Česká společnost Fly4Future ve spolupráci s vědeckým týmem Jihočeské univerzity vyvíjí autonomní bezpilotní letecký systém (BLS), jehož cílem je včasná detekce srnčích mláďat ukrytých v porostu před průjezdem zemědělské techniky. Projekt kombinuje bezpilotní letouny (UAV), pokročilé algoritmy strojového učení a zpracování dat přímo na palubě dronu, tak aby bylo možné poskytovat upozornění obsluze v reálném čase bez nutnosti přenosu velkých objemů dat na vzdálené servery.
Technické řešení a princip fungování
Systém využívá kamerové senzory a optimalizované modely pro detekci objektů (object detection), které jsou nasazeny formou inferencí na palubním výpočetním modulu – tzv. edge AI. Tento přístup minimalizuje latenci a nároky na přenosovou kapacitu, což je klíčové při operacích nad rozsáhlými plochami během krátkého časového okna senoseče. Vývojáři se zaměřují na robustní softwarové modely (např. konvoluční neuronové sítě upravené pro běh na vestavěném hardwaru) a na redundanci a odolnost hardwaru, aby drony zvládly proměnlivé prostředí, nárazy, prach a vlhkost.
Trénink a kvalita rozpoznávání
Tým trénuje algoritmy na reálných nahrávkách z polí s ručně anotovanými případy i s příklady obtížných situací — slabé osvětlení, rozdílné typy porostu, různá poloha a zabarvení mláďat. Využívají se techniky jako augmentace dat a transfer learning, aby se zvýšila schopnost modelu generalizovat mimo tréninková data. Mezi klíčové metriky patří vysoká detekční citlivost při nízké míře falešných poplachů, protože falešné výstrahy by snižovaly uživatelský komfort a důvěru farmářů.
Autonomie letu a bezpečnost provozu
Kromě percepce vývojáři řeší autonomii mise — plánování tras, geofencing, navádění a bezpečnostní režimy pro případ ztráty spojení. Systém musí být kompatibilní s předpisy civilního letectví a provozovatelný bez rizika kolize s dalším leteckým provozem. Důraz je kladen i na přesné geopozicování, které umožní lokalizaci zvířat vůči mapě polí a strojům v terénu.
Komunikace s obsluhou a integrace do praxe
Detekce je operátorovi doručována v reálném čase prostřednictvím bezdrátového spojení do rozhraní v kabině traktoru nebo do mobilní aplikace. Upozornění mohou obsahovat přesnou polohu, snímek a odhad důvěryhodnosti detekce, aby obsluha mohla rychle rozhodnout o zásahu. V rámci pilotních provozů se počítá s integrací do pracovních postupů zemědělců a se školením uživatelů.
Zapojení veřejnosti, pilotní provozy a etika dat
Projekt počítá s participací dobrovolníků, kteří mohou sdílet fotografie a videa z polí pro rozšíření tréninkové datové sady. Zpracování takových dat probíhá s důrazem na ochranu soukromí a v souladu s předpisy o ochraně osobních údajů. V plánovaných pilotních nasazeních budou technologie testovány v reálných podmínkách s lokálními farmáři, aby se systém přizpůsobil praktickým požadavkům.
Financování a perspektivy využití
Projekt je realizován s grantovou podporou a jeho primárním cílem je snížit počet zraněných a usmrcených mláďat během senoseče. Pokud se koncept osvědčí, může být technologie rozšířena i do dalších oblastí — například ochrany jiných druhů zvěře, monitoringu biotopů nebo precizního zemědělství, kde by edge AI a autonomní lety zefektivnily sběr dat a zásahy v terénu.
