Инженеры разработали робота-сборщика овощей, который использует машинное обучение для идентификации и сбора обычных, но сложных сельскохозяйственных культур.
Vegebot, разработанный командой из Кембриджского университета, изначально был обучен распознавать и собирать салат айсберг в лабораторных условиях. В настоящее время он успешно прошел испытания в различных полевых условиях в сотрудничестве с G's Growers, местным фруктово-овощным кооперативом.
Такие культуры, как картофель и пшеница, собирались механическим способом на протяжении десятилетий, но многие другие культуры на сегодняшний день сопротивляются автоматизации. Салат айсберг является одной из таких культур. Несмотря на то, что это наиболее распространенный вид салата, выращиваемый в Великобритании, айсберг легко повреждается и растет относительно плоско по отношению к земле, что представляет собой проблему для роботов-комбайнов.
«Каждое поле отличается, каждый салат отличается», - сказал соавтор Саймон Биррелл из инженерного факультета Кембриджа. «Но если мы сможем заставить робота-уборщика работать с салатом айсберг, мы сможем заставить его работать и со многими другими культурами».
«В настоящее время сбор урожая - это единственная часть жизненного цикла салата, которая выполняется вручную, и это требует больших физических усилий», - сказала соавтор Джулия Кай, которая работала над компонентами компьютерного зрения Vegebot во время работы. она была студенткой бакалавриата в лаборатории доктора Фумии Ииды.
Вегебот сначала идентифицирует «целевой» урожай в поле своего зрения, затем определяет, здоров ли конкретный салат и готов ли он к уборке, и, наконец, отделяет салат от остальной части растения, не раздавливая его, чтобы это «супермаркет готов».«Для человека весь процесс занимает пару секунд, но для робота это действительно сложная задача», - говорит соавтор Джози Хьюз.
Вегебот состоит из двух основных компонентов: системы компьютерного зрения и системы резки. Верхняя камера на Vegebot делает снимок поля салата и сначала идентифицирует все салаты на изображении, а затем для каждого салата классифицирует, следует ли его собирать или нет. Салат может быть забракован, потому что он еще не созрел, или у него может быть болезнь, которая может распространиться на другие салаты в урожае.
Исследователи разработали и обучили алгоритм машинного обучения на примерах изображений салата. Как только Vegebot научился распознавать здоровые листья салата в лаборатории, его затем обучили в полевых условиях, в различных погодных условиях, на тысячах настоящих листьев салата.
Вторая камера на Vegebot расположена рядом с режущим диском и помогает обеспечить ровный срез. Исследователи также смогли отрегулировать давление в захватной руке робота так, чтобы он удерживал салат достаточно крепко, чтобы не уронить его, но не настолько, чтобы раздавить его. Усилие захвата можно отрегулировать для других культур.
«Мы хотели разработать подходы, которые не обязательно были бы специфичны для салата айсберг, чтобы их можно было использовать для других видов надземных культур», - сказал Иида, возглавляющий группу, занимающуюся исследованием.
В будущем роботы-уборщики могут помочь решить проблемы с нехваткой рабочей силы в сельском хозяйстве, а также сократить пищевые отходы. В настоящее время каждое поле обычно собирают один раз, а все незрелые овощи или фрукты выбрасывают. Однако робот-уборщик можно обучить собирать только созревшие овощи, а поскольку он может собирать урожай круглосуточно, он может выполнять несколько проходов по одному и тому же полю, возвращаясь позже, чтобы собрать овощи, которые не созрели во время предыдущих проходов.
«Мы также собираем много данных о салате, которые можно использовать для повышения эффективности, например, какие поля дают самые высокие урожаи», - сказал Хьюз.«Нам еще нужно ускорить нашего Vegebot до такой степени, чтобы он мог конкурировать с человеком, но мы думаем, что у роботов есть большой потенциал в агротехнологиях».