Sponsor

ATHENS WEATHER

Ρομπότ χρησιμοποιεί machine learning για συλλογή μαρουλιών


Ένα ρομπότ για συγκομιδή λαχανικών, που χρησιμοποιεί machine learning για τον εντοπισμό και συλλογή ενός κοινού, μα δύσκολου στη συγκομιδή, λαχανικού, ανέπτυξαν μηχανικοί στη Βρετανία.

Το Vegebot, που είχε αναπτυχθεί από ομάδα ερευνητών του University of Cambridge, είχε αρχικά «εκπαιδευτεί» για να αναγνωρίζει και να μαζεύει μαρούλι iceberg υπό εργαστηριακές συνθήκες. Το ρομπότ δοκιμάστηκε επιτυχώς υπό σειρά συνθηκών σε συνεργασία με τη G's Growers.

Αν και το πρωτότυπο δεν είναι γρήγορο ή ικανό στο αντικείμενο όσο ένας άνθρωπος, δείχνει πώς μπορεί να επεκταθεί η χρήση της ρομποτικής στη γεωργία, ακόμα και για καλλιέργειες όπως η συγκεκριμένη, που θεωρούνται ιδιαίτερα προκλητικές από άποψης μηχανικής συγκομιδής.

Σε καλλιέργειες όπως οι πατάτες και τα σιτηρά η μηχανική συγκομιδή γίνεται σε μεγάλη κλίμακα εδώ και δεκαετίες, μα άλλες καλλιέργειες αντιστέκονται στην αυτοματοποίηση- και το μαρούλι iceberg είναι μάι εξ αυτών. Αν και καταναλώνεται ευρύτατα, υφίσταται ζημιές εύκολα και φυτρώνει σχετικά επίπεδα πάνω στο έδαφος, κάτι που δημιουργεί δυσκολίες για τις μηχανές.

«Κάθε χωράφι είναι διαφορετικό, κάθε μαρούλι είναι διαφορετικό» είπε ο Σάιμον Μπιρέλ, ερευνητής του Cambridge. «Μα αν μπορούμε να φτιάξουμε μια ρομποτική θεριστική μηχανή να λειτουργεί με το μαρούλι iceberg, μπορούμε να το κάνουμε και με πολλές άλλες καλλιέργειες».

Το Vegebot πρώτα εντοπίζει τους στόχους του στο οπτικό του πεδίο, μετά διαπιστώνει εάν ένα μαρούλι είναι υγιές και έτοιμο προς συγκομιδή, και εν τέλει το κόβει χωρίς να το συνθλίβει, έτσι ώστε να είναι έτοιμο για σουπερμάρκετ. Αυτή η διαδικασία μπορεί να είναι απλή για έναν άνθρωπο, αλλά για ένα ρομπότ αποτελεί μεγάλη πρόκληση.

Το Vegebot αποτελείται από δύο κύρια στοιχεία: Ένα σύστημα computer vision και ένα σύστημα κοπής. Μια κάμερα παρέχει εικόνα του χωραφιού και βρίσκει όλα τα μαρούλια στην κάθε εικόνα- και στη συνέχεια αποφασίζεται για το καθένα εάν πρέπει να κοπεί ή όχι. Ένα μαρούλι μπορεί να απορριφθεί εάν δεν είναι ακόμα αρκετά ώριμο ή αν έχει κάποια ασθένεια.

Για τους σκοπούς της έρευνάς τους οι μηχανικοί ανέπτυξαν και εκπαίδευσαν έναν αλγόριθμο machine learning με εικόνες μαρουλιών. Μόλις το Vegebot ήταν σε θέση να αναγνωρίζει υγιή μαρούλια στο εργαστήριο, ακολούθησε εκπαίδευση επί του πεδίου, υπό διάφορες καιρικές συνθήκες, σε χιλιάδες πραγματικά μαρούλια. Μια δεύτερη κάμερα βρίσκεται κοντά στη λεπίδα και διασφαλίζει πως η κοπή θα γίνεται όσο πιο ομαλά γίνεται, ενώ οι μηχανικοί ήταν σε θέση να ρυθμίζουν την πίεση στον βραχίονά του, έτσι ώστε να πιάνει το λαχανικό όσο δυνατά πρέπει για να μην πέφτει, αλλά και να μην το συνθλίβει.


* Οι απόψεις του ιστολογίου μπορεί να μη συμπίπτουν με τις απόψεις του/της αρθρογράφου ή τα περιεχόμενα του άρθρου.

Δημοσίευση σχολίου

0 Σχόλια