50歳の男性がAIの博士号を取得するためにケンブリッジに戻り、AIを使ってレタスを収穫するロボットを開発した。

この記事はAI新メディアQuantum Bit（公開アカウントID：QbitAI）より許可を得て転載しています。転載の際は出典元にご連絡ください。

機械で作物を収穫するのは目新しいことではありません。小麦やジャガイモに適した機械があります。

しかし、これらの丈夫な穀物作物に比べると、傷みやすい野菜を収穫するのははるかに難しいようです。

[[270276]]

例えば、レタスは機械で収穫するのが難しいデリケートな作物です。慌てて収穫したり、レタスの半分を切り落としたりすると、販売できなくなります。

現在、ケンブリッジの研究チームは、AIを使用してロボットにレタスを収穫させるという目標を達成しました。

ロボットによる収穫は、人間による収穫に比べて農家の作業負荷を軽減できます。野菜農家は畑で手作業で野菜を収穫するために苦労する必要がなくなります。

さらに、移動しながら野菜を収穫することもできます。人間は通常、熟す季節に一度だけ収穫し、熟していない野菜は無駄になりますが、ロボットは「最初の野菜を収穫しないのは良い機会だ」とは考えません。野菜が成長するまで待ってから、再び収穫することができます。さまざまな注文要件に応じて、オンデマンドで野菜を収穫することもできます。

野菜収穫ロボット

「ベジボット」と呼ばれるこのロボットは、標準的な6自由度のUR10ロボットアーム、2台のカメラ、特製のケージ型エンドエフェクターで構成されている。また、制御ソフトウェアを実行するにはノートパソコンに接続する必要がある。

これらの装置は車輪付きのプラットフォーム上で走行し、車輪間の距離はレタスの列の間の通路にちょうど収まる程度なので、歩行型野菜収穫機として機能します。

収穫プロセス中は、頭上のカメラが信号を収集し、ラップトップと UR10 コントローラーがエンドエフェクタとロボットアームを個別に制御します。

野菜の収穫方法

スーパーマーケットのレタスは完全に丸くて丸々しているように見えますが、レタス畑の場合はそうではありません。

[[270277]]

ボールはどこですか？大きな緑の葉の畑に隠れたレタスの位置をまず見つけなければなりません。

そのため、最初のカメラはコンピュータービジョンを利用してレタスの頭をすべて見つけます。ここで研究チームは、より高速なYOLOv3アルゴリズムを使用しました。

同時に、研究チームはレタスのデータセットを作成しました。

ケンブリッジ大学の 2015 年の Deepfarm データセットと組み合わせて、レタスの頭がどこに分布しているかを識別するレタスオブジェクト検出モデルをトレーニングしました。

ただ見つけるだけではダメなんです。レタスは規格品ではないんです。大きいのと小さいのとでは違います。大きくなって成熟したものは売れるし、小さいものは大きくなってから収穫できるんです。

しかし、結球したレタスの中には、古くて弱々しいものや病気のものもあります。それらを摘み取ると、健康なレタスに感染する恐れがあるので、絶対に触ってはいけません。

したがって、レタスの分類を完了し、収穫する価値のあるものを選択する必要があります。

ここで研究者らはレタスの写真665枚を見つけてデータセットとし、87.5％をトレーニングセット、12.5％をテストセットとして使い、ダークネット分類器を使って分類スキルを訓練した。

丸々、ふっくらと熟した、健康なレタスを見つけたら、切り始めましょう。

作業を始める前に、Aruco コードを使用してエンドエフェクタの位置を調整する必要があります。次に、エンドエフェクタをレタスの頭に固定し、レタスが潰れないように、軽く握ってレタスを押さえます。

スーパーマーケットの野菜収集の要件に応じて、ベルト駆動とデュアル空気圧駆動の助けを借りて、2台目のカメラの監視下で、レタスは茎に沿ってまっすぐにカットされます。

さて、ネギとレタスの収穫が無事に終わったことをお祝い申し上げます。

[[270278]]

最終的な収穫成功率は約88％です。

ケンブリッジ

この研究の著者はケンブリッジ大学工学部の出身者です。第一著者のサイモン・ビレル氏は1980年代にケンブリッジ大学で修士号を取得しました。その後起業家となり、3つの会社を設立しました。ビジネスインテリジェンス、消費者コンサルティング、映画制作、エンターテインメントなどの分野で活躍してきました。2016年、50歳で母校に戻り、AIとロボット工学の博士号を取得しました。

[[270279]]

研究者たちはこのロボットに大きな期待を寄せており、ロメインレタスだけでなく他の地上作物にも使える機械の開発を望んでいる。

さらに、ロボットが野菜を収穫する際に収集したデータに基づいて、レタスの収穫量を数えたり、さまざまな種類の土地の肥沃度を判断したりする追加機能もあります。