A Penn State kutatói egy olyan gépi látórendszert dolgoztak ki, amely képes megtalálni és azonosítani az almakirályvirágokat a gyümölcsösök fáinak virágcsoportjain belül – ez egy kritikus lépés a robotikus beporzórendszer kifejlesztésében – egy ilyen jellegű első tanulmányban. .
Az almavirágok négy-hat virágból álló csoportokban nőnek, amelyek ágakhoz kapcsolódnak, és a középső virágot királyvirágnak nevezik. Ez a virág nyílik először a fürtben, és általában a legnagyobb gyümölcsöt terem. Long He kutató, mezőgazdasági és mezőgazdasági adjunktus szerint tehát ez a robotizált beporzórendszer fő célpontja. biológiai mérnöki munka.
Az almatermőképesség szempontjából hagyományosan a rovarok beporzását támasztják alá. A bizonyítékok azonban arra utalnak, hogy a háziasított mézelő méhek és a vadon élő beporzók beporzási szolgáltatásai nem felelnek meg a növekvő igényeknek – jegyezte meg. Következtében kolónia összeomlási zavar, a mézelő méhek világszerte riasztó ütemben pusztulnak el. Ennek eredményeként a termelőknek alternatív beporzási módszerekre van szükségük.
Ez a tanulmány a legfrissebb tanulmány, amelyet He kutatócsoportja végzett a College of Agricultural Sciences-ben, és amely robotrendszerek fejlesztésével foglalkozik olyan munkaigényes mezőgazdasági feladatok elvégzésére, mint a gombaszedés, az almafa metszése és a zöldgyümölcs-ritkítás. A projekt elsődleges célja egy mély tanuláson alapuló látásrendszer kifejlesztése volt, amely pontosan azonosítja és megtalálja a királyvirágokat a lombkoronákban.
"Úgy gondoljuk, hogy ez az eredmény alapinformációkat ad egy robotizált beporzó rendszerhez, amely az alma hatékony és reprodukálható beporzásához vezet, hogy maximalizálja a kiváló minőségű gyümölcsök hozamát" - mondta. "Pennsylvaniában továbbra is számíthatunk a méhekre az almatermés beporzásakor, de más régiókban, ahol a méhpusztulás súlyosabb volt, a termelőknek előbb-utóbb szükségük lehet erre a technológiára."
Xinyang Mu, a Mezőgazdasági Biológiai Mérnöki Tanszék doktorandusza a királyvirág-tanulmány élén állt. Mu használta a Mask R-CNN-t – egy népszerű mélytanuló számítógépes programot, amely pixelszintű szegmentálást végez a más objektumok által részben eltakart objektumok észlelésére – a királyvirágok azonosítására és helyének meghatározására egy gépi látórendszerben.
A Mask R-CNN-alapú észlelési modell elkészítéséhez több száz almavirág-fürtfotót készített. Aztán kifejlesztett egy királyvirág-szegmentációs algoritmust, amely azonosítja és megtalálja a királyvirágokat az almavirág-képek nyers adatkészletéből. A kutatást a Penn State's Fruit Research and Extension Centerben, Biglerville-ben végezték.
Gála és Honeycrisp alma fajtákat választották ki a vizsgálatokhoz. A tesztfákat 2014-ben ültették el, körülbelül 5 láb (Gala) és 6 1/2 láb (Honeycrisp) távolságra. Ezeket a fákat magas orsós lombkorona-építészetre nevelték, átlagos magasságuk körülbelül 13 láb. A kamerás képrögzítő rendszert egy fasorok között manőverezett haszonjárműre szerelték fel.
A gépi látórendszer betanítása a királyvirágok lokalizálására kihívást jelentett, mutatott rá Mu, mert ugyanolyan méretűek, színűek és alakúak, mint a fürtökben lévő oldalsó virágok, és a királyvirágokat központi helyzetük miatt általában eltakarják a környező virágok.
A Mask R-CNN modellképzéshez szükséges transzfertanulás követelményeinek teljesítése érdekében a nyers képeket két előre meghatározott osztályba címkézték: egyedi virágok és elzárt virágok. A pontosság növelése érdekében a betanítási adatkészletet négyszeresére bővítették adatbővítési módszerekkel, magyarázta Mu.
"A királyvirágok és az oldalsó virágok megkülönböztetésére minden virágfürtben a központi virágot célozták meg, vagy lokalizálták" - mondta. „A látórendszer kétdimenziós virágsűrűség-térképezési megközelítés alapján automatikusan külön-külön lokalizálta a virágfürtöket. Minden egyes észlelt virágfürtben a virágot – vagy a maszkot – a leginkább középpontban lévő helyen határozták meg célkirályvirágnak.
A közelmúltban közzétett eredményekben Intelligens mezőgazdasági technológia, a kutatók a Mu algoritmusának köszönhetően a királyvirág-észlelési pontosság magas szintjéről számoltak be. Összehasonlítva a kutatók által manuálisan végzett mérésekkel, amelyek szemmel azonosították a királyvirágokat – amelyeket a kutatók földi igazságméréseknek neveznek – a gépi látás királyvirág-érzékelési pontossága 98.7% és 65.6% között változott.