Collaboration with Yakutia

เมื่อวันเสาร์ที่ผ่านมา ผมได้มีโอกาสพูดคุยกับ คุณ Ellei จบปริญญาเอก (PhD) สาขาคณิตศาสตร์ เชี่ยวชาญด้าน Differential Geometry จาก Yakutia, Russia และทำหลักสูตรปริญญาโทของ Data Science & Machine Learning ที่ NEFU) ที่มีความเชี่ยวชาญทั้งด้านคณิตศาสตร์และปัญญาประดิษฐ์ (AI) เราได้หารือกันถึงการนำ AI + Robotics ไปใช้แก้ปัญหาของ Yakutia ซึ่งเป็นภูมิภาคอากาศสุดขั้ว

บริบทของพื้นที่ของรัสเซียแทบตอนบน หรือ Yakutia เป็นภูมิภาคที่มีภูมิอากาศเย็นสุดขั้ว แต่มีทรัพยากรธรรมชาติอุดมสมบูรณ์ อุตสาหกรรมหลัก ได้แก่ การทำเหมือง: เพชร ทอง ดีบุก และถ่านหิน (แม้ว่าเหมืองเพชรกำลังชะลอตัว) การเกษตร: การเลี้ยงม้าและวัวเป็นหลัก เกษตรกรต้องเลี้ยงสัตว์ในโรงเรือนเกิน 6 เดือนต่อปีเพราะอากาศหนาวจัด ส่วนอื่นๆ การเก็บผลไม้ป่า (berries) และการประมง โดยความท้าทายของภูมิภาคนี้คืออากาศติดลบเกือบตลอดปี น้ำท่วมช่วงฤดูน้ำแข็งละลาย ไฟป่าในฤดูแล้ง และต้นทุนแรงงานสูงสำหรับภาคเกษตรกรรม ซึ่งจะสามารถแก้ปัญหาได้ด้วยโรบอท จึงนำมาคุยงานวิจัยกันครับ เช่น

โดรนตรวจวัดความหนาน้ำแข็งเพื่อป้องกันน้ำท่วม สำหรับหน่วยงานท้องถิ่นและองค์กรป้องกันน้ำท่วม

ปัญหา: น้ำแข็งละลายไม่สม่ำเสมอทำให้แม่น้ำอุดตันและเกิดน้ำท่วม

เป้าหมาย: พัฒนาโดรนติดเซ็นเซอร์ตรวจวัดความหนาน้ำแข็งแบบเรียลไทม์

เงื่อนไขสิ่งแวดล้อม: อุณหภูมิต่ำถึง -20°C, ลมแรง 5–15 m/s, ระยะการบิน 5–20 กม.

ระบบอัตโนมัติเฝ้าระวังไฟป่า สำหรับหน่วยงานป่าไม้ รัฐบาลท้องถิ่น และผู้จัดการพื้นที่ป่าเอกชน

ปัญหา: ไฟป่าในไซบีเรียสร้างความเสียหายใหญ่หลวง การตรวจจับช้าและยากในพื้นที่ห่างไกล

เป้าหมาย: ใช้โดรน AI ตรวจจับไฟป่าตั้งแต่ระยะเริ่มต้น พร้อมระบบแจ้งเตือนและควบคุมเบื้องต้น

ครอบคลุมการตรวจลาดตระเวน แจ้งเตือนอัตโนมัติ และปฏิบัติการระงับไฟขั้นต้น

หุ่นยนต์สำหรับเหมืองในอากาศหนาวจัด ตลาดเหมืองมีมูลค่าสูง และสามารถพัฒนาไปสู่ระบบเหมืองอัตโนมัติเต็มรูปแบบ

ปัญหา: การทำงานในอุณหภูมิต่ำกว่า -40°C เสี่ยงต่อแรงงานและอุปกรณ์

แนวทาง: ใช้หุ่นยนต์สำหรับสำรวจ ตรวจสอบเครื่องจักร และขนส่งงานเบา

หุ่นยนต์เกษตรอัจฉริยะในพื้นที่ไซบีเรีย

ปัญหา: สภาพอากาศหนาว ฤดูเพาะปลูกสั้น ต้นทุนแรงงานสูง เกษตรกรต้องเลี้ยงสัตว์ในโรงเรือนครึ่งปี

แนวทาง: หุ่นยนต์เกษตรที่ใช้ AI วิเคราะห์สภาพดิน ความชื้น และสุขภาพพืชสัตว์ พร้อมระบบขับเคลื่อนที่ทำงานได้บนหิมะ ระบบจัดการมูลวัวอัตโนมัติ ลดแรงงานคนและเพิ่มความยั่งยืนด้านสิ่งแวดล้อม

คำถามวิจัยที่แลกเปลี่ยนกันอื่นๆ เช่น เทคโนโลยีโดรนที่เหมาะสมที่สุดสำหรับเหมืองในอากาศหนาวจัด เมืองที่มีปัญหาฝุ่น เช่น Yakutsk สามารถประยุกต์ใช้ หุ่นยนต์ทำความสะอาดถนน แบบใด เซ็นเซอร์ LiDAR, เรดาร์, กล้องความร้อน อะไรเหมาะที่สุดสำหรับการนำทางในหมอกหนาทึบ จะออกแบบระบบ จัดการมูลสัตว์อัตโนมัติ อย่างไรให้ทำงานได้ตลอดปีในอุณหภูมิติดลบ

Collaboration with Ellei Shamaev from Yakutia. https://www.linkedin.com/in/ellei-shamaev/

The main industries of Yakutia include diamond, gold, tin, and coal mining, though diamond mining is currently in decline. Agriculture is centered around horse and cattle production, and we also see potential for berry harvesting, fishing to become a growing industry.

Project Description: Drone Ice Measure to Prevent Overflooding

1. Project Goal

The primary objective of this project is to develop and deploy a drone-based system for ice thickness monitoring to prevent dangerous spring flooding. The system will provide accurate and timely data on river ice thickness, allowing for proactive measures to mitigate flood risks in vulnerable communities.

2. Seasonality

The project’s operational season is focused on April and May each year, a critical period when ice melt and river breakup pose the highest threat of flooding. The solution must be robust enough to operate effectively during this specific timeframe.

3. Market Analysis

The target market for this technology is small, with a total estimated size of less than $100K. The focus will be on a niche group of clients, including municipal authorities, local environmental agencies, and flood control districts that require precise, on-demand ice data.

4. Monetization

The monetization strategy is based on securing contracts with monitoring companies and local government bodies. The project will generate revenue by offering specialized ice monitoring services on a per-season or subscription basis, providing regular data reports and real-time alerts to clients.

5. Problem Statement & R&D

A significant problem is the absence of life-proven ice thickness measurement devices capable of operating in harsh environments. Current methods are often manual, dangerous, and unreliable. Therefore, a core component of this project is research and development (R&D) to create a reliable and durable solution. The technology must be proven effective under real-world conditions.

6. Our discussion contribution 

The key technical contribution of this project is the investigation into the relationship between drone payload and operational range. Specifically, we will research and attempt to approximate the constraint curve of device weight on distance. This is crucial for designing ice thickness measurement device to meet the project’s demanding specifications.

This research will be conducted with the following environmental constraints in mind:

• Weather: Operations must be feasible in temperatures as low as -20°C.
• Wind: The drone must be stable in wind speeds of 5-15 m/s.
• Distance: The system needs to effectively measure ice up to a distance of 5-20 km from its base of operations.

Project Description: Forest Fire Monitoring and Early Containment Drone

1. Project Goal

The core objective of this project is to create an autonomous drone system for the early detection, monitoring, and initial containment of forest fires. By providing real-time data and a rapid response capability, the system aims to significantly reduce the scale and destruction of wildfires.

2. Seasonality

The project’s operational season is focused on the dry seasons, typically from late spring through early autumn, when the risk of wildfire is at its peak. The drone system is designed to provide 24/7 surveillance during this critical period.

3. Market Analysis

The target market for this technology is estimated to be less than $1M. Key clients include national and regional forestry services, government emergency management agencies, and large private land management companies responsible for vast forest properties.

4. Monetization

The project will be monetized through service contracts for real-time monitoring and rapid-response deployments. Revenue will be generated by offering a comprehensive service package that includes drone patrols, automated fire alerts, and on-demand initial suppression capabilities.

5. Problem Statement & R&D

The market needs cheaper standard solutions. 

6. Our discussion contribution 

It can be combined with the ice thickness measurement project.
We do not know life proven analogues systems.

Short questions for knowledge:

Drones for Mining in Cold Climates

Given the extremely cold climate in Yakutia, what are the most effective drone technologies—such as gas-battery hybrids—for monitoring mining sites to increase efficiency? Big market.

Robotic Street Cleaners

In cities with significant dust problems, like Yakutsk, what robotic street-cleaning solutions have been successfully implemented elsewhere?

Sensors for Foggy Conditions

Given that dense fog makes intercity driving unsafe in Yakutia during September and from December to February, what are the most reliable sensor-based solutions—such as LiDAR, cameras, or radar—for navigation?

Automated Manure Management in Siberia

How can an autonomous robotic system be designed to handle manure management for Siberian farmers, addressing challenges like high labor costs and the need for year-round operation in sub-zero temperatures?
The need to house cows indoors for six months due to the cold climate is a key reason why automating manure management is so critical for Siberian farmers. Big market.