ระบบวิชันซิสเต็มที่สามารถระบุตำแหน่งและระบุดอกแอปเปิลคิงภายในกลุ่มของดอกไม้บนต้นไม้ในสวนผลไม้ได้คิดค้นขึ้นโดยนักวิจัยของเพนน์สเตต ซึ่งเป็นขั้นตอนแรกที่สำคัญในการพัฒนาระบบการผสมเกสรด้วยหุ่นยนต์ ในการศึกษาครั้งแรกที่ไม่เหมือนใคร .
ดอกแอปเปิ้ลเติบโตเป็นกลุ่ม XNUMX-XNUMX ดอกตามกิ่งก้าน และดอกตรงกลางเรียกว่าดอกไม้ราชา ดอกไม้นี้เปิดก่อนในกลุ่มและมักจะเติบโตผลไม้ที่ใหญ่ที่สุด ดังนั้นจึงเป็นเป้าหมายสำคัญของระบบการผสมเกสรด้วยหุ่นยนต์ ตามที่นักวิจัย Long He ผู้ช่วยศาสตราจารย์ด้านการเกษตรและ วิศวกรรมชีวภาพ.
เดิมทีการผสมเกสรโดยแมลงนั้นขึ้นอยู่กับผลผลิตของแอปเปิล อย่างไรก็ตาม มีหลักฐานบ่งชี้ว่าบริการผสมเกสรทั้งจากผึ้งบ้านและแมลงผสมเกสรป่า ไม่ตรงกับความต้องการที่เพิ่มขึ้น เขาตั้งข้อสังเกต เนื่องจาก ความผิดปกติของการล่มสลายของอาณานิคมผึ้งทั่วโลกตายในอัตราที่น่าตกใจ เป็นผลให้ผู้ผลิตต้องการวิธีการอื่นในการผสมเกสร
การศึกษานี้เป็นผลงานล่าสุดที่ดำเนินการโดยกลุ่มวิจัยของ He ในวิทยาลัยวิทยาศาสตร์การเกษตร ซึ่งอุทิศให้กับการพัฒนาระบบหุ่นยนต์เพื่อบรรลุงานด้านการเกษตรที่ต้องใช้แรงงานจำนวนมาก เช่น การเก็บเห็ด การตัดแต่งต้นแอปเปิ้ล และการทำให้ผลสีเขียวบางลง เขาอธิบายว่าเป้าหมายหลักของโครงการนี้คือการพัฒนาระบบการมองเห็นด้วยการเรียนรู้เชิงลึกที่สามารถระบุและระบุตำแหน่งดอกไม้ของราชาบนยอดไม้ได้อย่างแม่นยำ
“เราคิดว่าผลลัพธ์นี้จะให้ข้อมูลพื้นฐานสำหรับระบบการผสมเกสรด้วยหุ่นยนต์ ซึ่งจะนำไปสู่การผสมเกสรแอปเปิ้ลที่มีประสิทธิภาพและทำซ้ำได้เพื่อเพิ่มผลผลิตผลไม้คุณภาพสูงให้ได้สูงสุด” เขากล่าว “ในเพนซิลเวเนีย เรายังคงพึ่งพาผึ้งในการผสมเกสรพืชแอปเปิ้ลได้ แต่ในภูมิภาคอื่นๆ ที่ผึ้งตายรุนแรงกว่านั้น ผู้ปลูกอาจต้องการเทคโนโลยีนี้ไม่ช้าก็เร็ว”
Xinyang Mu นักศึกษาปริญญาเอกภาควิชาวิศวกรรมชีวภาพเกษตร เป็นหัวหอกในการศึกษาราชาดอกไม้ Mu ใช้ Mask R-CNN ซึ่งเป็นโปรแกรมคอมพิวเตอร์การเรียนรู้เชิงลึกที่ได้รับความนิยมซึ่งดำเนินการแบ่งส่วนระดับพิกเซลเพื่อตรวจจับวัตถุที่ถูกบดบังบางส่วนโดยวัตถุอื่น เพื่อระบุและระบุตำแหน่งของดอกไม้ราชาในระบบวิชันซิสเต็ม
ในการสร้างแบบจำลองการตรวจจับที่ใช้ Mask R-CNN เขาได้ถ่ายภาพคลัสเตอร์ดอกแอปเปิ้ลหลายร้อยภาพ จากนั้นเขาได้พัฒนาอัลกอริธึมการแบ่งส่วนดอกไม้ของราชาเพื่อระบุและค้นหาตำแหน่งของดอกไม้ของราชาจากชุดข้อมูลดิบของภาพดอกแอปเปิ้ลนั้น การวิจัยได้ดำเนินการที่ศูนย์วิจัยและขยายผลไม้ของ Penn State, Biglerville
กาล่าและน้ำผึ้ง แอปเปิล คัดเลือกพันธุ์สำหรับการทดสอบ ต้นไม้ทดสอบถูกปลูกในปี 2014 โดยมีระยะห่างระหว่างต้นไม้ประมาณ 5 ฟุต (Gala) และ 6 1/2 ฟุต (Honeycrisp) ต้นไม้เหล่านี้ได้รับการฝึกฝนในสถาปัตยกรรมทรงพุ่มแกนหมุนสูง โดยมีความสูงเฉลี่ยประมาณ 13 ฟุต ระบบจับภาพด้วยกล้องถูกติดตั้งบนรถเอนกประสงค์ที่หลบหลีกระหว่างแถวต้นไม้
การฝึกระบบแมชชีนวิชันเพื่อหาตำแหน่งดอกคิงฟลาวเวอร์นั้นท้าทาย เพราะพวกมันมีขนาด สี และรูปร่างเหมือนกันกับดอกด้านข้างในกลุ่ม และโดยทั่วไปแล้วดอกคิงฟลาวเวอร์จะถูกบดบังด้วยดอกไม้รอบๆ เนื่องจากตำแหน่งกลางดอก
เพื่อให้เป็นไปตามข้อกำหนดของการถ่ายโอนการเรียนรู้สำหรับการฝึกโมเดล Mask R-CNN ภาพดิบจะถูกติดป้ายกำกับในสองคลาสที่กำหนดไว้ล่วงหน้า: ดอกไม้เดี่ยวและดอกไม้ที่ถูกบดบัง เพื่อเพิ่มความแม่นยำ ชุดข้อมูลการฝึกอบรมถูกขยายขึ้นสี่เท่าโดยใช้วิธีการเพิ่มข้อมูล Mu อธิบาย
“เพื่อแยกความแตกต่างของดอกราชาออกจากดอกไม้ข้างเคียง ดอกไม้ที่อยู่ตรงกลางที่สุดในแต่ละกลุ่มดอกไม้จะถูกกำหนดเป้าหมายหรือแปลเป็นภาษาท้องถิ่น” เขากล่าว “ระบบวิชันซิสเต็มจะระบุตำแหน่งของกระจุกดอกไม้แยกกันโดยอัตโนมัติตามวิธีการทำแผนที่ความหนาแน่นของดอกไม้แบบสองมิติ ภายในกลุ่มดอกไม้แต่ละกลุ่มที่ตรวจพบ ดอกไม้—หรือหน้ากาก—ที่ตำแหน่งกึ่งกลางที่สุดถูกกำหนดให้เป็นราชาดอกไม้เป้าหมาย”
ในผลการวิจัยที่เผยแพร่เมื่อเร็ว ๆ นี้ใน เทคโนโลยีการเกษตรอัจฉริยะนักวิจัยรายงานความแม่นยำในการตรวจจับดอกไม้ราชาในระดับสูงซึ่งเป็นผลมาจากอัลกอริธึมของ Mu เมื่อเปรียบเทียบกับการวัดด้วยตนเองโดยนักวิจัยในการระบุดอกไม้พระราชาด้วยตา ซึ่งเรียกว่าการวัดความจริงโดยนักวิจัย ความแม่นยำในการตรวจจับด้วยวิชันซิสเต็มของราชาดอกไม้นั้นแปรผันตั้งแต่ 98.7% ถึง 65.6%