Operaatioiden suunnittelu ja päätöksentekomallit automaattisessa peltoviljelyssä

Abstract

Automaatio on yleistynyt teollisuudessa samalla, kun henkilöstökustannukset ovat nousseet. Peltoviljelyssä varsinainen automaatio on vielä harvinaista, vaikka traktorien automatisointia on tutkittu paljon. Pellon ominaisuuksista on jo mahdollista saada niin tarkkoja mittauksia, että pellon tehokas paikkakohtainen hoito on mahdollista. Tässä diplomityössä tutkitaan erilaisten päätöksentekomallien soveltuvuutta automaattisen peltoviljelyn ohjausjärjestelmään. Tutkimuksessa on toteutettu simulaattori, jolla voidaan simuloida erilaisten maatilojen peltojen kehitystä erilaisissa olosuhteissa. Simulaattori käyttää Agroteknologian laitoksen toteuttamaa kasvimallia, jonka avulla pystytään simuloimaan muutamien neliömetrien kokoisen peltoalaelementin kehitystä. Näiden peltoalaelementtien avulla pystytään simuloimaan peltoja siten, että niiden paikkakohtaiset vaihtelut pystytään havaitsemaan.

Tässä työssä on keskitytty yhden kasvukauden aikana tehtäviin tyypillisiin toimenpiteisiin viljanviljelyssä. Tavoitteena on ollut tutkia muutaman päätöksentekomallin toimintaa tiettyjen operaatioiden suunnittelussa sekä kehittää menetelmä, jolla voidaan selvittää minkälaiselle peltoalueelle mikäkin hoito-operaatio kannattaa tehdä. Näiden päätöksentekomallien ohella on selvitetty mahdollisuutta yhdistää simulaattoriin komponentit, joiden avulla voidaan tutkia peltoviljelyn logistisia ongelmia. Sumeaa logiikkaa testattiin rikkakasvien ja viljatautien torjunnan suunnittelussa. Lannoittamisen ja sadonkorjuun suunnitteluun testattiin odotusarvoihin pohjautuvaa menetelmää. Odotusarvot tähän saatiin kasvimallista. Simulaattori on toteutettu Visual Studio-ohjelmistokehitysohjelmalla, C# -ohjelmointikielellä. Skenaarioiden luominen ja niiden paikkatietojen määrittäminen tapahtuu ArcGIS-ohjelmistolla ja kasvimalli on toteutettu Matlab-matematiikkaohjelman Simulink-mallinnustyökalulla.

Kehitetyt päätöksentekomallit ja käsittelyn vaativien peltoalueiden määritys toimivat pääsääntöisesti hyvin. Myös logististen komponenttien yhdistäminen on toteutettu työssä. Lisälannoituksen päätöksentekomalli ei toimisi oikeassa viljelyssä, sillä sen tarvitsemat kasvimallista saadut estimaatit eivät ole tarpeeksi realistisia. Se kuitenkin toimii hyvin viljeltäessä simuloitua peltoa. Optimimaalinen kertalannoite-erä lisälannoituksessa osoittautui huomattavasti tavanomiasta pienemmäksi. Sumea logiikka oli vaivatonta kehittää verrattuna odotusarvomenetelmään. Se tarjoaa myös hyvät jatkokehitysmahdollisuudet.

Automation has became more and more common in industry while staff costs have exploded. This is not the case however in the agricultural sector where it is still quite rare - even though there has been lot of research into the automation of tractors. It is already possible to get extremely accurate measurements from fields where spatial farming is effective. In this Master's thesis, different decision-making models are examined for the applicability of an automatic cropping control system. A simulator has been generated to support the research. It can simulate development of different kinds of crop fields under differing circumstances. The simulator uses a plant simulation model which is developed by the Department of Agrotechnology at Helsinki university. The plant model may simulate the growth of a small area element of crop field. With these crop field elements, it is possible to simulate whole crop fields with spatial variations.

In this Master's thesis the main focus is on the typical operations of crop farming of a single growing period. The objective is to study the performance of certain decision-making models in the planning of certain operations and develop an algorithm to solve the kind of area where the operation should be done. Also, there is an intention to integrate components to the simulator which will enable the possibility of investigating logistic problems in crop farming. Fuzzy logic is tested in the planning of plant protection. The method which is based on expectation values is tested in the planning of fertilizing and harvesting. The plant model generates the expected values for this. The simulator is developed with a Visual Studio software development tool using the C# programming language. The scenarios and geographical information are generated with ArcGIS software and the plant model is developed with the Simulink modelling software of Matlab math software.

The decision-making models and algorithm for operated areas works well and the integration of logistic components is accomplished. The decision-making model of additional fertilizing works well in the simulator but would not work in the real world. This is because the expectation value estimates it needs are not realistic enough.