Robot bruger maskinlæring til at høste salat

En grøntsagsplukkerobot, der bruger maskinlæring til at identificere og høste en almindelig men udfordrende, landbrugsafgrøder er udviklet af ingeniører.

'Vegebot', udviklet af et team ved University of Cambridge, blev oprindeligt trænet til at genkende og høste isbjergsalat i laboratoriemiljøer. Det er nu blevet testet med succes i en række markforhold i samarbejde med G's Growers, et lokalt frugt og grønt kooperativ.

Selvom prototypen ikke er nær så hurtig eller effektiv som en menneskelig arbejder, det demonstrerer, hvordan brugen af ​​robotteknologi i landbruget kan udvides, selv til afgrøder som icebergsalat, der er særligt udfordrende at høste mekanisk. Resultaterne offentliggøres i Journal of Field Robotics .

Afgrøder som kartofler og hvede er blevet høstet mekanisk i skala i årtier, men mange andre afgrøder har til dato modstået automatisering. Isbjergsalat er en sådan afgrøde. Selvom det er den mest almindelige type salat dyrket i Storbritannien, isbjerg beskadiges let og vokser relativt fladt til jorden, udgør en udfordring for robothøstere.

"Hvert felt er forskelligt, hver salat er anderledes, " sagde medforfatter Simon Birrell fra Cambridge's Department of Engineering. "Men hvis vi kan få en robothøster til at fungere med isbjergsalat, vi kunne også få det til at fungere med mange andre afgrøder."

"I øjeblikket, høst er den eneste del af salatens livscyklus, der udføres manuelt, og det er meget fysisk krævende, " sagde medforfatter Julia Cai, som arbejdede på computervisionskomponenterne i Vegebot, mens hun var bachelorstuderende i Dr. Fumiya Iidas laboratorium.

Vegebot identificerer først 'mål'-afgrøden inden for sit synsfelt, bestemmer derefter, om en bestemt salat er sund og klar til at blive høstet, og skærer til sidst salaten fra resten af ​​planten uden at knuse den, så den er 'supermarkedsklar'. "For et menneske, hele processen tager et par sekunder, men det er et virkelig udfordrende problem for en robot, " sagde medforfatter Josie Hughes.

Vegebot har to hovedkomponenter:et computersynssystem og et skæresystem. Overheadkameraet på Vegebot tager et billede af salatmarken og identificerer først alle salaterne på billedet, og så for hver salat, klassificerer, om det skal høstes eller ej. En salat kan blive afvist, fordi den endnu ikke er moden, eller det kan have en sygdom, der kan sprede sig til andre salater i høsten.

Forskerne udviklede og trænede en maskinlæringsalgoritme på eksempler på billeder af salat. Når Vegebot kunne genkende sunde salater i laboratoriet, den blev derefter trænet i marken, i forskellige vejrforhold, på tusindvis af rigtige salater.

Et andet kamera på Vegebot er placeret nær skærebladet, og hjælper med at sikre et jævnt snit. Forskerne var også i stand til at justere trykket i robottens gribearm, så den holdt salaten fast nok til ikke at tabe den, men ikke så fast at knuse den. Kraften af ​​grebet kan justeres til andre afgrøder.

"Vi ønskede at udvikle tilgange, der ikke nødvendigvis var specifikke for icebergsalat, så de kan bruges til andre typer overjordiske afgrøder, " sagde Iida, som leder holdet bag forskningen.

I fremtiden, robothøstere kunne hjælpe med at løse problemer med mangel på arbejdskraft i landbruget, og kunne også være med til at reducere madspild. I øjeblikket, hver mark høstes typisk én gang, og eventuelle umodne grøntsager eller frugter kasseres. Imidlertid, en robothøster kunne trænes til kun at plukke modne grøntsager, og da den kunne høste døgnet rundt, det kunne udføre flere afleveringer på samme felt, vende tilbage på et senere tidspunkt for at høste de grøntsager, der var umodne under tidligere passager.

"Vi indsamler også masser af data om salat, som kunne bruges til at forbedre effektiviteten, som hvilke marker der har det højeste udbytte, " sagde Hughes. "Vi er stadig nødt til at fremskynde vores Vegebot til det punkt, hvor den kan konkurrere med et menneske, men vi tror, ​​robotter har masser af potentiale inden for agri-tech."