Nieuwe autonome robottechnologie die is ontwikkeld door onderzoekers van de Monash University heeft het potentieel om de 'oogappel' te worden van de Australische AGF-sector, omdat deze geconfronteerd wordt met arbeidstekorten en een toegenomen vraag naar verse producten.
Een onderzoeksteam onder leiding van Dr. Chao Chen, van de afdeling Werktuigbouwkunde en Ruimtevaarttechniek van de Monash University, heeft een autonome oogstrobot ontwikkeld die in staat is om een appel in slechts zeven seconden te identificeren, te plukken en af te leggen.
Ingenieurs van Monash University hebben een robot ontwikkeld die in staat is om autonoom appelen te oogsten.
Bij uitgebreide proeven in februari en maart bij Fankhauser Apples in Drouin, Victoria, was de robot in staat om meer dan 85% van alle bereikbare appelen in de boom te plukken na identificatie door het camerasysteem.
Van alle geoogste appelen werd minder dan 6% geplukt zonder steel. Appelen zonder steel kunnen nog steeds worden verkocht, maar voldoen niet altijd aan de esthetische vereisten van sommige retailers.
Wanneer de robot beperkt werd tot de helft van zijn maximale snelheid, was de gemiddelde oogstsnelheid 12,6 seconden per appel. In een gestroomlijnd pick-and-drop-scenario werd de cyclustijd teruggebracht tot ongeveer negen seconden. Op maximumsnelheid kan de oogsttijd dalen tot slechts zeven seconden per appel.
"Ons zichtsysteem kan niet alleen appelen in een boom identificeren binnen een bepaald bereik in een boomgaard in open lucht door middel van deep learning, maar het kan ook obstakels, zoals bladeren en takken, identificeren om het optimale traject voor de appelpluk te berekenen", zegt Dr. Chen, directeur van het Laboratorium voor Bewegingsgeneratie en Analyse.
Automatische oogstrobots zijn een veelbelovende technologie voor de tuinbouwsector, maar vormen ook een uitdaging voor groente- en fruittelers.
Een zichtsysteem is nodig om de producten te detecteren en te lokaliseren, maar om het slagingspercentage te verhogen en de schade aan de groenten of fruit tijdens het oogstproces te verminderen, is ook informatie nodig over de vorm, de locatie en oriëntatie van de stengel-takverbinding.
Om dit probleem op te lossen, hebben onderzoekers een bewegingsplanningsalgoritme ontwikkeld voor een snelle berekening van botsingsvrije trajecten om de overgangstijd van de ene naar de andere appel te minimaliseren. Zo wordt de oogsttijd verkort en het aantal appelen dat op één locatie kan worden geoogst gemaximaliseerd.
Het zichtsysteem van de robot kan meer dan 90% van alle zichtbare appelen identificeren die zich in het zicht van de camera bevinden vanaf een afstand van ongeveer 1,2 meter. Het systeem kan in alle soorten licht- en weersomstandigheden werken, inclusief intens zonlicht en regen. Het duurt minder dan 200 milliseconden om het beeld van een appel te verwerken.
Voor meer informatie:
Leigh Dawson
Monash University
Tel: +61 455 368 260 (Australië)
media@monash.edu