劍橋大學的一個團隊最初訓練Vegebot在實驗室中識別和收穫冰山萵苣。現在已經與當地的水果和蔬菜合作社G's Growers合作，在各種田間條件下成功進行了測試。

雖然原型遠遠不如人類工人那麼快或高效，但它證明了機器人技術在農業中的使用可能會得到擴展，即使像冰山萵苣這樣特別難以機械收穫的作物也是如此。研究人員在“田野機器人雜誌”上發表了他們的研究結果。

馬鈴薯和小麥等作物已經大規模機械收穫了數十年，但迄今為止許多其他作物仍然抵制自動化。捲心萵苣就是這樣一種作物。雖然它是英國最常見的萵苣類型，但冰山很容易受到破壞並且相對平坦地生長，對機器人收割機提出了挑戰。

“每個領域都不同，每個生菜都不同，”劍橋工程系的共同作者Simon Birrell說。 “但如果我們能夠讓機器人收割機與冰山萵苣一起工作，我們也可以讓它與許多其他農作物一起使用。”

“對於一個人來說，整個過程需要幾秒鐘，但對於一個機器人來說這是一個非常具有挑戰性的問題。” - 劍橋大學Josie Hughes報告的共同作者

“目前，收穫是生菜生命週期的唯一部分，這是人工完成的，而且體力要求很高，”共同作者Julia Cai說道，她在本科生的同時從事Vegebot的計算機視覺組件工作。在Fumiya Iida博士的實驗室裡。

Vegebot首先識別其視野內的“目標”作物，然後確定特定的萵苣是否健康並且準備好收穫。最後，它將萵苣從工廠的其餘部分切下來，而不是將其碾碎，以便“超市準備就緒”。

“對於一個人來說，整個過程需要幾秒鐘，但對機器人來說這是一個非常具有挑戰性的問題，”共同作者喬西·休斯說。

Vegebot專為萵苣挑選而設計
Vegebot有兩個主要部分：計算機視覺系統和切割系統。 Vegebot上的頂置攝像頭拍攝了生菜田的圖像，並首先識別圖像中的所有生菜。然後對於每個生菜，機器人分類是否應該收穫。萵苣可能會被拒絕，因為它尚未成熟，或者它可能有一種疾病可能會在收穫期間蔓延到其他生菜。

Vegebot在該領域
Vegebot使用機器視覺來識別捲心萵苣的頭部。圖片來源：劍橋大學

研究人員在萵苣的示例圖像上開發並訓練了機器學習算法。一旦Vegebot能夠在實驗室中識別出健康的生菜，該團隊就會在各種天氣條件下，在數千個真正的生菜頭上對其進行現場培訓。

Vegebot上的第二台攝像機位於切割刀片附近，有助於確保順利切割。研究人員還能夠調整機器人抓握臂的壓力，使其能夠牢牢抓住萵苣，使其不會掉落，但不能壓碎它。可以調整其他作物的抓地力。

“我們希望開發一些不一定特定於冰山萵苣的方法，這樣它們就可以用於其他類型的地上作物，”負責研究的團隊的Iida說。

未來，機器人收割機可以幫助解決農業勞動力短缺問題。它們還可以幫助減少食物浪費。目前，每個田地通常收穫一次，任何未成熟的蔬菜或水果都被丟棄。

然而，機器人收割機可以訓練只採摘成熟的蔬菜，並且由於它可以全天候收穫，它可以在同一塊土地上進行多次通過，在以後返回以收穫在之前的通過期間未成熟的蔬菜。

“我們還收集了大量關於萵苣的數據，這些數據可用於提高效率，例如哪些油田產量最高，”休斯說。 “我們仍然需要加快我們的Vegebot速度，直到它可以與人類競爭，但我們認為機器人在農業技術方面有很大的潛力。”

Iida在劍橋的團隊也是世界上第一個農業食品機器人博士培訓中心（CDT）的一部分。劍橋大學的研究人員將與林肯大學和東英吉利大學的研究人員合作，培訓機器人和自治系統的下一代專家，以應用於農業技術領域。工程和物理科學研究委員會（EPSRC）已為新CDT頒發了660萬英鎊（合826萬美元），這將支持至少50名博士學位。學生們。

圖文參考：THE ROBOTREPORT