Thu hoạch tự động bằng robot thu hoạch trái cây hai tay

Springer Science and Business Media LLC - Tập 9 Số 1
Takeshi Yoshida1, Yuki Onishi2, Takuya Kawahara2, Takanori Fukao3
1Research Center for Agricultural Robotics, National Agriculture and Food Research Organization, Tsukuba, Japan
2Graduate School of Science and Engineering, Ritsumeikan University, Kusatsu, Japan
3Graduate School of Information Science and Technology, University of Tokyo, Bunkyo, Japan

Tóm tắt

Tóm tắtTrong nghiên cứu này, chúng tôi đề xuất một phương pháp tự động hóa việc thu hoạch trái cây bằng robot thu hoạch trái cây được trang bị các cánh tay robot. Với sự gia tăng dân số thế giới trong tương lai, dự đoán sự thiếu hụt thực phẩm sẽ gia tăng. Vì phần lớn nông nghiệp của Nhật Bản phụ thuộc vào nhập khẩu, nên có khả năng sẽ bị tác động lớn bởi tình huống thiếu thực phẩm sắp tới. Trong những năm gần đây, số lượng công nhân nông nghiệp ở Nhật Bản đã giảm và dân số đang già hóa. Do đó, cần thiết phải tự động hóa và giảm bớt lao động trong công việc nông nghiệp bằng cách sử dụng máy móc nông nghiệp. Đặc biệt, việc trồng cây ăn trái đòi hỏi rất nhiều lao động thủ công do điều kiện vườn cây và hình dáng cây khác nhau, gây ra việc cơ giới hóa và tự động hóa chậm lại. Trong nghiên cứu này, một robot thu hoạch trái cây với hai cánh tay đã được thiết kế và chế tạo để có thể tiếp cận hầu hết các loại trái cây trên giàn chữ V mà đã được trồng và điều chỉnh cho robot. Để thu hoạch trái cây, robot thu hoạch trái cây sử dụng cảm biến và tầm nhìn máy tính để phát hiện và ước lượng vị trí của trái cây và sau đó chèn các bộ phận cuối vào phần dưới của trái cây. Trong quá trình này, có khả năng va chạm xảy ra trong chính robot hoặc với các loại trái khác tùy thuộc vào vị trí của trái cây cần thu hoạch. Trong nghiên cứu này, chúng tôi đã sử dụng động học ngược và phương pháp lập kế hoạch đường đi nhanh bằng cách sử dụng mẫu ngẫu nhiên để thu hoạch trái cây bằng cánh tay robot. Phương pháp này làm cho việc điều khiển cánh tay robot trở nên khả thi mà không gây trở ngại cho trái cây hoặc cánh tay robot khác bằng cách coi chúng như là những chướng ngại vật. Thông qua các thí nghiệm, nghiên cứu này đã cho thấy các phương pháp này có thể được sử dụng để phát hiện lê và táo ngoài trời và tự động thu hoạch chúng bằng các cánh tay robot.

Từ khóa


Tài liệu tham khảo

Nations U (2019) World population prospects 2019: highlights. https://population.un.org/wpp/Publications/Files/WPP2019_Highlights.pdf. Accessed 26 Feb 2022

Food, of the United Nations AO (2018) The future of food and agriculture—alternative pathways to 2050. https://www.fao.org/3/CA1553EN/ca1553en.pdf. Accessed 26 Feb 2022

Ministry of Agriculture F, Fisheries (2021) Food Balance sheet. (In Japanese). https://www.maff.go.jp/j/tokei/kouhyou/zyukyu/attach/pdf/index-1.pdf Accessed 26 Feb 2022

Ministry of Agriculture F, Fisheries (2021) Overview of the 2020 census of agriculture and forestry. (In Japanese). https://www.maff.go.jp/j/press/tokei/census/attach/pdf/210427-3.pdf Accessed 26 Feb 2022

Kusaba S (2017) Integration of the tree form and machinery. Farming Mech 3189:5–9 (In Japanese)

Onishi Y, Yoshida T, Kurita H, Fukao T, Arihara H, Iwai A (2019) An automated fruit harvesting robot by using deep learning. Robomech J 6(13):1–8

Lin G, Tang Y, Zou X, Xiong J, Li J (2019) Guava detection and pose estimation using a low-cost rgb-d sensor in the field. Sensors 19(2):428

Yu Y, Zhang K, Liu H, Yang L, Zhang D (2020) Real-time visual localization of the picking points for a ridge-planting strawberry harvesting robot. IEEE Access 8:116556–116568

Yoshida T, Fukao T, Hasegawa T (2018) Fast detection of tomato peduncle using point cloud with a harvesting robot. J Robot Mechatron 30(2):180–186

Yoshida T, Fukao T, Hasegawa T (2020) Cutting point detection using a robot with point clouds for tomato harvesting. J Robot Mechatron 32(2):437–444

Irie N, Taguchi N, Horie T, Ishimatsu T (2009) Development of asparagus harvester coordinated with 3-d vision sensor. J Robot Mechatron 21(5):583–589

Irie N, Taguchi N (2014) Asparagus harvesting robot. J Robot Mechatron 26(2):267–268

Hayashi S, Shigematsu K, Yamamoto S, Kobayashi K, Kohno Y, Kamata J, Kurita M (2010) Evaluation of a strawberry-harvesting robot in a field test. Biosys Eng 105(2):160–171

Lili W, Bo Z, Jinwei F, Xiaoan H, Shu W, Yashuo L, Qiangbing Z, Chongfeng W (2017) Development of a tomato harvesting robot used in greenhouse. Int J Agric Biol Eng 10(4):140–149

Yaguchi H, Nagahama K, Hasegawa T, Inaba M (2016) Development of an autonomous tomato harvesting robot with rotational plucking gripper. In: 2016 IEEE/RSJ international conference on intelligent robots and systems (IROS), pp. 652–657

Fischler MA, Bolles RC (1981) Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography. Commun ACM 24(6):381–395

Silwal A, Davidson JR, Karkee M, Mo C, Zhang Q, Lewis K (2017) Design, integration, and field evaluation of a robotic apple harvester. Journal of FIELD ROBOTICS 34(6):1140–1159

Arad B, Kurtser P, Barnea E, Harel B, Edan Y, Ben-Shahar O (2019) Controlled lighting and illumination-independent target detection for real-time cost-efficient applications the case study of sweet pepper robotic harvesting. Sensors 19(6):1390

Arad B, Balendonck J, Barth R, Ben-Shahar O, Edan Y, Hellström T, Hemming J, Kurtser P, Ringdahl O, Tielen T, van Tuijl B (2020) Development of a sweet pepper harvesting robot. J Field Robot 37(6):1027–1039

Ling X, Zhao Y, Gong L, Liu C, Wang T (2019) Dual-arm cooperation and implementing for robotic harvesting tomato using binocular vision. Robot Auton Syst 114:134–143

SepúLveda D, Fernández R, Navas E, Armada M, González-De-Santos P (2020) Robotic aubergine harvesting using dual-arm manipulation. IEEE Access 8:121889–121904

Liu W, Anguelov D, Erhan D, Szegedy C, Reed S, Fu C-Y, Berg AC (2016) Ssd: single shot multibox detector. In: European conference on computer vision. Springer, pp 21–37

Ren S, He K, Girshick R, Sun J (2015) Faster r-cnn: Towards real-time object detection with region proposal networks. In: Advances in neural information processing systems, pp 91–99

Redmon J, Divvala S, Girshick R, Farhadi A (2016) You only look once: unified, real-time object detection. In: Proceedings of the IEEE conference on computer vision and pattern recognition, pp 779–788

Atherton TJ, Kerbyson DJ (1999) Size invariant circle detection. Image Vis Comput 17(11):795–803

Slotine J-JE, Asada H (1992) Robot analysis and control, 1st edn. Wiley, New York, NY

Kavraki LE, Svestka P, Latombe J-C, Overmars MH (1996) Probabilistic roadmaps for path planning in high-dimensional configuration spaces. IEEE Trans Robot Autom 12(4):566–580

LaValle SM (1998) Rapidly-exploring random trees: a new tool for path planning

Jaillet L, Cortés J, Siméon T (2008) Transition-based rrt for path planning in continuous cost spaces. In: 2008 IEEE/RSJ international conference on intelligent robots and systems. IEEE, pp 2145–2150

Karaman S, Frazzoli E (2011) Sampling-based algorithms for optimal motion planning. Int J Robot Res 30(7):846–894

Thông tin
Thông tin xuất bản

Springer Science and Business Media LLC

Tập 9 Số 1

Thông tin tác giả