Исследования в области сельскохозяйственных роботов в последние годы росли благодаря потенциальному применению и усилиям промышленности в области разработки роботов. Их роль была исследована для решения многих сельскохозяйственных задач, в основном направленных на повышение автоматизации традиционных сельскохозяйственных машин и охватывающих такие процессы, как подготовка почвы, посев, внесение удобрений и уборка урожая. Систематические, повторяющиеся и зависящие от времени задачи, как представляется, представляют собой лучшие области применения роботов, особенно в условиях земледелия с временными культурами. Помимо агрономических практик, роботизированная защита растений также изучалась, но может представлять собой наиболее сложную задачу для исследователей и разработчиков, поскольку вопросы, связанные с диагностикой патогенов, должны рассматриваться наряду с общими вопросами, касающимися роботов.
Роботизированное управление растениями
Стремительное развитие новых технологий и меняющийся ландшафт онлайнового мира предоставляет уникальную возможность для разработки автоматизированных и роботизированных систем для городского хозяйства, сельского и лесного хозяйства. Технологический прогресс в области машинного зрения, глобальных систем позиционирования, лазерных технологий, исполнительных механизмов и мехатроники (встроенные компьютеры, микродатчики, электродвигатели и др.) позволил разработать и внедрить роботизированные системы и интеллектуальные технологии для точного земледелия.
Технологии машинного зрения применяются в сельском хозяйстве для выявления и локализации отдельных растений, с перспективой их использования в высокоавтоматизированных условиях, таких как теплицы. Распознавание объектов считается одной из самых сложных проблем в робототехнике и информатике. В такой среде, как сад или открытое поле, нет никаких гарантий, что объект имеет точный размер или форму из-за условий роста и факторов взаимодействия между растениями, организмами и окружающей средой.
Даже свет играет важную роль по сравнению с контролируемой средой; такие объекты, как растения, листья, сорняки и пятна болезней могут быть затенены или иметь спектральные блики из-за отражения света. Кроме того, были разработаны системы навигации машинного зрения для управления автономными транспортными средствами в сельскохозяйственных полях.
Роботизированный посев и управление растениями
Важные особенности управления растениями были реализованы в роботизированном земледелии, особенно для таких традиционных задач, как вспашка, посев, сбор зерна, посадка, полив и сбор фруктов; эти функции могут также выполняться информационными системами управления фермерским хозяйством. Высадка семян является важной задачей в управлении растениями, поэтому специально разработаны и разработаны автономные прототипы сельскохозяйственных роботов для решения задач семеноводства.
Обнаружение рядов растений было достигнуто с помощью инфракрасных датчиков. Автоматизация этой деятельности особенно важна в теплицах, поскольку высокая плотность растений и короткий жизненный цикл многих культивируемых растений требуют частых и массивных посадок. Автоматические транспортные средства могут использовать базовую структуру управления для создания платформы для навигации внутри теплицы и обнаружения конкретных растений. Например, робот iPlant оснащен одной рукой, предназначенной для полива, и второй рукой, состоящей из трех основных компонентов: вспашного инструмента, семенного контейнера и экскаватора для выполнения задач по посадке семян.
Разработаны и разработаны полуавтоматические и автоматизированные технологии выборочного прореживания растений. Исследователями оценена автоматическая многофункциональная машина для прореживания, прополки и внесения различных удобрений в листья салата при помощи системы технического зрения. Они разработали алгоритм выборочного прореживания и сравнили два метода распознавания свеклосахарных заводов. Они сообщили, что алгоритм определения средней ширины захвата работает лучше, чем алгоритм центра массы, на обнаружение растений с точностью 88%, но требует больше времени обработки. Кроме того, прореживание куполов и косточек является очень сложной, трудоемкой и трудоемкой операцией, требующей много времени.
Роботизированный сбор урожая
Заготовка фруктов из древесных растений часто представляет собой проблему для роботизированного применения, а также для кустарниковых или травянистых растений. Разработано и испытано несколько уборочных роботов для огурцов, клубники, помидоров, зерна, салата-латука, грибов, и др. Обнаружение и локализация фруктов очень важны для разработки роботизированных технологий сбора урожая.
Большинство контролируемых методов обучения требуют большого количества и точных учебных образцов, но дают лучшие результаты, чем простые методы обработки изображений. Моделирование и анализ 3D растительных и древовидных структур для роботизированных приложений является трудоемкой процедурой.
В целом, существует два типа систем 3D моделирования:
- активные (например, лазерные системы)
- пассивные датчики (например, цифровые камеры и фотограмметрические технологии).
Основным недостатком активных методов является высокая стоимость этих систем. Пассивные методы дешевле активных методов, основанных на лазере, и могут давать более подробную информацию в дополнение к более быстрому сбору данных и скорости обработки.
Экологическая и социальная устойчивость роботизированной защиты растений
Прогрессивное взаимодействие между робототехникой и растениями, которое стремительно расширяется благодаря разработке датчиков, исполнительных механизмов и мехатроники, также необходимо оценивать с точки зрения социальной и экологической устойчивости.
- В сельскохозяйственных роботизированных системах и инструментах могут использоваться опасные материалы и химикаты, что может привести к увеличению затрат и воздействия на окружающую среду при их утилизации.
Дальнейшие проблемы, связанные с внедрением и широким использованием эффективных роботизированных решений, также связаны с социальными аспектами автоматизации труда в постиндустриальном обществе.
- Помимо сенсационных заголовков и различий в историческом влиянии технологий между странами, следует изучить потенциальное влияние роботов, искусственного интеллекта, облачных вычислений и больших объемов данных на уровень безработицы.
Сотрудничество между человеком и роботом способно преобразовать разделение труда между рабочими и машинами, как это было в последние годы. За последние несколько лет роботы сотрудничают с рабочими на заводах; роботы и роботизированные системы, изолированные за защитными ограждениями, уже стали достаточно умными, чтобы сотрудничать с людьми на производственных линиях, обеспечивая большую эффективность и гибкость.
В сельском хозяйстве и в условиях открытого грунта разработка эффективных систем совместного использования роботов является более сложной и трудоемкой задачей, требующей дальнейшего изучения.