La nuova tecnologia robotica autonoma sviluppata dai ricercatori della Monash University ha il potenziale per diventare fondamentale per l'industria alimentare australiana, in quanto affronta la carenza di manodopera e una maggiore domanda di prodotti ortofrutticoli.
Un team di ricerca guidato dal dott. Chao Chen del dipartimento di ingegneria meccanica e aerospaziale della Monash University, ha sviluppato un robot di raccolta autonomo che, a pieno regime, è in grado di identificare, raccogliere e depositare mele in soli sette secondi.
Gli ingegneri della Monash University hanno sviluppato un robot in grado di eseguire la raccolta autonoma delle mele.
Dopo numerosi test condotti a febbraio e marzo presso la Fankhauser Apples di Drouin, nello Stato australiano di Victoria, il robot è riuscito a raccogliere oltre l'85% di tutte le mele raggiungibili nella chioma, identificate dal suo sistema di visione.
Di tutte le mele raccolte, meno del 6% è risultato danneggiato a causa della rimozione del picciolo. Le mele senza picciolo possono ancora essere vendute, ma non necessariamente si adattano all’aspetto esteriore richiesto da alcuni rivenditori.
Con il robot a metà della sua velocità massima, il tasso di raccolta medio è di 12,6 secondi per mela. In un contesto di raccolta e rilascio semplificati, il tempo si riduce a circa nove secondi.
Alla massima velocità, il tempo di raccolta delle singole mele può scendere fino a sette secondi.
"Il nostro sistema di visione non solo può identificare le mele su un albero entro il suo raggio d'azione in un frutteto all'aperto mediante il deep learning, ma anche identificare e classificare gli eventuali ostacoli, come foglie e rami, per calcolare la traiettoria ottimale per la raccolta delle mele", ha detto Chen, direttore del Laboratory of Motion Generation and Analysis (LMGA).
I robot per la raccolta, pur essendo una tecnologia promettente per l'industria agricola, pongono delle sfide ai coltivatori ortofrutticoli.
La raccolta robotizzata di frutta e verdura richiede un sistema di visione per rilevare e localizzare il prodotto. Per aumentare la percentuale di successo e ridurre i danni ai prodotti durante il processo, sono necessarie anche informazioni sulla forma, sulla posizione e sull'orientamento del collegamento picciolo-ramo.
Per risolvere questo problema, i ricercatori hanno creato un algoritmo di pianificazione del movimento, che sviluppa rapidamente le traiettorie prive di ostacoli, per ridurre al minimo i tempi di trasformazione e di spostamento da una mela all’altra, riducendo così i tempi di raccolta e massimizzando il numero di mele che possono essere raccolte in un unico luogo.
Il sistema di visione del robot è in grado di identificare oltre il 90% di tutte le mele all'interno del campo visivo della telecamera, da una distanza di circa 1,2 m. Il sistema può funzionare con tutti i tipi di illuminazione e condizioni atmosferiche, inclusi luce solare intensa e pioggia, e impiega meno di 200 millisecondi per elaborare l'immagine di una mela.
Per maggiori informazioni:
Leigh Dawson
Monash University
+61 455 368 260
media@monash.edu