एआई के साथ एग्रो-रोबोट ने बगीचे से केवल सड़े हुए सलाद को सावधानीपूर्वक एकत्र करना सीखा

कई प्रकार के पौधों और फसलों को अभी भी केवल हाथ से ही एकत्र किया जाता है।

कैम्ब्रिज विश्वविद्यालय (ग्रेट ब्रिटेन) के इंजीनियरों ने एक रोबोट हारवेस्टर का एक कार्यशील प्रोटोटाइप बनाया जो स्वतंत्र रूप से लेटेस के अक्षुण्ण सिर को काटने के लिए तैयार होने के साथ-साथ सटीक प्रक्रिया को पहचान सकता है और उन्हें इकट्ठा कर सकता है।


स्वचालित मोड में एक अच्छी फसल लेने के लिए, आपको कई जटिल तकनीकी समस्याओं को हल करने की आवश्यकता है, जैसे:

- सभा स्थल पर सटीक और सही स्थिति, अन्य कलेक्टरों के साथ क्रियाओं का सिंक्रनाइज़ेशन;

- विभिन्न संस्कृतियों के साथ उपयोग के लिए सही एल्गोरिदम का विश्लेषण और चयन;

- पकने वाले फलों (पत्तियों, जामुन) की पहचान;

- क्षतिग्रस्त या गैर-अंकुरित तत्वों का निपटान;

- नुकसान के बिना फसल के लिए तैयार फसलों का सटीक कब्जा और कटाई;

- कटी हुई फसल की छंटाई और स्टैकिंग;

- कार्रवाई लॉगिंग और स्व-सीखने की क्षमता;

- वर्तमान कार्यों की शुद्धता की जांच करना और संग्रह स्थल को नुकसान को कम करना।

इसके अलावा, इन सभी कार्यों को उच्च गति के साथ और आसपास की दुनिया (हवा, बारिश, कीड़े, जानवरों और इतने पर) की लगातार बदलती परिस्थितियों में करना आवश्यक है।

कैम्ब्रिज विश्वविद्यालय के इंजीनियरों के एक समूह ने इनमें से कुछ समस्याओं को सफलतापूर्वक हल किया और इस कार्य में अपना शोध प्रकाशित किया:

फील्ड रोबोटिक्स जर्नल में एक वैज्ञानिक लेख के लिए लिंक।

उन्होंने एक स्वतंत्र रोबोट-हारवेस्टर का एक छोटा और अब तक थोड़ा स्वायत्त प्रोटोटाइप बनाया, जो कटाई के लिए सही तत्वों का विश्लेषण और चयन करने में सक्षम है।

यह रोबोट-असेंबलर एक पहिएदार प्लेटफॉर्म पर एक बेड की चौड़ाई के साथ एक मैनिपुलेटर है। मैनिपुलेटर एक पकड़, काटने के लिए एक चाकू और एक वीडियो कैमरा से सुसज्जित है, एक अतिरिक्त वीडियो कैमरा इसके मंच के शीर्ष पर स्थित है।

चूंकि यह सिर्फ एक प्रोटोटाइप है, जो बड़े पैमाने पर उपयोग के लिए दोनों को प्राथमिक और कार्यात्मक रूप से बेहतर बनाया जाएगा, इंजीनियरों ने बस उन सभी रोबोट घटकों को स्थापित किया जिनकी उन्हें निष्क्रिय पहिया वाले प्लेटफॉर्म पर फील्ड परीक्षण करने की आवश्यकता थी, मैन्युअल रूप से ऑपरेटर द्वारा स्थानांतरित किया गया था।

उनका काम रोबोट को कटाई प्रक्रिया को समझने और मशीन सीखने का उपयोग करके अपने कार्यों को स्वचालित करना सिखाना था।

लेट्यूस के नए प्रमुखों के खत्म होने के बाद, वीडियो कैमरों और न्यूरल नेटवर्क का उपयोग करते हुए लेटेस के प्रमुखों की पहचान और वर्गीकरण की प्रक्रिया को सक्रिय किया गया है।

मैनिप्युलेटर और प्लेटफ़ॉर्म पर वीडियो कैमरों के चित्रों का उपयोग किया गया था:

- वीडियो कैमरे के सामने लेट्यूस के प्रमुखों का स्थानीयकरण - दृढ़ तंत्रिका नेटवर्क YOLO संस्करण 3 का उपयोग करना, जिसमें प्रशिक्षण के लिए 1,500 तस्वीरों का उपयोग किया गया था;

- डार्कनेट ऑब्जेक्ट क्लासिफिकेशन नेटवर्क कंफर्टेबल न्यूरल नेटवर्क, जिसमें 665 तस्वीरों का इस्तेमाल किया गया था, के उपयोग से लेटेस के प्रमुखों का वर्गीकरण चार प्रकारों (रिप्राइज्ड एलिमेंट, अनरिजर्व्ड एलिमेंट, इन्फेक्टेड / डैमेज्ड एलीमेंट, एलिमेंट ऑफ एलिमेंट) के अनुसार किया गया।





असेंबली रोबोट के फील्ड परीक्षणों से पता चला है कि यह सक्षम है:

- 91% की सटीकता के साथ आपके सामने सलाद के प्रमुखों की पहचान करें;

- 85% की सटीकता के साथ लेटेस के सिर को सही ढंग से वर्गीकृत करें।

- काम के एक चक्र का समय (लेटेस के एक सिर से दूसरे में संक्रमण) 32 सेकंड है, जो बहुत कुछ है, लेकिन यह क्षण अभी भी अंतिम रूप दिया जाएगा।

यह पता चला है कि बेड खुद बहुत ऊंचा हो गया है और लेटेस के सिर का अंकुरण सिर्फ स्थानीयकरण और वर्गीकृत करना बहुत मुश्किल है:



इसलिए, सलाद को मैन्युअल रूप से जल्दी से हटा दिया जाता है, लेकिन विशेष और सावधान चयन के बिना एक पंक्ति में सभी:



और एक सफाई रोबोट के साथ एक छोटा प्लेटफ़ॉर्म बनाना मुश्किल है, क्योंकि डिवाइस को चलने योग्य होना चाहिए, ढीली जमीन पर सतह पर पर्याप्त स्थिर रहना चाहिए और इसके घटकों के साथ बेड को नष्ट नहीं करना चाहिए।

यहां प्रोटोटाइप असेंबली रोबोट के तत्वों और मापदंडों के लिए आकार प्रतिबंध हैं:



अपनी विधानसभा के बाद क्षेत्र परीक्षणों के परिणामस्वरूप क्या हुआ:



वैसे, रोबोट वाले प्लेटफॉर्म को वेजबोट कहा जाता था।

वेजबॉट प्लेटफ़ॉर्म के घटकों के इंटरकनेक्शन के ब्लॉक आरेख:



इसके अलावा, इस समाधान में दोनों कैमरे सबसे सरल और सबसे सस्ते यूएसबी वेबकैम हैं।

वेजबॉट सॉफ्टवेयर पार्ट (वास्तुकला और वेब-इंटरफ़ेस), जिसका उपयोग रोबोट ऑपरेटिंग सिस्टम (आरओएस) द्वारा किया जाता है:





वेजबोट काम चक्र आरेख (प्रशिक्षण, संग्रह चक्र):



क्षेत्र परीक्षण की तैयारी, बिस्तरों का अध्ययन और कैमरे की विभिन्न ऊंचाइयों से लेटेस के प्रमुखों का विश्लेषण:



लेकिन क्या एक लैपटॉप के लिए एक drawstring पट्टा! व्यवसाय में इंजीनियरिंग के जानकार!



वीडियो कैमरे के सामने लेटेस के प्रमुखों के स्थानीयकरण के लिए विभिन्न प्रकार की तस्वीरों के साथ एक तालिका (दृढ़ तंत्रिका नेटवर्क YOLO संस्करण 3 के प्रशिक्षण के लिए):



चार प्रकार के लेटिष के सिर को वर्गीकृत करने के लिए विभिन्न प्रकार के फोटो के साथ एक टेबल, सजा हुआ तंत्रिका नेटवर्क डार्कनेट ऑब्जेक्ट क्लासिफिकेशन नेटवर्क के प्रशिक्षण के लिए चार प्रकार (पकने वाले तत्व, अपरिभाषित तत्व, संक्रमित तत्व, तत्व की कमी)।





मध्यवर्ती विकल्प तंत्र और तत्व वेजबॉट:



सलाद के सिर को इकट्ठा करने के लिए डबल सिर (पकड़ो और चाकू):



डीसी रोटरी मोटर (बाएं), चाकू तंत्र के साथ रैखिक ड्राइव (दाएं):



वायवीय कटर:



बेल्ट ड्राइव और दोहरे वायवीय ड्राइव सिस्टम के साथ कैप्चर और कटाई तंत्र का अंतिम संस्करण:



वेजबॉट ग्रिपर की विशेषताएं और आयाम:



कैप्चर तंत्र वेगेबोट (टी - बल थ्रेशोल्ड, एफआर - ग्राउंड रिएक्शन फोर्स) के संचालन का सिद्धांत)



दो ऑन-बोर्ड कैमरों का उपयोग करके वेजबोट कैप्चर तंत्र की स्थिति:



लेटेस के प्रमुखों के इष्टतम स्थानीयकरण के लिए वीडियो कैमरों से बाहरी प्रकाश कारकों और छवि मापदंडों का मुआवजा:





विभिन्न ऊंचाइयों पर और विभिन्न कोणों पर वीडियो कैमरों से छवियों पर लेटेस के प्रमुखों के स्थानीयकरण (मान्यता) के उदाहरण:







वेजबोट का उपयोग करने वाले लेटेस के प्रमुखों के स्थानीयकरण (मान्यता) पर फ़ील्ड डेटा प्राप्त किया (लेट्यूस के एक हेड को पहचानने के लिए वेजबॉट के 60 प्रयासों के आधार पर):



छवि पैरामीटर और लेटेस के प्रमुखों के वर्गीकरण के लिए एक मैट्रिक्स:



वेजबोट कैप्चर तंत्र का संचालन समय और प्रक्षेपवक्र:



संग्रह के बाद लेटिष के सिर पर अनावश्यक (बाहर चिपके हुए) पत्तों की संख्या निर्धारित करने के साथ फील्ड ट्रायल करने की प्रक्रिया में एक समस्या थी, जिसे दूर किया जाना चाहिए।

यहां कुछ विकल्प दिए गए हैं: बिना चिपके पत्तों के बिना पूरी तरह से कटा हुआ सलाद सलाद, एक चिपके हुए पत्ते के साथ एक सलाद सलाद, दो चिपके हुए पत्तों के साथ एक सलाद सलाद, क्षतिग्रस्त पत्तियों के साथ एक सलाद सलाद।



लेट्यूस के सिर पर अतिरिक्त पत्तियों की मात्रा और उन्हें पहचानने और उन्हें हटाने की आवश्यकता के आधार पर, वेजबॉट ड्यूटी चक्र भी पढ़ें:



वेजबोट हार्वेस्टिंग रोबोट प्रोटोटाइप फील्ड टोटल्स सारांश:



बेशक, यह प्रोटोटाइप अभी भी औद्योगिक कृषि उपयोग से दूर है, लेकिन यह केवल अनुसंधान की शुरुआत है।