De landbouw is een sector waarin de marges laag zijn en daarom zijn kostenefficiëntie en tijdsefficiëntie essentiële kwesties. De invoering van een robotsysteem zou bepaalde voordelen mogelijk maken, zoals een flexibeler personeelsbestand en nachtwerk. Maar dan moeten de robots wel geschikt zijn om in zware omstandigheden en zeer onzekere en onbekende omgevingen te werken.
Een specifieke uitdaging is het uitvoeren van manipulatie voor een autonome oogst door de robots. Ingenieurs van de University of Cambridge hebben een systeem ontwikkeld om de oogst van ijsbergsla te automatiseren. In vergelijking met andere gewassen is het oogsten van ijsbergsla een uitdaging, omdat het gewas gemakkelijk kan worden beschadigd en het lastig is om visueel waar te nemen. Er is een platform ontwikkeld met de naam Vegebot, dat bedoeld is om de iteratieve ontwikkeling en praktijktesten van de oplossing mogelijk te maken. Deze bestaat uit een visiesysteem, een aangepaste effector en software. Er is een op maat gemaakt visie- en leersysteem ontwikkeld dat twee geïntegreerde convolutionele neurale netwerken gebruikt om classificatie en lokalisatie te bereiken. Een op maat gemaakte eindeffector is ontwikkeld om schadevrij oogsten mogelijk te maken.
"Het doel was om een robuuste lokalisatie en classificatie te creëren om zo een cyclustijd te bereiken die vergelijkbaar is met die van mensen en om schade aan de geoogste gewassen te voorkomen. De lokalisatie en classificatie zijn redelijk robuust, zoals werd bewezen door een lokalisatiesucces van 91% en een nauwkeurigheid in de classificatie van 82% wanneer deze bij significante gegevens werden getest. De gemiddelde cyclustijd op de Vegebot (31,7%) wordt beperkt door het gewicht van de eindeffector en daarom is het systeem op dit moment langzamer dan mensen, maar het kan eenvoudig verbeterd worden door lichtere materialen te gaan gebruiken. Hoewel het succespercentage van de oogst hoog was (88,2%), was het schadepercentage slecht (38%) en is er verder werk nodig om het schadepercentage te verlagen en het systeem te optimaliseren," leggen wetenschappers uit.
Hoewel de technieken en aanpakken hier toegepast zijn op ijsbergsla, zouden deze concepten ook toegepast kunnen worden op andere oogst- en robotsituaties. Verder onderzoek naar de bredere toepassingen en het ontwikkelen van een meer universeel oogstsysteem zou zowel de commerciële als onderzoeksimpact vergroten.
Bron: Simon Birrell, Josie Hughes, Julia Y. Cai, Fumiya Iida, 'A field‐tested robotic harvesting system for iceberg lettuce', 2019, Journal of Field Robotics.