Een groenteplukrobot die machine learning gebruikt om een ​​alledaagse, maar uitdagend, landbouwgewas is ontwikkeld door ingenieurs.

De 'Vegebot', ontwikkeld door een team van de Universiteit van Cambridge, werd aanvankelijk opgeleid om ijsbergsla te herkennen en te oogsten in een laboratoriumomgeving. Het is nu met succes getest in verschillende veldomstandigheden in samenwerking met G's Growers, een lokale groente- en fruitcoöperatie.

Hoewel het prototype lang niet zo snel of efficiënt is als een menselijke werker, het laat zien hoe het gebruik van robotica in de landbouw kan worden uitgebreid, zelfs voor gewassen zoals ijsbergsla, die bijzonder moeilijk mechanisch te oogsten zijn. De resultaten zijn gepubliceerd in The Journal of Field Robotics .

Gewassen zoals aardappelen en tarwe worden al tientallen jaren machinaal op schaal geoogst, maar veel andere gewassen hebben tot op heden weerstand geboden aan automatisering. IJsbergsla is zo'n gewas. Hoewel het de meest voorkomende slasoort is die in het VK wordt geteeld, ijsberg wordt gemakkelijk beschadigd en groeit relatief vlak bij de grond, een uitdaging voor robotoogstmachines.

"Elk veld is anders, elke sla is anders, "Zei co-auteur Simon Birrell van Cambridge's Department of Engineering. "Maar als we een robotoogstmachine kunnen laten werken met ijsbergsla, we zouden het ook met veel andere gewassen kunnen laten werken."

"Momenteel, oogsten is het enige deel van de levenscyclus van sla dat handmatig wordt gedaan, en het is fysiek erg veeleisend, " zei co-auteur Julia Cai, die aan de computervisiecomponenten van de Vegebot werkte terwijl ze een student was in het lab van Dr. Fumiya Iida.

De Vegebot identificeert eerst het 'doel'-gewas binnen zijn gezichtsveld, bepaalt vervolgens of een bepaalde sla gezond is en klaar om te worden geoogst, en snijdt tenslotte de sla van de rest van de plant af zonder hem te pletten zodat hij 'supermarktklaar' is. "Voor een mens het hele proces duurt een paar seconden, maar het is een heel uitdagend probleem voor een robot, " zei co-auteur Josie Hughes.

De Vegebot heeft twee hoofdcomponenten:een computer vision-systeem en een snijsysteem. De overheadcamera op de Vegebot maakt een beeld van het slaveld en identificeert eerst alle slasoorten in het beeld, en dan voor elke sla, classificeert of het moet worden geoogst of niet. Een sla kan worden afgewezen omdat hij nog niet rijp is, of het kan een ziekte hebben die zich tijdens de oogst naar andere slasoorten kan verspreiden.

De onderzoekers ontwikkelden en trainden een machine learning-algoritme op voorbeeldafbeeldingen van sla. Zodra de Vegebot in het lab gezonde sla kon herkennen, het werd toen getraind in het veld, in verschillende weersomstandigheden, op duizenden echte slasoorten.

Een tweede camera op de Vegebot bevindt zich nabij het snijmes, en zorgt voor een soepele snede. De onderzoekers waren ook in staat om de druk in de grijparm van de robot aan te passen, zodat deze de sla stevig genoeg vasthield om hem niet te laten vallen. maar niet zo stevig om het te verpletteren. De kracht van de greep kan worden aangepast voor andere gewassen.

"We wilden benaderingen ontwikkelen die niet per se specifiek waren voor ijsbergsla, zodat ze kunnen worden gebruikt voor andere soorten bovengrondse gewassen, " zei Iida, die het team achter het onderzoek leidt.

In de toekomst, robotoogstmachines kunnen helpen bij het aanpakken van problemen met arbeidstekorten in de landbouw, en kan ook helpen om voedselverspilling te verminderen. Momenteel, elk veld wordt doorgaans eenmaal geoogst, en alle onrijpe groenten of fruit worden weggegooid. Echter, een robotoogstmachine kan worden getraind om alleen rijpe groenten te plukken, en aangezien het de klok rond kon oogsten, het kan meerdere passen op hetzelfde veld uitvoeren, op een later tijdstip terugkomen om de groenten te oogsten die tijdens vorige passen onrijp waren.

"We verzamelen ook veel gegevens over sla, die kunnen worden gebruikt om de efficiëntie te verbeteren, zoals welke velden de hoogste opbrengst hebben, "zei Hughes. "We moeten onze Vegebot nog versnellen tot het punt waarop hij kan concurreren met een mens, maar we denken dat robots veel potentie hebben in de agri-tech."