結球萵苣採收機器人的挑戰

關鍵字：；；

瀏覽次數：1841｜歡迎推文：

科技產業資訊室 (iKnow) - 洪柏智發表於 2019年8月5日

圖、結球萵苣採收機器人的挑戰

農業的發展已經逐漸邁入自動化，隨著人類直接參與的減少，帶動勞動成本降低與產量提升，然而，水果、蔬菜皆大不相同，並不能用單一方法採收。目前小麥與馬鈴薯等作物已可以使用機械方式收成，但更多的蔬果確有其難度，如葡萄、草莓、小黃瓜、奇異果、結球萵苣等，皆存在商業自動化的難度，常見問題包括容易損壞、顏色辨別不易等。所以，農業機器人與工廠機器人不同，面臨的挑戰也相當獨特。

日前，劍橋大學研究團隊開發一種蔬菜採收機器人Vegebot，並於Journal of Field Robotics發表，其針對的蔬菜為結球萵苣。實際上，整體自動化採收流程有七個階段。
1.從高處的攝影鏡頭定位
2.從後端執行器預測並接近目標位置，約在萵苣中心上方10公分位置（由於菜園環境不平坦而會產生誤差）。
3. 後端執行器對準萵苣後垂直下降，直到力量反饋感應器感應到下對上的力量。
4. 啟動軟夾抓住生菜。
5. 使用刀水平移動切割萵苣的莖桿部分。
6.仍抓著萵苣，並垂直上升，遠離周圍生菜，並移動到可放置的位置。
7.放開軟夾，放下結球萵苣至機器的採收平台上。

研究團隊在整體流程中，發現三點重要且須突破的問題：
第一，辨識採收，在菜園中找到結球萵苣。如何在一片綠色的菜園中找到綠色的結球萵苣，是相當困難的，為有效分類，使用665張圖片訓練，包含準備收成、未成熟、生病毀損、背景四種類型，找到適合採收的結球萵苣。

第二，銷售標準，超市銷售的結球萵苣必須符合超市的切割標準。在找到結球萵苣、確定可以採收後，如何抓住並切割，則是第二個挑戰。此外，天氣、光線皆會影響機器的判斷。再加上結球萵苣的大小、好不好看、健康狀況、莖桿切割等，皆有嚴格標準，也就是說，在銷售目的下，「美學」是決定關鍵，而非是否可以食用。目前在實驗場域成功率為91%，但損壞率為38%

第三，採收速度，若要取代人力則要超越人工採收速度。以目前人工採收速度，平均10秒可採收一個結球萵苣。然而，Vegebot的採收速度則為32秒，比人還慢。未來若能提高前兩點的效率，便能加快速度。(793字)

參考資料：
Machine learning helps robot harvest lettuce for the first time. New Atlas，2019/07/08
A field‐tested robotic harvesting system for iceberg lettuce. Journal of Field Robotics，2019/07/07

本站相關資料：
1. 人工智慧在農業之應用及衝擊
2. 亞馬遜透過機器學習讓Alexa變得更智慧化的秘密
3. 福特使用AI與機器學習成為一家更具競爭力的行動服務公司
4. 谷歌企圖將機器學習晶片形成生態鏈
5. 人工智慧正重塑人類的發明模式

歡迎來粉絲團按讚！

--------------------------------------------------------------------------------------------------------------------------------------------