Леса покрывают 30% суши Земли, но их площадь сокращается. Несмотря на решающую роль лесов в сохранении дикой природы и переработке двуокиси углерода, многим из них угрожают вырубки и пожары. Эти угрозы усугубляются отсутствием количественной информации, необходимой лесоводам и исследователям окружающей среды для принятия важных решений по сохранению лесов.
Стивен Чен, соучредитель и генеральный директор Treeswift и докторант в области компьютерных и информационных наук в Penn Engineering, хочет изменить это.
Чен основал Treeswift как дочернюю компанию GRASP Lab Penn Engineering. Идея проста: используйте роботизированные инструменты для автоматизации лесного хозяйства и снижения риска для людей. Treeswift использует эскадрильи автономных летающих роботов, оснащенных датчиками LiDAR, для мониторинга, инвентаризации и картирования лесных массивов. Дроны собирают изображения земли и преобразуют их в трехмерные карты, которые можно анализировать для точных количественных измерений биомассы данного леса.
Из всего разнообразия приложений, которые имеют эти данные, Treeswift сосредоточен на трех основных задачах: количественная инвентаризации запаса и структуры лесов для лесной промышленности, картирование лесов для сохранения биоразнообразия и измерение лесной биомассы и топлива для предотвращения распространения лесных пожаров. Собранные данные могут быть использованы исследователями в различных отраслях для оценки состояния лесов и построения прогнозных моделей, которые могут помочь в реализации инициатив по борьбе с изменением климата.
«Treeswift — это баланс приоритетов», — говорит Чен. «Мы пытаемся построить общую систему, которая решает множество проблем. В настоящее время наша основная клиентская база — это промышленное лесное хозяйство, но мы ищем возможности, которые позволят нам также работать в сфере управления лесными пожарами».
Чен начал думать о концепциях, лежащих в основе Treeswift, когда он начал свою докторскую программу в Пенсильвании в 2016 году. Он присоединился к GRASP Lab и работал под руководством Виджая Кумара, семейного декана Немировских, Penn Engineering, над разработкой автономных наземных и воздушных роботов с акцентом на совместном использовании нескольких роботов и дизайне алгоритмов коллективного поведения на основе биологических исследований. Чен также сотрудничал с другими исследователями, чтобы создать летающих роботов, которые могли бы собирать точные полевые данные для фермеров. Эти роботы проезжают по полям и обрабатывают изображения сельскохозяйственных культур с помощью алгоритмов компьютерного зрения, эффективно подсчитывая плоды на деревьях и сообщая производителям точные числа.
Со временем Чен начал осознавать потенциальное более широкое приложение своего исследования. «Я понял, что мне нравится все, что я исследую, но мне хотелось видеть практическое применение моей работы. Я хотел, чтобы мое исследование было чем-то большим, чем просто бумагой, лежащей на полке. Я хотел сделать что-то, что могло бы быть востребовано широким сообществом, за пределами исследователей ГИС, и действительно заставило мир в чем-то измениться ».
Именно это желание использовать свой опыт Penn Engineering для внесения изменений в реальный мир побудило Чена создать Treeswift. К Чену присоединились соучредители Майкл Шомин, технический директор Treeswift и аспирант по робототехнике в Университете Карнеги-Меллона, Вайбхав Аркот, руководитель отдела программного обеспечения со степенью магистра робототехники от Penn Engineering, и Элизабет Хантер, главный операционный директор с докторской степенью в области машиностроения и прикладной механики. , также от Penn Engineering.
Treeswift по-прежнему тесно сотрудничает с исследователями в Пенсильвании, включая нынешних докторантов Сю Лю и Чао Цюй и научного сотрудника Авраама Коэна, а также с бывшим приглашенным студентом Гильерме Висентимом Нардари, ныне докторантом Центра робототехники при Университете Сан-Франциско. Пауло в Бразилии.
Эта команда предпринимателей, исследователей и инженеров собралась в Пенсильвании, в основном в группе точного земледелия и лесоводства в лаборатории Виджая Кумара.
Treeswift — важный шаг на пути к автоматизации лесного хозяйства и использованию инструментов робототехники и искусственного интеллекта для решения экологических проблем. Хотя леса имеют решающее значение для здоровья планеты, лесное хозяйство как отрасль готово к технологической революции. Существующие методы сбора данных о лесах в основном выполняются вручную. Лесники ходят в лес, рисуют образцы земли и измеряют деревья вручную с помощью рулетки. Цифры из этих выборок используются для обоснованных оценок размера леса, биомассы и т. д. Наука о данных вносит революционные изменения во все отрасли деятельности человека: от здравоохранения до интернет — магазинов. Команда разработчиков Treeswift считает, что их летающие роботы, в переводе на русский — «Стрижи», делают тоже самое для лесного хозяйства.
Мы хотим знать, что происходит», — говорит Нардари. «В Бразилии вырубка лесов является серьезной проблемой. Снимки со спутников не могут передать всю историю того, что происходит в данном районе, а иногда деревья вырубают выборочно, то есть вырубают только некоторые, а другие остаются». Я не могу доказать, что это происходит по спутниковым изображениям, но изображения, получаемые с дронов, позволяют решить эту задачу ».
«2020 год станет началом десятилетия борьбы с изменением климата», — говорит Чен. «Крупные компании стремятся сократить выбросы углерода, и они обращаются к лесам, чтобы увидеть, как можно использовать эти ресурсы, чтобы помочь им в этих усилиях. Нам нужно знать, что происходит в лесу. Данные помогут нам в этом. «
Эти данные не только дадут столь необходимое представление о состоянии лесов, но и компенсируют нехватку данных о последствиях разрушительных явлений последних лет.
Возьмем, к примеру, лесные пожары. Когда лесники оценивают риск возникновения пожара на данной территории, важным фактором является топливо, то есть органическое вещество, которое потенциально может гореть. Знание топливной нагрузки — доступного топлива на единицу площади — имеет решающее значение для прогнозирования последствий данного пожара и принятия решения о том, следует ли выполнять предписанное сжигание. Поскольку управляемые выжигания проводят в идеальных условиях, они могут предотвратить серьезные убытки, от неуправляемых, катастрофических пожаров, обычно возникающих на фоне засухи и сильного ветра. Задача состоит в том, чтобы точно измерить топливную нагрузку. Учитывая нынешние методы, большинство цифр, на которые рассчитывают лесники, основаны на качественных оценках.
«Чтобы измерить топливо, — говорит Чен, — у лесников сейчас есть серия цифровых фотографий, которую предоставляет Лесная служба США. Для ее создания лесники выходят, измеряют количество топлива в заданном районе и делают снимок этого района. Затем другие лесоводы визуально сравнивают, как выглядит их лес, с этими фотографиями и, исходя из этого, приблизительно определяют, какой запас горючих материалов накоплен в их лесах. Адекватных инструментов для сбора и предоставления более точных данных просто не существует. В этой связи, специалистам, которым необходимо принять важные решения относительно будущего наших лесов и нашего климата, приходиться действовать в условиях неопределенности ».
В дополнение к нанесению на карту лесов вручную, лесники также полагаются на спутниковые изображения для обследования земли, но Чен говорит, что использование спутников ограничено.
«Вы можете видеть только полог леса и верхушки деревьев», — говорит он. «Не менее важно видеть то, что находиться ниже полога. Без этого в частности нельзя оценить размеры стволов и количество отпада. Вот почему я считаю, что робототехника может заполнить пробел в сборе данных для лесной службы. С помощью этих роботов мы можем собирать и обрабатывать данные, объединяемые в карты и базы данных атрибутивной информации. Затем мы можем использовать ИИ, чтобы выяснить, что на самом деле происходит в лесных массивах. Мы можем создавать модели прогнозирования, которые скажут вам, что если вы предпримете действие X, то с той или иной вероятностью получите результат Y ».
«То, что Google может предсказать наше поведение, используя собранные данные и искусственный интеллект, невероятно, — продолжает он, — но вы не можете сделать тот же процесс с лесами, потому что у нас нет данных для построения этих моделей. Если изменение климата является проблемой нашего поколения, то для её решения, мы можем использовать искусственный интеллект, но должны обеспечить его необходимым объемом данных. Если вы посмотрите на большие достижения последнего десятилетия, то увидите, что все они построены на данных ».
В декабре 2019 года Чен получил грант Национального научного фонда (NSF) по исследованию инноваций в малом бизнесе для проведения исследований и разработок своих систем летающих роботов. Чен говорит, что это финансирование было необходимо для привлечения большего числа ученых и инженеров в компанию. На данный момент Treeswift начала сотрудничать с различными лесохозяйственными компаниями, чтобы протестировать своих роботов и узнать о текущих проблемах, стоящих перед лесопользованием. Они также сотрудничали с Лесной службой Нью-Джерси и Лесной службой США и провели полевые испытания в государственном лесу Уортон.
«Treeswift — это способ действовать», — говорит Чен. «Вместо того, чтобы просто разработать алгоритм и написать по нему статью, я использую эту работу в сообществе, чтобы преодолеть разрыв между лабораторными исследованиями и реальным миром».
Развитие Treeswift от исследовательской идеи до молодой компании происходит в интересное время. После кризиса COVID-19 многие осознают важность защиты окружающей среды и предпринимают решительные шаги по борьбе с изменением климата. В то же время ограничения на поездки из-за пандемии заставили Чена сместить рабочий процесс компании в марте, что привело к более удаленному сотрудничеству с его командой и акценту на разработке надежных симуляторов для тестирования их алгоритмов.
«Это похоже на создание видеоигры для наших роботов», — говорит Чен. «Мы прилагаем все усилия по развитию моделирования, необходимого для того, чтобы проверить технологию использования Treeswift в виртуальном мире перед её тестированием в живом лесу. Это, конечно, помогает нам снизить затраты на разработке, а также полезно при организации совместной работы с удаленными партнерами, особенно с Ги, который работает с командой, находясь в Бразилии «.
Автономные летающие роботы Treeswift призваны сократить время обследования лесов и предоставить более точное представление о состоянии и управлении лесами. Кроме того, они уменьшают физический вред и дискомфорт для лесных таксаторов, людей, которые фактически ходят по лесу и измеряют деревья.
«Это может показаться не таким уж большим делом, но физически идти в лес без тропы может быть опасно. Здесь есть змеи и клещи, кусты выше вашей головы и негостеприимные температуры. он может оставаться за пределами леса и работать с грузовиком на дороге. Таким образом, оператор чувствует себя более комфортно и может быстрее собирать данные ».
Миссия Treeswift соответствует новому Центру инженерных исследований (ERC) NSF для Интернета вещей для точного земледелия (IoT4AG), штаб-квартира которого будет находиться в Пенсильвании под руководством Чери Каган, профессора Стивена Дж. Анджелло в области электротехники и системной инженерии и в области материаловедения. Этот ERC будет направлен на обеспечение продовольственной, энергетической и водной безопасности с помощью передовых сельскохозяйственных технологий, таких как сетевые датчики, искусственный интеллект и робототехника. Чен говорит, что надеется, что Treeswift сможет сотрудничать с этим центром в ближайшие годы.
Чен мечтает о мире, в котором он сможет развернуть полностью автономную систему с несколькими роботами, которую можно отправить в леса для исследования земли при удаленном управлении человеком-оператором. На данный момент команда Treeswift создает полуавтономных роботов, которые управляются людьми и имеют встроенные алгоритмы предотвращения столкновений, прежде чем создавать полностью автономные системы. Чен верит в эту технологию и множество возможностей, которые она открывает.
На данный момент Treeswift фокусируется на лесах, хотя Чен считает, что технология, которую они разрабатывают, широко применима в других отраслях в частности сельском и водном хозяйстве, изучении океанов и даже космического пространства. Хотя Чен видит большое будущее использования роботов для противодействия климатическим изменениям, он признает опасения многих людей по поводу интеграции при внедрении сложных роботизированных систем в повседневные, производственные технологии.
«Когда я разговаривал с лесниками, я узнал, что количество молодых людей, работающих в лесной отрасли, сокращается. Складывается ситуация, в которой внимание к лесным ресурсам требуется всё больше, а количество персонала способного удовлетворить эту потребность постоянно сокращается. Я хочу помочь каждому лесничему делать то, что он делает, с большей эффективностью. Эти роботы не заменят человеческую работу. Вместо этого они предоставляют новые инструменты людям, у которых есть понимание и страсть к управлению нашими лесами «.
«Мы не заменяем человека, — заключает Чен, — мы заменяем рулетку и измерительную вилку».
