Kredit:CC0 Public Domain
"Der er et stigende behov for at udvikle automatiserede robotløsninger til landbruget på grund af stigende efterspørgsel efter fødevarer, ændrede klimaforhold og faldende tilgængelighed af manuelt menneskeligt arbejde, " sagde Cambridge Ph.D.-studerende Luca Scimeca. "Vores salat- og stængeldetektionsalgoritme demonstrerer en robot, der er robust over for rod, varierende lysforhold, og kameraafstand, såvel som variationer i produktstørrelse, form og orientering."
Den nye maskinsynsrørledning og sugefjernelse/vakuumsystem, udviklet i afdelingens Machine Intelligence Laboratory, er i stand til at udføre skrælningsprocessen – med fuld bladfjernelse – 50 procent af tiden, hvor processen i gennemsnit tager 27 sekunder at fuldføre.
Sortering af afgrøder, såsom salat, og fjernelse af de yderste blade efter høst er en opgave, der i øjeblikket udføres af landarbejdere. For landarbejdere er dette en meget nem opgave, men for robotter, det er en udfordrende visions- og manipulationsopgave, og som hidtil har været svær for robotteknologier at fatte.
Men nu er den automatiske fjernelse af salatblade rykket et skridt tættere på virkeligheden, efter forskerholdet, ledet af Dr. Fumiya Iida, Underviser i mekatronik, adresserede udfordringerne ved at håndtere dette bløde, skrøbelige produkter. Deres skabelse af en 3-D-printet cirkulær dyse, monteret på enden af en robotarm og testet med et sugesystem, fungerer som det enkelte vakuumsugepunkt. Den er designet til at gribe et blad og fjerne det fra salatens hoveddel ved hjælp af en rivende handling, uden at forårsage skade på produktet.
Afgørende for nøjagtigheden af bladrivningen er brugen af computersyn til at lokalisere og bestemme placeringen af salaten. Det gør den ved først at detektere salatstammen ved hjælp af et 2-D webkamera placeret direkte over og inden for det antagne synsfelt. I tilfælde hvor stilken ikke kan findes, en handling vil blive truffet for at vende salaten ved at anvende en vandret kraft og rulle salaten med en blød pude fastgjort til robotarmen. Bedre placering af salaten kan så opnås med det yderste blad ovenpå og med minimal risiko for skader.
Algoritmen til detektion af salat og stængel blev testet på 180 billeder af individuelle salater taget med webkameraet i højder mellem 70 cm og 100 cm. I alt 10 forskellige isbjergsalater blev brugt i forskellige positioner, og med varierende lysretning og intensitet, med nogle placeret ved siden af baggrundsobjekter arrangeret til at repræsentere rod. Ud over, 30 billeder blev taget efter at have opbevaret produktet i tre dage, resulterer i ændringer i stilkens farve. Salatdetektionsalgoritmen var i stand til nøjagtigt at lokalisere midten af salaten med 100 procent nøjagtighed, og stilkdetekteringsalgoritmen opnåede en detektionsnøjagtighed på 81,01 procent. Som et resultat af disse fund, forskerholdet var i stand til at identificere det optimale punkt for fjernelse af salatblade.
Luca Scimeca, fra Biologically Inspired Robotics Laboratory (BIRL), arbejdet på synssystemet. Han sagde, at robotten kunne anvendes til mange andre afgrøder, såsom blomkål, som er langt mindre skrøbelig, og som giver færre udfordringer, når det kommer til computersyn, der skal analysere dens orientering.
"Salatbladskrælning er et interessant robotproblem ud fra et ingeniørmæssigt perspektiv, fordi bladene er bløde, de rives let i stykker, og formen på salaten er aldrig givet, " sagde han. "Den computervision, vi har udviklet, som ligger i hjertet af vores salatskrælningsrobot, kan anvendes til mange andre afgrøder, såsom blomkål, hvor lignende oplysninger ville være nødvendige for efterbehandlingen af produktet.
"Imidlertid, der er behov for yderligere arbejde for at integrere de tre faser:syndetektion, rullesystem og bladrivning/fjernelse, i én ende-til-ende løsning. Vi foreslår en tilgang ved hjælp af en toarms Baxter-robot, hvor positur-estimeringen og peeling-processen kombineres."