Century: Theory and Practice]. 2020. Vol. 8. No 2 (49). Pp. 24-29. (In Russ.).
3. Zekunova A.I. Otsenka effektivnosti lesovossta-novitel'nykh rabot [Assessment of the effectiveness of forest regeneration activities]. Gornyy informatsionno-analiticheskiy byulleten' [Mining Informational and Analytical Bulletin]. 2008. №10. Pp. 278-283. (In Russ.).
4. Lesnoy kodeks Rossiyskoy Federatsii: Feder-al'nyy zakon ot 04 dek. 2006g. № 200- ®3 (red. ot 24.04.2020) [Forest Code of the Russian Federation: Federal Law of December,4 2006 № 200- ®3 (as amended on 04/24/2020)]. SPS «Konsul'tant Plus»[SPS "Consultant Plus"]. URL: http://www.consultant.ru/document/cons_doc_LAW_ 64299/ (Reference date: 27.04.2020) (In Russ.).
5. Smirnov S.D. Opyt lesnogo semenovodstva i selektsii. Obzornaya informatsiya [Experience of forest seedage and selection. Review]. Moscow: TSBNTI Gosleskhoza SSSR, 1974. 24 p. (In Russ.).
6. Veresin M.M., Efimov Iu.P., Arefev Iu.F. Spravochnik po lesnomu selektsionnomu semenovod-stvu [Handbook on forest selective seedage]. Moscow: Agropromizdat, 1985. 245 p. (In Russ.).
7. Sviridov L.T., Sviridov T.L., Mankov R.V., et al. Sposoby, prisposobleniya i tekh-nicheskiye sredstva dlya sbora shishek, lesnykh semyan i plodov (sos-toyaniye, problemy i perspektivy) [Methods, adaptations and technical means for collecting cones, forest seeds and fruits (state, problems and prospects)]. Leso-tekhnicheskiy zhurnal [Forestry Engineering Journal]. 2012. № 2 (6). Pp. 105-119. (In Russ.).
8. Bartenev I.M., Drapaliuk M.V, Kazakov V.I., et al. Perspektivnyye napravleniya tekhnologii i mekhani-zatsii lesozagotovitel'nykh i lesokhozyaystvennykh rabot [Promising directions of technology and mechanization of logging and forestry operations]. Voronezh: FGBOU VPO «VGLTA», 2014. 132 p. (In Russ.).
9. Lesnaya entsiklopediya: v 2kh tomakh, gl.red. Vorobyev G.I.,red.kol.: Anuchin Anuchin N.A., Atrokhin V.G., Vinogradov V.N. et al. [Forest encyclopedia: in 2vol., ed-in-chief Vorobyev G.I.;
ed.board: Anuchin N.A., Atrokhin V.G., Vinogradov V.N. et al]. Moscow: Sov. entsiklopediya, 1986. Vol 2.631p. (In Russ.).
10. Nguyen T., Kayacan E., Baedemaeker J. De et al. Task and motion planning for apple harvesting robot. IFAC Proceedings Volumes (IFAC-PapersOnline). 2013. Vol. 4. № 1. P. 247-252.
11. Biqing L., Yongfa L., Hongyan Z. et al.The design and realization of cherry tomato harvesting robot based on IOT. International Journal of Online Engineering. 2016. Vol. 12. № 12. P. 22-26.
12. Abraham A., Girish M., Vitala, H. R. et al. Design of harvesting mechanism for advanced remote-controlled coconut harvesting robot (A.R.C.H-1). Indian Journal of Science and Technology. 2014. Vol. 7. № 10. P. 1465-1470.
13. Libin Z., Qinghua Y., Guanjun B. et al. Overview of research on agricultural robots in China. International Journal of Agricultural and Biological Engineering. 2008. Vol. 1. № 1. P. 12-21.
14. Sarig Y. Robotics of fruit harvesting: A state-of-the-art review. Journal of Agricultural Engineering Research. 1993. Vol. 54. № 4. P. 265-280.
15. GOST 60.0.0.4-2019/IS0 8373:2012 Roboty i robototekhnicheskiye ustroystva. Terminy i opredeleni-ya [Robots and robotic devices. Terms and Definitions]. Moscow: Standartinform, 2019. 59 p. (In Russ.).
16. FFRobotics. URL: https://www.ffrobotics.com/ (Referance date: 15.02.21).
17. Abundant Robotics Inc. URL: https://www.abundantrobotics.com/ (Referance date: 15.02.21).
18. Dogtooth Technologies Limited. URL: https://dogtooth.tech/ (Referance date: 15.02.21).
19. Si H., Lv J., Lin K. et al. A Review of Application of Computer Vision in Fruit Picking Robot. Advances in Intelligent Systems and Computing. 2021. Vol. 1185. P. 346-355.
20. Benavides M., Cantón-Garbín M., Sánchez-Molina J. A. et al. Automatic tomato and peduncle location system based on computer vision for use in robotized harvesting. Applied Science. 2020. Vol. 10. № 17. No. 5887.
21. Guan X. Design for the Control System of Intelligent Fruit Picker. International Journal of Science. 2018. Vol. 5. № 8. P. 24-29.
22. De-An Z., Jidong L., Wei J.et al. Design and control of an apple harvesting robot. Biosystems engineering. 2011. Vol. 110. № 2. P. 112-122.
23. Bulanon D.M., Kataoka T., Okamoto H. et al. Development of a real-time machine vision system for the apple harvesting robot. Proceedings of the SICE Annual Conference FPI-12-5. 2004. P. 2531-2534.
24. Lu H. Design and test of collecting robot of conifer cone. Transactions of The Chinese Society of Agricultural Machinery. 2001. Vol. 32. № 6. P. 52-58.
The article was received 06.04.2021 Accepted for publication 10.09.2021
For eitation: Druchinin D. Iu., Gnusov M. A. Increasing the Efficiency of Forest Seeds Collection Using Automated Devices. Vestnik of Volga State University of Technology. Ser.: Forest. Ecology. Nature Management. 2021. No 3 (51). Pp. 69-78. DOI: https://doi.org/10.25686/2306-2827.202L3.69
Information about the authors
Denis Iu. Druchinin - Candidate of Technical Sciences, Head of the Chair of Forestry Mechanization and Machine Design, Voronezh State University of Forestry and Technologies named after G. F. Morozov. Research interests - technical sciences, simulation, forest complex. Author of 92 scientific publications, including 4 textbooks.
Maksim A. Gnusov - Candidate of Technical Sciences, Researcher, Voronezh State University of Forestry and Technologies named after G. F. Morozov. Research interests - forestry, mechanical engineering, simulation. Author of 45 scientific publications.
