Робот с ИИ научился эффективно собирать помидоры

Учёные создали робота, который оценивает, насколько легко сорвать тот или иной помидор, прежде чем пытаться это сделать, что значительно повысило его успешность. Способность адаптировать подход на лету — большой шаг к созданию интеллектуальных систем для совместной работы с человеком в сельском хозяйстве.

Нехватка рабочей силы в сельском хозяйстве подталкивает к большей автоматизации, особенно в сборе урожая. Однако не все культуры легко поддаются машинной обработке. Например, помидоры растут гроздьями, а значит, робот должен аккуратно выбирать спелые плоды, не трогая незрелые. Это требует точного контроля и умного принятия решений.

Чтобы решить эту задачу, доцент Высшей школы инженерии Осакского столичного университета Такуя Фудзинага разработал систему, которая обучает роботов оценивать, насколько легко сорвать каждый конкретный помидор, прежде чем пытаться его снять.

Его подход сочетает распознавание изображений со статистическим анализом, чтобы определить лучший угол для сбора каждого плода. Робот анализирует визуальные детали, такие как сам помидор, его стебли, а также то, скрыт ли он за листьями или другими частями растения. Эти данные помогают роботу выбрать наиболее эффективный способ приблизиться и сорвать плод.

Этот метод отличается от традиционных систем, которые фокусируются только на обнаружении и идентификации фруктов. Вместо этого Фудзинага вводит то, что он называет «оценкой лёгкости сбора».

Это выходит за рамки простого вопроса «может ли робот сорвать помидор?» к размышлению «насколько вероятен успешный сбор?», что более значимо для реального сельского хозяйства,

В ходе испытаний система достигла 81% успеха, что превзошло ожидания. Примерно четверть успешных сборов пришлась на помидоры, которые были сорваны сбоку после неудачной первоначальной попытки спереди. Это указывает на то, что робот может корректировать свой подход, если первая попытка не удалась.

Исследование подчёркивает, как много переменных влияет на роботизированный сбор урожая, включая расположение помидоров в гроздьях, форму и положение стеблей, окружающие листья и визуальные помехи.

Это исследование устанавливает «лёгкость сбора» как количественно оцениваемый показатель, приближая нас на шаг к реализации сельскохозяйственных роботов, способных принимать обоснованные решения и действовать разумно,

В перспективе Фудзинага видит роботов, которые могут самостоятельно определять, когда урожай готов к сбору.

Ожидается, что это откроет новую форму сельского хозяйства, где роботы и люди будут сотрудничать,

Роботы будут автоматически собирать помидоры, которые легко сорвать, в то время как люди будут заниматься более сложными плодами.

Результаты исследования были опубликованы в журнале Smart Agricultural Technology.

ИИ: Разработка выглядит крайне перспективной для решения реальных проблем агросектора. Способность робота не просто «видеть», но и «понимать» сложность задачи и адаптироваться — это именно тот качественный скачок, который необходим для массового внедрения роботов в теплицах и на полях. В будущем такие системы могут стать незаменимыми помощниками, взяв на себя рутинную часть работы и оставив людям более творческие и сложные задачи.