@Articles{,
    	author	 = {Sebastian Szymczyk and Stanisław Legutko and Michał Zawada and Mateusz Nijak and Jacek Wojciechowski},
    	title 	 = {{Zwalczanie chwastów z wykorzystaniem systemów wizyjnych i sztucznej inteligencji jako nowy kierunek rozwoju opryskiwaczy rolniczychWeed control using vision systems and artificial intelligence as a new development direction for agricultural sprayers}},
    	journal  = {Progress in Plant Protection},
    	year	 = {2023},
    	volume   = {63},
    	number   = {4},
		pages    = {205-212},
    	abstract = {Producenci opryskiwaczy rolniczych poszukują innowacyjnych rozwiązań pozwalających zmniejszyć ilość stosowanych środków ochro­ny roślin na polach uprawnych przy jednoczesnym utrzymaniu wysokiej skuteczności zabiegów. Zmiany prawne, czynniki ekonomicznei świadomość rolników są głównymi elementami napędzającymi rozwój nowych rozwiązań. W najnowszych i najbardziej zaawansowa­nych technologicznie opryskiwaczach rolniczych wykorzystuje się systemy wizyjne, umożliwiające precyzyjne aplikowanie herbicydów tylko w miejscach występowania chwastów. Wykorzystanie algorytmów sztucznej inteligencji w tych systemach pozwala na rozszerze­nie funkcjonalności opryskiwaczy, umożliwiając rozróżnienie między chwastami a uprawianymi roślinami, identyfikację rodzajów i ilo­ści chwastów oraz generowanie map zagęszczenia chwastów, zgodnie z zasadami precyzyjnego rolnictwa. W publikacji przedstawiono najbardziej interesujące według autorów innowacyjne rozwiązania, wykorzystujące systemy wizyjne i algorytmy sztucznej inteligencji w opryskiwaczach rolniczych. Manufacturers of agricultural sprayers are looking for innovative solutions to reduce the amount of crop protection products applied to crop fields while maintaining high treatment efficiency. Legal changes, economic factors and farmers’ awareness are the main elements driving the development of new solutions. The latest and most technologically advanced agricultural sprayers use vision systems that allow precise application of herbicides only where weeds are present. The use of artificial intelligence algorithms in these systems makes it possible to extend the functionality of sprayers, enabling them to distinguish between weeds and cultivated plants, identify the types and amounts of weeds, and generate weed density maps, according to the principles of precision agriculture. The publication presents the most interesting innovative solutions, according to the authors, using vision systems and artificial intelligence algorithms in agricul­tural sprayers.},
		affiliation = {Sieć Badawcza Łukasiewicz – Poznański Instytut Technologiczny, Centrum Technologii Rolniczych i Spożywczych, Estkowskiego 6, 61-755 Poznań, PolskaPolitechnika Poznańska, Wydział Inżynierii Mechanicznej, plac Marii Skłodowskiej-Curie 5, 60-965 Poznań, Polska, Politechnika Poznańska, Wydział Inżynierii Mechanicznej, plac Marii Skłodowskiej-Curie 5, 60-965 Poznań, Polska, Sieć Badawcza Łukasiewicz – Poznański Instytut Technologiczny, Centrum Technologii Rolniczych i Spożywczych, Estkowskiego 6, 61-755 Poznań, PolskaPolitechnika Poznańska, Wydział Inżynierii Mechanicznej, plac Marii Skłodowskiej-Curie 5, 60-965 Poznań, Polska, Sieć Badawcza Łukasiewicz – Poznański Instytut Technologiczny, Centrum Technologii Rolniczych i Spożywczych, Estkowskiego 6, 61-755 Poznań, PolskaPolitechnika Poznańska, Wydział Automatyki, Elektroniki i Elektrotechniki, plac Marii Skłodowskiej-Curie 5, 60-965 Poznań, Polska, Sieć Badawcza Łukasiewicz – Poznański Instytut Technologiczny, Centrum Technologii Rolniczych i Spożywczych, Estkowskiego 6, 61-755 Poznań, Polska},
		keywords = {opryskiwacze rolnicze, systemy wizyjne, sztuczna inteligencja, redukcja środków ochrony roślin, agriculture sprayers, vision systems, artificial intelligence, reduction of pesticides},
    	url 	 = {https://www.progress.plantprotection.pl:443/?node_id=35&ma_id=4530}
    }