Het Georgia Tech Research Institute (GTRI) heeft een intelligente robot ontwikkeld die in staat is om menselijke taken te verrichten, zoals het dunnen en snoeien van perzikenbomen. Deze nieuwe robot zou perzikentelers in Georgia veel kosten kunnen besparen.
"De meeste mensen weten wel hoe fruit wordt geplukt," zegt Ai-Ping Hu, die het robotproject bij GTRI leidt. "Toch zijn er nog veel meer taken die moeten worden verricht gedurende de teeltcyclus."
Door gebruik te maken van een LIDAR-teledetectiesysteem, dat de afstand tot een object met behulp van laser kan meten, en een speciale GPS-technologie, die de locaties tot op de centimeter nauwkeurig bepaalt, kan de robot zelfstandig door de perzikenboomgaard bewegen en obstakels ontwijken. Zodra de robot bij een perzikenboom is aangekomen, maakt hij gebruik van een geïntegreerde 3D-camera om te beoordelen of de perziken kunnen worden geplukt en verwijdert hij het rijpe fruit met een grijper die aan het einde van zijn arm is bevestigd, ook wel een 'end effector' genoemd.
De robot richt zich op twee cruciale onderdelen van de perzikenteeltcyclus: het snoeien en het dunnen van de bomen.
Tot dusver zijn er geen robots op de markt die de rol van de mens bij de perzikenteelt geheel kunnen vervangen. Dit heeft te maken met het feit dat een perzikenboomgaard een ongestructureerde omgeving is vanwege de onvoorspelbaarheid van het weer, het ongelijkmatige terrein en de variatie in maten en vormen van de perzikenbomen," legt Hu uit.
"In een boomgaard zijn geen twee bomen hetzelfde," vervolgt Hu. "Er zijn ook zonnige en zwaarbewolkte dagen. Dit alles heeft gevolgen voor de technologie waarmee de robot functioneert."
"Er is geen robot op aarde die perziken zo precies kan plukken als de mens," zegt Hu. "Dit punt heeft de technologie nog niet bereikt."
De huidige pogingen om het plukken van perziken en andere specifieke gewassen te automatiseren, zijn nog niet zo succesvol gebleken als de voortuitgang die is geboekt bij het geautomatiseerd oogsten van basisgewassen, zoals maïs, tarwe en soja.
Om een oplossing te vinden voor deze unieke problemen, verkent GTRI de mogelijkheid om kunstmatige intelligentie en deep learning-methoden te integreren om zo het vermogen tot het verwerken van beelden en de totale prestaties van de robot te verbeteren. GTRI is samen gaan weken met Dario Chavez, professor van de tuinbouwfaculteit van de Universiteit van Georgia, om de automatisering van de perzikenoogst verder te onderzoeken.
Gary McMurray, onderzoeker bij GTRI, zegt dat de nieuwe robot op koers ligt om het teeltproces ingrijpend te veranderen op veel bedrijven die tot nu toe moeite hadden om bomen te kweken die sterk genoeg waren om de onberekenbare omgevingsomstandigheden te overleven.
Voor meer informatie:
Michelle Gowdy
GTRI
+1 404 407 8060
Michelle.Gowdy@gtri.gatech.edu
research.gatech.edu