Mobile-Menu

Automatisierung Ernteroboter berechnet die erfolgversprechendste Erntestrategie

Quelle: Osaka Metropolitan University 2 min Lesedauer

Anbieter zum Thema

Heidrive GmbH
SAB Bröckskes GmbH & Co KG
WITTENSTEIN SE

Tomaten robotergestützt zu ernten ist eine anspruchsvolle Aufgabe: Tomaten wachsen in Trauben, sodass Roboter die reifen Früchte pflücken und die übrigen an der Pflanze lassen müssen, was fortgeschrittene Entscheidungs- und Steuerungsfähigkeiten erfordert. Japanische Forscher haben eine Lösung entwickelt. 

(Bild: / Pixabay)
(Bild: / Pixabay)

Um Robotern beizubringen, wie man Tomaten pflückt, programmierte Takuya Fujinaga, Assistenzprofessor an der Graduate School of Engineering der Osaka Metropolitan University, sie so, dass sie vor dem Pflücken die Erntefreundlichkeit jeder einzelnen Tomate bewerten.

  • Fujinagas neues Modell nutzt Bilderkennung in Verbindung mit statistischer Analyse, um die optimale Annäherungsrichtung für jede Frucht zu ermitteln. 
  • Das System umfasst die Bildverarbeitung und Bildauswertung der Frucht, ihrer Stiele und die Frage, ob sie hinter einem anderen Teil der Pflanze verborgen ist.
  • Diese Faktoren beeinflussen die Steuerungsentscheidungen des Roboters und helfen ihm, die beste Vorgehensweise zu wählen.

Das Modell stellt eine Verlagerung des Schwerpunkts vom traditionellen „Erkennungs-/Identifizierungsmodell” zu dem dar, was Fujinaga als „Ernteerleichterungsschätzung” bezeichnet. „Damit geht man über die einfache Frage ‚Kann ein Roboter eine Tomate pflücken?’ hinaus und denkt darüber nach, wie wahrscheinlich eine erfolgreiche Ernte ist, was für die reale Landwirtschaft aussagekräftiger ist”, erklärt er.

Hohe Erfolgsquote von 81 Prozent

Das linke Bild zeigt den Tomatenpflückroboter und die Kamera. Das rechte Bild zeigt eine „Roboter-Perspektive“ auf die Tomaten. Rot steht für reife Früchte, Grün für unreife Früchte und Blau für ausgewählte Ernteziele.(Bild: Osaka Metropolitan University)
Das linke Bild zeigt den Tomatenpflückroboter und die Kamera. Das rechte Bild zeigt eine „Roboter-Perspektive“ auf die Tomaten. Rot steht für reife Früchte, Grün für unreife Früchte und Blau für ausgewählte Ernteziele.
(Bild: Osaka Metropolitan University)

Bei Tests erzielte Fujinagas neues Modell eine Erfolgsquote von 81 Prozent und lag damit weit über den Erwartungen. Bemerkenswert sei, dass etwa ein Viertel der Erfolge auf Tomaten entfiel, die erfolgreich von der rechten oder linken Seite geerntet wurden, nachdem zuvor eine Ernte von vorne fehlgeschlagen war. Dies deutet darauf hin, dass der Roboter seine Annäherungsrichtung änderte, wenn er zunächst Schwierigkeiten hatte, die Früchte zu pflücken. 
Letztendlich unterstreicht Fujinagas Forschung der Mitteilung zufolge die Nuancen, die beim Obstpflücken für Roboter eine Rolle spielen, wobei Faktoren wie Fruchtcluster, Stielgeometrie, Hintergrundblätter und Okklusion wichtig sind. „Diese Forschung etabliert die ‚Erntefreundlichkeit‘ als quantitativ bewertbare Metrik und bringt uns der Realisierung von Agrarrobotern, die fundierte Entscheidungen treffen und intelligent handeln können, einen Schritt näher“, sagte er. 

Teamwork Roboter und Mensch

Fujinaga sieht eine Zukunft, in der Roboter selbstständig entscheiden können, ob Pflanzen erntereif sind. „Dies dürfte eine neue Form der Landwirtschaft einläuten, in der Roboter und Menschen zusammenarbeiten“, erklärte er. „Roboter werden automatisch Tomaten ernten, die leicht zu pflücken sind, während Menschen sich um die schwierigeren Früchte kümmern.“
Die Ergebnisse wurden in Smart Agricultural Technology veröffentlicht.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte