Zautomatyzowane zbiory

Podobnie jak w robotach udojowych mających kontakt ze zwierzęciem, również w maszynach, które automatyzują zbiory, manipulując płodami rolnymi, wymagane jest wdrażanie specjalnych rozwiązań. W przeciwieństwie do AMS, które są w użytku już od lat, te drugie są w większości jednak dopiero na etapie opracowywania prototypów, zwłaszcza w przypadku owoców i warzyw charakteryzujących się delikatną strukturą, jak na przykład sałaty czy jagód. Świadczy to o tym, jak mimo ogromnego postępu technologicznego, jaki się dokonuje, wciąż trudno jest wprowadzić roboty tego typu do użytku. Przed jakiego rodzaju wyzwaniami stoją ich projektanci, wyjaśniamy dalej na przykładzie automatu zbierającego truskawki.

Robot tego typu powinien sekwencyjnie wykonywać przynajmniej następujące czynności: najpierw musi zlokalizować owoc, następnie powinien ocenić, czy nadaje się on do zerwania i dopiero wówczas zdjąć owoc z krzaka. Aby automat działał wydajnie, a jakość truskawek nie uległa pogorszeniu, na każdym z tych etapów trzeba rozwiązać szereg problemów.

Robot w truskawkach – największe wyzwania

Każdy, kto zbierał truskawki, zdaje sobie sprawę, że znalezienie wszystkich owoców wymaga dokładnego przeszukania krzaka, w tym rozchylania łodyg oraz zaglądania pod liście. Ten etap jest trudny do zautomatyzowania. Tradycyjnie bowiem najpierw należy wyznaczyć trajektorię ruchu ramienia robota. Tymczasem w tym przypadku w pierwszym kroku powinno ono usunąć przeszkody, czyli rozsunąć liście, żeby przeskanowanie krzaka oraz zaplanowanie operacji zdejmowania owoców było w ogóle możliwe. W efekcie ramię robot może mieć trudności z dotarciem do owoców najbardziej zagnieżdżonych.

W kolejnym kroku należy odróżnić truskawki dojrzałe od tych jeszcze niedojrzałych, jak również rozpoznać owoce uszkodzone albo zgniłe, nienadające się z tego powodu do zerwania. Ten etap, dzięki dostępności skutecznych algorytmów rozpoznawania obrazów, których możliwości w ostatnim czasie są jeszcze rozszerzane przez rozwój sztucznej inteligencji, nie jest aż tak trudny w realizacji. W tym zakresie można się też posiłkować rozwiązaniami już wykorzystywanymi w przemysłowych systemach wizyjnych, uwzględniając przy tym specyfikę zbioru owoców odbywającego się na zewnątrz, w różnych warunkach atmosferycznych.

Wyzwaniem jest natomiast finalny krok, czyli zdejmowanie owoców z krzaka, truskawki bowiem są owocami o delikatnej strukturze – ściśnięte zbyt mocno ulegają uszkodzeniom się, a uszkodzone nie tylko wyglądają nieapetycznie, ale również szybciej się psują. Jeżeli zatem chwytaki robota użyją zbyt dużej siły mogą owoc zgnieść, natomiast w przeciwnym razie owoc w trakcie przenoszenia może się z uchwytu wyślizgnąć. Sprawę komplikuje fakt, że przykładaną siłę powinno się regulować na bieżąco, bowiem niektóre owoce mogą być umocowane do łodygi mocniej niż inne.

Jakie są zalety automatyzacji zbiorów?

Z czasem z pewnością powyższym wyzwaniom uda się sprostać, zwłaszcza że prowadzone są liczne projekty badawcze w tym zakresie, a naciski na wprowadzenie tego typu robotów do powszechnego użytku rosną. Wynika to stąd, że automatyzacja zbiorów płodów rolnych przyniesie liczne korzyści, na przykład pomoże ograniczyć marnowanie żywności.

Przeważnie bowiem po tym, jak plony z pola zostaną zebrane nie opłaca się ponownie sprawdzać, czy te, których wcześniej nie zerwano, ponieważ były niedojrzałe, już nadają się do zebrania. Tymczasem w razie zautomatyzowania tej czynności pole mogłoby być bez nadmiernego zwiększania kosztów wielokrotnie pod tym kątem przeglądane.

Roboty zbierające płody rolne są oprócz tego odpowiedzią na narastający problem niedoborów pracowników w rolnictwie, podobnie jak traktory autonomiczne. Te ostatnie oprócz tego, że będą odciążać rolników, zwłaszcza w okresie dużego natężenia prac rolnych, eliminując czynnik ludzki, zapewnią również większą precyzję wykonywania zadań, na przykład równomierniejsze opryski.

Autonomiczne koparki Jeżeli chodzi o autonomiczność pojazdów specjalnych, na celowniku konstruktorów znajdują się szczególnie te, które są wykorzystywane w pracach ziemnych. Przykładem są koparki i różnego typu sprzęt górniczy. W przypadku tego ostatniego dąży się do całkowitej autonomii – w przyszłości można się więc spodziewać, że powstaną w pełni bezzałogowe kopalnie. Operatorzy będą w nich pełnić funkcję wyłącznie nadzorczą, interweniując tylko w sytuacjach awaryjnych zdalnie, przebywając w oddalonym centrum sterowania. Na rozwiązanie takie z pewnością oczekują zwłaszcza właściciele złóż na terenach trudno dostępnych, na przykład w Australii. W konstrukcji autonomicznych koparek sprostać trzeba szeregowi wyzwań. Takim jest planowanie rozkładu ładunku wyładowywanego przez łopatę na skrzynię ciężarówki. Jego nierównomierne rozłożenie może bowiem mieć groźne konsekwencje, powodując na przykład wywrócenie się pojazdu, wysypanie ładunku, nierównomierne zużycie opon. Podobnie jak w przypadku autonomicznych ciągników o upowszechnieniu się autonomicznych koparek zdecyduje skuteczność działania systemu wykrywania kolizji. Od niego zależeć będzie bowiem wydajność i bezpieczeństwo zadania, które te maszyny wykonują. Na każdym z jego etapów (wykopanie ziemi, jej nabranie łyżką, rozładunek) łatwo o zderzenie. W związku z tym system sterowania koparką powinien móc zapobiec kolizji: czerpaka z gąsienicami i kabiną koparki, czerpaka z elementami otoczenia, na przykład sprzętem pracującym w pobliżu i czerpaka ze skrzynią ciężarówki, którą załadowuje. Żeby było to możliwe, system detekcji kolizji musi być w stanie dokładnie ustalić względne położenie koparki i jej czerpaka. W tym celu wykorzystuje się wbudowywane m.in. w łopatę czujniki laserowe lub radarowe skanujące otoczenie. Na podstawie danych z czujników w koparce w połączeniu z tymi z systemu GPS, wykorzystując algorytmy sztucznej inteligencji, autonomiczne pojazdy będą się w stanie uczyć topografii terenu, po którym mają się poruszać i planować najbardziej optymalne trasy przejazdu. Zarządzanie wyposażeniem na przykład bezzałogowych kopalni ułatwi wdrożenie nowych technologii, głównie Internetu Rzeczy, w zakresie predykcyjnego utrzymania ruchu. Sensory monitorujące m.in.: ciśnienie w oponach, temperaturę płynów chłodzących, ich ciśnienie, poziom oraz stopień czystości, temperaturę i poziom wibracji łożysk, temperaturę i ciśnienie w układzie hamulcowym, ułatwią przewidywanie problemów eksploatacyjnych i reagowanie na nie na bieżąco.