Ονομάζεται ESP-YOLO και είναι ένας νέος αλγόριθμος που έχει σχεδιαστεί για ενσωματωμένες πλατφόρμες σχεδιασμένες για ρομπότ που χρησιμοποιούνται σε αμπελώνες για τη συγκομιδή επιτραπέζιων σταφυλιών.
Ανίχνευση της ωρίμανσης των επιτραπέζιων σταφυλιών σε πραγματικό χρόνο για τη μηχανοποίηση της συγκομιδής: αυτό είναι το νέο σύνορο που προσπαθούν να φτάσουν ορισμένοι ερευνητές.a
Ονομάζεται ESP-YOLO και είναι ένας νέος αλγόριθμος σχεδιασμένος για ενσωματωμένες πλατφόρμες, δηλαδή ηλεκτρονικά συστήματα επεξεργασίας μικροεπεξεργαστή, σχεδιασμένο για ρομπότ που χρησιμοποιούνται στον αμπελώνα προκειμένου να βελτιωθεί η ακρίβεια και η ταχύτητα ανίχνευσης.
Το έργο προέρχεται από την Κίνα και σκοπεύει να προσφέρει μια αποτελεσματική μέθοδο ανίχνευσης της κατάστασης ωρίμανσης των σταφυλιών, ώστε να μπορέσει να τα ενσωματώσει σε μηχανήματα που έχουν σχεδιαστεί για συγκομιδή, όπως τα ρομπότ.
Αν και εξακολουθούν να χρησιμοποιούνται σπάνια στον τομέα, όπου εξακολουθεί να επικρατεί η χειροκίνητη συγκομιδή, τα ρομπότ θα μπορούσαν σύντομα να αντικαταστήσουν τους εξειδικευμένους εργαζόμενους στον αμπελώνα. Όσον αφορά το μέλλον, θα είναι επομένως απαραίτητο να εξοπλιστούν με μεθόδους για την ανίχνευση της ωρίμανσης που είναι αποτελεσματικές, αλλά πάνω απ' όλα ικανές να εγγυηθούν την ακεραιότητα του προϊόντος.
Όπως αναφέρεται στη μελέτη, η ανίχνευση είναι μια περίπλοκη διαδικασία και ορισμένες μέθοδοι δεν είναι εύκολο να εφαρμοστούν σε ρομπότ επιτραπέζιου σταφυλιού τόσο λόγω του περιβάλλοντος στο οποίο λειτουργούν όσο και λόγω των διαφορετικών παρεμβολών που μπορούν να ανιχνευθούν. Για παράδειγμα, μέθοδοι όπως η ακουστική ανίχνευση και η χημική ανάλυση έχουν αποδειχθεί ανεπαρκείς λόγω περιβαλλοντικών παρεμβολών που εμποδίζουν τον ακριβή εντοπισμό των θέσεων των καρπών. Ομοίως, οι μέθοδοι υπερφασματικής ανάλυσης - που έχουν δοκιμαστεί από αρκετούς ερευνητές - έχουν επίσης αποδειχθεί πολύπλοκες για να ενσωματωθούν σε ένα σύστημα αναγνώρισης σε πραγματικό χρόνο λόγω του υψηλού υπολογιστικού φόρτου. Επιπλέον, η υπερφασματική κάμερα είναι εξαιρετικά ακριβή για μεγάλης κλίμακας εφαρμογή σε ρομπότ συγκομιδής. Η οπτική επιθεώρηση έχει επίσης διερευνηθεί ευρέως: πολλοί ερευνητές έχουν προτείνει μεθόδους τμηματοποίησης με βάση το χρώμα, τη γεωμετρία και την υφή για την ανίχνευση διαφόρων φρούτων, άλλοι έχουν επινοήσει έναν αλγόριθμο ικανό να προσδιορίζει τη θέση πεπλατυσμένων σταφυλιών στο χώρο. Ορισμένοι έχουν σχεδιάσει μια μέθοδο όρασης για τον ακριβή εντοπισμό του σημείου συγκομιδής των επιτραπέζιων σταφυλιών μέσω εξαγωγής χαρακτηριστικών από εικόνες μεγάλης εμβέλειας και εικόνες μικρής εμβέλειας. Ωστόσο, ο μεταβλητός φωτισμός και οι συνθήκες ανάπτυξης των φυτών, σε συνδυασμό με ασυνεπή σενάρια, καθιστούν δύσκολη την εφαρμογή της επεξεργασίας εικόνας στα ρομπότ συγκομιδής. Αυτή τη στιγμή, πολλές μέθοδοι μηχανικής μάθησης εξετάζονται επίσης για τη συγκομιδή ρομπότ ικανών - για παράδειγμα - να ανιχνεύουν τα σημεία κοπής των επικαλυπτόμενων σταφυλιών, αλλά με αποτελέσματα που εξακολουθούν να μην είναι πολύ ακριβή. Τα πολύπλοκα γεωμετρικά χαρακτηριστικά των επιτραπέζιων σταφυλιών είχαν επίσης αντίκτυπο, οδηγώντας ορισμένους ειδικούς να αλλάξουν την προσέγγισή τους και να εργαστούν σε αλγόριθμους που θα ενσωματωθούν σε ενσωματωμένες πλατφόρμες. Ακριβώς από εδώ πήρε σάρκα και οστά η μελέτη που διεξήχθη από ερευνητές από το Key Laboratory of Special Purpose Equipment and Advanced Processing Technology του Πανεπιστημίου Zhejiang και το Τμήμα Μηχανολόγων Μηχανικών του Πολυτεχνείου του Χονγκ Κονγκ.
Όπως αναφέρθηκε, οι ειδικοί επαλήθευσαν την απόδοση ενός νέου αλγορίθμου, του ESP-YOLO, σε ενσωματωμένες πλατφόρμες με εικόνες σταφυλιών που στοχεύουν στη βελτίωση της ακρίβειας και της αποτελεσματικότητας της ανίχνευσης ωρίμανσης σταφυλιών από ρομπότ συλλογής.
Ο αλγόριθμος διεξήχθη σε ενσωματωμένες πλατφόρμες για την ανίχνευση επιτραπέζιων σταφυλιών σε σύνθετα σενάρια όπως επικάλυψη τσαμπιών ή απόφραξη στελέχους και φύλλων. Τα δεδομένα που ελήφθησαν υπογράμμισαν μια ακρίβεια ανίχνευσης 96,3% και μια ταχύτητα ανίχνευσης 45 ms/εικόνα, ανοίγοντας έτσι τη δυνατότητα χρήσης του ESP-YOLO ως χρήσιμου εργαλείου για την ανίχνευση της κατάστασης ωρίμανσης των επιτραπέζιων σταφυλιών με ακρίβεια και ταχύτητα σε διάφορα πολύπλοκα σενάρια. .
Αποτελέσματα ανίχνευσηςYOLOv5 και ESP-YOLO σε σενάρια απομακρυσμένης λήψης (a),(b) και επικάλυψης (c)
Όπως επανέλαβαν οι ερευνητές, αν και τα προκαταρκτικά αποτελέσματα των μοντέλων είναι πολλά υποσχόμενα, αυτή η μελέτη εξακολουθεί να έχει περιορισμούς, όπως η απουσία εγγυημένης ακρίβειας σε καταστάσεις με περισσότερα από τρία επικαλυπτόμενα τσαμπιά σταφυλιών. Από την άλλη,η έρευνα συνεχίζεται και στο άμεσο μέλλον θα επικεντρωθεί στην ανασύνθεση πληροφοριών που αφορούν στα σταφύλια μέσω πολλαπλών αναγνωρίσεων, με την κινητή κάμερα εγκατεστημένη στον βραχίονα του ρομπότ, προκειμένου να μειωθούν οι ψευδείς ανιχνεύσεις σε πολύπλοκα σενάρια. Επιπλέον, αυτές οι πληροφορίες μπορούν να χρησιμοποιηθούν για τη διόρθωση της τροχιάς του ρομπότ, βελτιώνοντας έτσι την ακρίβεια και την ταχύτητα δράσης.
Πηγή
Ilaria De Marinis
© fruitjournal.com
