Roboter nutzt maschinelles Lernen zur Salaternte
Der Vegebot, entwickelt von einem Team der University of Cambridge, wurde zunächst trainiert, um Eisbergsalat in einem Labor zu erkennen und zu Ernten. In Zusammenarbeit mit G's Growers, einer lokalen Obst- und Gemüsegenossenschaft, wurde es nun unter verschiedenen Feldbedingungen erfolgreich getestet.
![SKY-TOM/ Pixabay](https://img.chemie.de/Portal/News/124298_6We1uDOLG.jpg?tr=n-xzoom)
Symbolbild
SKY-TOM/ Pixabay
Obwohl der Prototyp bei weitem nicht so schnell und effizient ist wie ein menschlicher Arbeiter, zeigt er doch, wie der Einsatz von Robotik in der Landwirtschaft ausgeweitet werden kann, auch bei Kulturen wie Eisbergsalat, die eine besondere Herausforderung bei der mechanischen Ernte darstellen. Die Ergebnisse werden im The Journal of Field Robotics veröffentlicht.
Kulturen wie Kartoffeln und Weizen werden seit Jahrzehnten mechanisch im großen Stil geerntet, aber viele andere Kulturen haben sich bisher gegen eine Automatisierung gewehrt. Eisbergsalat ist eine solche Kultur. Obwohl es sich um die häufigste Salatart in Großbritannien handelt, wird der Eisberg leicht beschädigt und wächst relativ flach auf dem Boden, was eine Herausforderung für Roboter-Erntemaschinen darstellt.
"Jedes Feld ist anders, jeder Salat ist anders", sagte Simon Birrell, Co-Autor von Cambridge's Department of Engineering. "Aber wenn wir einen Roboter-Harvester mit Eisbergsalat zum Laufen bringen können, können wir es auch mit vielen anderen Kulturen machen."
"Im Moment ist die Ernte der einzige Teil des Lebenszyklus von Salat, der manuell durchgeführt wird und sehr anstrengend ist", sagte Mitautorin Julia Cai, die an den Komponenten der Computer Vision des Vegebot arbeitete, während sie als Studentin im Labor von Dr. Fumiya Iida studierte.
Der Vegebot identifiziert zunächst die "Ziel"-Kultur in seinem Sichtfeld, bestimmt dann, ob ein bestimmter Salat gesund und erntebereit ist, und schneidet schließlich den Salat aus dem Rest der Pflanze heraus, ohne ihn zu zerkleinern, so dass er "supermarktreif" ist. "Für einen Menschen dauert der gesamte Prozess ein paar Sekunden, aber es ist ein wirklich herausforderndes Problem für einen Roboter", sagte Co-Autor Josie Hughes.
Der Vegebot besteht aus zwei Hauptkomponenten: einem Computer Vision System und einem Schneidsystem. Die Overheadkamera am Vegebot nimmt ein Bild des Salatfeldes auf und identifiziert zunächst alle Salate im Bild, und klassifiziert dann für jeden Salat, ob er geerntet werden soll oder nicht. Ein Salat kann abgelehnt werden, weil er noch nicht reif ist, oder er könnte eine Krankheit haben, die sich auf andere Salate in der Ernte ausbreiten könnte.
Die Forscher entwickelten und trainierten einen maschinellen Lernalgorithmus an Beispielbildern von Salaten. Nachdem der Vegebot im Labor gesunde Salate erkennen konnte, wurde er dann im Feld, bei verschiedenen Wetterbedingungen, auf Tausenden von echten Salaten trainiert.
Eine zweite Kamera am Vegebot befindet sich in der Nähe des Schneidmessers und sorgt für einen reibungslosen Schnitt. Außerdem konnten die Forscher den Druck im Greifarm des Roboters so einstellen, dass er den Salat fest genug hielt, um ihn nicht fallen zu lassen, aber nicht so fest, dass er ihn zerdrückt. Die Kraft des Griffs kann für andere Kulturen eingestellt werden.
"Wir wollten Ansätze entwickeln, die nicht unbedingt spezifisch für Eisbergsalat sind, damit sie für andere Arten von übertägigen Kulturen verwendet werden können", sagt Iida, der das Team hinter der Forschung leitet.
In Zukunft könnten Roboter-Erntemaschinen helfen, Probleme mit Arbeitskräftemangel in der Landwirtschaft zu lösen und auch dazu beitragen, Lebensmittelabfälle zu reduzieren. Im Moment wird jedes Feld typischerweise einmal geerntet, und unreifes Gemüse oder Obst wird entsorgt. Ein Roboter-Harvester könnte jedoch trainiert werden, nur reifes Gemüse zu pflücken, und da er rund um die Uhr ernten könnte, könnte er mehrere Durchgänge auf dem gleichen Feld durchführen und zu einem späteren Zeitpunkt zurückkehren, um das Gemüse zu ernten, das bei früheren Durchgängen noch unreif war.
"Wir sammeln auch viele Daten über Salat, die zur Effizienzsteigerung genutzt werden können, z.B. welche Felder die höchsten Erträge bringen", sagt Hughes. "Wir müssen unseren Vegebot noch so weit beschleunigen, dass er mit einem Menschen konkurrieren kann, aber wir denken, dass Roboter viel Potenzial in der Agrotechnik haben."
Die Gruppe von Iida in Cambridge ist auch Teil des weltweit ersten Centre for Doctoral Training (CDT) in der Agrar- und Lebensmittelrobotik. In Zusammenarbeit mit Forschern der University of Lincoln und der University of East Anglia werden die Cambridge-Forscher die nächste Generation von Spezialisten für Robotik und autonome Systeme für die Anwendung im Agrarsektor ausbilden. Das Engineering and Physical Sciences Research Council (EPSRC) hat 6,6 Millionen Pfund für das neue CDT vergeben, das mindestens 50 Doktoranden unterstützen wird.
Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.