Роботизированный аппарат обрезки в яблоневых садах

В то время как сельское хозяйство стремится к технологиям автоматизации, операции по работе с плодовыми культурами по-прежнему требуют значительных затрат ручного труда.

На обрезку яблони, например, уходит около 20% от общих предуборочных производственных затрат. Для ручной обрезки требуется 30-35 рабочих часов квалифицированного труда на акр. Ситуация еще сильнее усугубляется по мере того, как рабочая сила сокращается, а стоимость ее растет.

"Необходимо найти решение этой проблемы", – говорит Азлан Захид, специалист Университета штата Пенсильвания. Захид и его коллеги из Penn State разработали роботизированный механизм для полностью автоматизированной компьютеризированной системы обрезки современных яблоневых садов.

По его словам, на сегодняшний день концепция интеграции такой роботизированной системы на основе использования декартова произведения и вращательных соединений элементов показала многообещающие результаты в преодолении сложных условий обрезки.

Сложности, сопровождающие развитие концепции роботизированной обрезки, во многом связаны с неструктурированной рабочей средой садов. Роботизированный режущий блок должен быть в состоянии работать в ограниченном пространстве и достигать целевых ветвей для обрезки, избегая при этом других.

"Ветви растут в произвольной ориентации и направлении, что затрудняет их оценку компьютерной системой, а также движение рабочих органов в кроне дерева при обрезке", – отмечает Захид.

Вторая проблема связана с пространственными требованиями системы маневрирования. "Из-за сложной архитектуры крон деревьев остается очень мало места, в котором робот может двигаться и выполнять операции", – говорит Захид.

Захид и его команда приступили к разработке манипулятора для обрезки с шестью степенями свободы (DoF), который отвечает маневренным, пространственным, механическим и садоводческим требованиям.

Он состоит из двух частей: рабочего органа – резца, который может выполнять три типа вращения (рысканье, тангаж и крен) и трехнаправленного линейного манипулятора, предназначенного для размещения рабочего органа и перемещения его в заданные места обрезки.

Чтобы собрать информацию для конструирования рабочего органа, исследователи измерили усилие срезания ветвей с помощью датчика, прикрепленного к ручным секаторам. Затем был создан прототип с использованием трех роторных двигателей и секатора-ножниц, приводимого в действие редукторным электродвигателем (постоянного тока).

Для управления маневрированием рабочего органа и манипулятора разработали встроенную систему микроконтроллера с пользовательским интерфейсом, использующую интерактивную математическую программу, позволяющую визуализировать расчеты.

Была создана математическая модель рабочего пространства, кинематической ловкости и достижимых точек рабочего органа.

Яблоня воссоздается с использованием данных трехмерного (3D) облака точек путем сегментации ствола дерева и основных ветвей. Несколько компьютерных алгоритмов генерируют траектории и находят плавный оптимизированный путь для достижения целевых мест обрезки.

Исследователи оценили производительность прототипа во время полевых исследований в Penn State Fruit Research and Extension Center в округе Адамс, штат Пенсильвания. Десять деревьев сорта Фудзи на подвое Bud. 9 на шпалере были выбраны случайным образом. На каждом дереве отобрано 8-10 ветвей.

Среднее время достижения целевой ветви составило 12-13 секунд. Роботизированный секатор успешно обрезал ветви диаметром до 25 мм, что, по словам Захида, "превышает диапазон обычного диаметра целевых ветвей в современной системе архитектуры крон".

"Аппарат дотянулся и обрезал все целевые ветви", – сообщает Захид. "И алгоритмы планирования пути, которые мы разработали, успешно генерировали маршрут достижения целевых точек обрезки".

Захид отмечает, что аппарат возможно улучшить. По его словам, команда добавит в систему несколько углов подхода, поскольку режущий орган не может каждый раз достигать перпендикулярной ориентации ветви из-за сложного строения кроны дерева.

"Для этого мы добавили несколько вариантов позиции приближения в компьютерную программу, и это в целом улучшает способность системы находить путь к целевым ветвям", – говорит Захид.

Однако добавление большого количества вариантов может привести к увеличению времени работы, поскольку робот ищет путь для следующего или альтернативного варианта подхода после того, как текущий не удался.

Это можно оптимизировать с применением передовых вычислительных методик, таких как параллельные вычисления. При этом робот может искать путь для всех подходов одновременно, а затем автоматически выбирать оптимальный.

"Мы использовали датчик LiDAR (обнаружение света и дальность) для 3D-съемки, он может пропускать некоторые мелкие/тонкие ветви из-за ограничения разрешения. Кроме того, диаметр ветви не может быть измерен точно, поэтому для достижения цели необходима эффективная система машинного зрения, например, использование системы RGB-Depth (RGB-D) для оценки диаметра и автоматического принятия решения, так как именно диаметр – одним из наиболее важных параметров выбора ветви для обрезки", – отмечает Захид.

По его словам, также важна разработка алгоритма последовательности обрезки для оптимизации длины пути и времени цикла в целях повышения эффективности работы.

"Нам нужно усовершенствовать алгоритм определения последовательности обрезки, чтобы мы знали, какую ветвь следует обрезать первой, а какую – второй", – говорит Захид. "Мы интегрируем наши наработки для создания полной роботизированной системы обрезки".