人工智能与机器学习

培养机器人和可持续农业AI

从更好的自动车辆到更智能的机器的技术进步将有助于缓解老化农业劳动力的影响和萎缩的工人供应。

由Tanya M. Anandan 2020年1月14日,
直观的触摸屏显示器在运营商的指尖下施加丰富的实时数据和分析工具,以便在通过该领域的同时监控,调整和学习。礼貌:John Deere / RIA

农业可持续性问题是人民问题。但是,它可能是拯救人性的机器人。自动化和人工智能(AI)将有助于缓解老龄化农业劳动力的影响,并萎缩的野外工人供应,寻求不太艰苦的工作。自动驾驶农业机械和自主无人机意味着农民可以花费更少的时间观看他们面前的道路,更多的时间专注于前进的道路,以更加可持续的收获和利润。数据挖掘和预测分析将成为贸易的共同工具,使农民能够做出更好的决策,最大限度地提高资源并优化产量。

机器人和机器学习正在帮助促进新的、更可持续的农业方法,把农业带进室内并达到新的高度,以节约资源、减少化学品和缩短上市时间。有了来自传统种植者、温室和垂直农民的更可持续、更新鲜的选择,世界人口应该能够吃得更好、更清洁、更聪明、更实惠。

未来的农场是高科技,更好的知情,并赋予更多的资源,为我们所有人提供更可持续的未来。一个好的开始是养殖技术的爷爷,这已经支撑了时间的考验。

从犁到精密农业

1837年,伊利诺斯州的铁匠约翰·迪尔(John Deere)用折断的锯片制作了第一台商业上成功的铸钢犁。高度抛光的钢材和轮廓设计使犁成为中西部原始草原上厚粘土土壤的理想工具。迪尔的发明为他的同名公司奠定了基础。

经过180年的发展,约翰迪尔成为全球农业、建筑和林业机械制造商,年销售额374亿美元。总部位于莫林的《财富》500强公司以其不断提供创新产品和服务来支持与土地相关的产品而闻名于世。2017年,迪尔发布了最新的智能谷物收获技术S700系列联合收割机。

自导向组合使用传感器融合,机器人和人工智能自动化许多收获任务的精确农业。礼貌:John Deere / RIA

自导向组合使用传感器融合,机器人和人工智能自动化许多收获任务的精确农业。礼貌:John Deere / RIA

迪尔精密农业集团(Deere 's Precision Farming Group)自动化战略负责人乔尔·赫根特尔(Joel Hergenreter)说:“它实际上是利用图像来识别单个玉米粒受损的情况。”“机器人知道如何调整联合收割机,以确保单个核不受损。”

S系列在1月份的消费电子产品展示了Las Vegas Strip上的大型飞溅。Sporting Deere的绿色和黄色彩色组合,巨大的多吨结合在他们的轨道上停止了CES展示者。但是在消费电子贸易展上做什么“拖拉机”?然而,这不是普通机器。结合的机器人和AI落下,是自我转向。

但真正的展示者?自治驾驶不是新的。AG巨头一直在自动驾驶技术经营二十年。

1999年,Deere收购了Navcom Technology,这是一家高级GPS技术的早期创新者。四年后,Deere介绍了Autotrac指导系统,它使用GPS具有实时运动学(RTK)矫正,以精确指导大型农业机器通过领域。

自2003年Autotrac的介绍以来,Deere已添加机械传感器和视觉传感器(摄像机)以识别作物行,并确保喷雾器和收割机在行之间驱动,不会损坏作物。传感器融合用于将来自GPS接收器,机械传感器和视觉传感器的信号组合起来以自动转向。

如今,该公司的大多数大型农业设备都“具有自动驾驶能力”。

Hergenreter表示:“我们能够将一台20吨重的机器通过油田的精度降低到不到英寸。”“正是GPS接收器让我们能够达到近英寸的精度。我们的产品遍布一百多个国家。我们的农民现在每天可以用他们的设备耕种14到20个小时,在一年的关键时期,天气窗口对特定的操作非常紧张。以前,他们会因为长时间的工作而感到疲劳,这将导致他们不得不在这些紧闭的窗户期间停止种植或喷洒农药。AutoTrac可以让他们在一天中更早开始工作,而在晚上工作的时间更长。”

尽管驾驶员仍在驾驶,但自动化可以在狭窄的作物行中实现更高的准确性。当人类累了,可重复性和准确性就会受到影响。

Hergenreter说:“有了额外的传感器,我们可以使农民的操作速度提高50%。”“现在有些人可以以每小时10或12英里的速度通过田地,而不是以每小时8英里的速度行驶,这确实提高了他们一整天的生产力。”

然而,驾驶室里仍然需要驾驶员;还有更多的任务有待自动化。首先是转向。现在,有了更多的传感器输入、机器人和人工智能,迪尔正朝着确保作物健康的方向发展,一株一株地种植。

启用AI的杂草控件

人工智能助力精准除草。使用机器人技术和机器学习,农民可以精确地确定化肥和除草剂的使用情况。

2017年,Deere将他们的农业武库扩展了收购蓝河技术,莴苣机床的开发商,自动杂草喷雾器和先前系统的先行者。它使用计算机愿景与机器学习和先进的机器人来区分作物和杂草,只会喷洒杂草。

从机床内部,操作员可以清晰的360度视图,方便地访问多功能控制和可编程快捷键按钮,以及实时调整的选项,以提高收获效率和易用性。礼貌:John Deere / RIA

从机床内部,操作员可以清晰的360度视图,方便地访问多功能控制和可编程快捷键按钮,以及实时调整的选项,以提高收获效率和易用性。礼貌:John Deere / RIA

“机器以每50毫秒为单位的速率处理图像,”Hergenreter表示。“它将那些实时图像与超过300,000个图像的库进行了比较,确保只有杂草是针对性的。”

这显着降低了所用的除草剂的量。现场测试报告使用过去需要的10%的除草剂。该概念可以逆转以精确地施加肥料仅施加植物,从而减少浪费,同时优化产量。

大数据以更好的决定和更好的作物

数据是农民最有价值的资产之一。精密农业源于大数据。今天的农民可以使用基于网络的工具来帮助他们创建处方或地图,以适用于该领域某些区域的肥料。然后可以将该处方发送到喷雾器,并在通过现场驱动的GPS时,喷雾器将自动调节速率以确保适用于特定区域的施肥量。

所有这些数据交换都需要大量的计算能力。Deere不仅必须从传统农业过渡到高级机器人和AI的精确养殖,他们还改变了他们的知识库和资源,以支持物联网(物联网)解决方案,移动应用程序和云服务。

Hergenreter表示,计算发生在两个层面上。一个是在AG机器上,喷雾器,收割机或其他机械。

“我们可以在机器上计算的任何东西并关闭那个循环,我们这样做,”他说。“但我们还拥有我们的云的解决方案,John Deere操作中心,允许我们的客户通过我们的4G LTE网络从他们的机器中发送所有数据回到云。基于云的解决方案允许客户备份其信息。它还允许他们看看他们的农场发生了什么,并学会了什么工作,以及他们农场的特定领域。它还可以协作。“

农民有很多值得信赖的顾问。他们帮助农民做出日常决定,云允许农民与其可信任顾问之间的数据共享和协作。

在驾驶室内部,操作员的驾驶舱就像先进,带有操纵杆控制和触摸屏显示器,为作物状况,粮食水箱,机器诊断和性能目标等变量提供了各种数据和实时调整。拥有精密,自动化机器,农场成为车轮的工厂。

“农民的业务真的是一个领域的网络。这些领域的每一个都有数百万植物。我们的目标是确保我们达到这些植物中每种植物的最大潜力,“Hergenreter表示。“现在,许多农场在现场水平管理。通过我们谈论的技术 - 愿景传感和软件处方 - 我们可以开始创建允许客户更接近植物级管理的计划。“

遍布北美,农民正在接受该技术并信任数据。

直观的触摸屏显示器在运营商的指尖下施加丰富的实时数据和分析工具,以便在通过该领域的同时监控,调整和学习。礼貌:John Deere / RIA

直观的触摸屏显示器在运营商的指尖下施加丰富的实时数据和分析工具,以便在通过该领域的同时监控,调整和学习。礼貌:John Deere / RIA

“为了充分发挥他们的潜力,农民必须在他们生长的过程中管理他们的每一株植物。通过技术,我们允许农民将更繁重、更可重复的操作转移到他们的设备上,”Hergenreter说。“我们的目标是让他们产生更一致的结果,尽管所有变量,不只是天气,还有气候、土壤和农民每天遇到的所有其他变量。更好的决策使他们能够更有效地利用自己的时间、设备和土地。我们正试图优化产量。”

精密农业是关于控制成本的同时优化产量,促进和维持可持续性。这包括保护环境。保护土地,水和空气,并尽量减少浪费。使用较少的农药,肥料和其他化学品,降低燃料消耗,降低碳排放,保护更多的自然资源和能量。几代地球未来居民将取决于它。

联合国预测世界人口将从目前的水平增长7.6至98亿人口到2050年。全球收获倡议(GHI)预计世界粮食生产商将需要增加70%的产量以适应人口增长。

GHI估计,从2005年到2019年,农业就业人口预计将减少5800万人,减少11%的劳动力。这给试图寻找熟练劳动力来提高产量的农民带来了重大挑战。农业将需要学习如何用更少的钱做更多的事,采用更有效和可持续的生产方法。机器人技术和人工智能可以开辟一条通往更光明未来的道路。

与工业机器人自主收获

Root AI于2018年推出,利用传统和专有的机器人硬件与复杂的软件相结合,扩展工业机器人增值的领域。农业机器人通常涉及针对特定任务或特定作物的定制设备。Root的解决方案是让一个模块化的协作机器人在农场工作,用人工智能使它更聪明。

处女座,机器人收获系统,是一个标准的工业级Cobot,在移动平台上与电脑视觉相结合的视线,定制臂末端工具(eoat),用于抓住各种新鲜农产品,以及启用的船上智能单位在该领域进行灵巧的工作。

联合创始人兼首席执行官乔希·莱辛(Josh Lessing)表示,Root专注于系统的大脑——人工智能技术。最近算法的进步,特别是用于在复杂环境中寻找单个物体的计算机视觉软件,已经成为游戏规则的改变者。

精致的视觉感应,人工智能和定制的武器末端工具使机器人能够直接从藤上收获成熟的生产。礼貌:根AI / RIA

精致的视觉感应,人工智能和定制的武器末端工具使机器人能够直接从藤上收获成熟的生产。礼貌:根AI / RIA

“AI是我们的拼图的大片。当你谈论农业时,这是一个无序的环境,“少说说。“所有这些计算工具都开始出现,这可以以以前从未完成的方式找到这种环境中的东西。Simultaneously, chip producers started creating ‘system-on-modules’ (or SoMs, also called computer-on-modules or CoMs, that are complete computers built on a single circuit board), which deliver a lot of computing power to a robot without requiring an internet connection. And you can do it in a way that consumes very little power.”

电池管理和板载计算能力对于移动平台非常重要,例如root的处女座,可以在该领域工作。SOM在以节能的方式提供更高层次的计算时也在更便宜。

“这是强大的。允许我们将AI带到该领域,“少说说。“计算机视觉算法无法触及物理世界,他们只能看着它。机器人是桥梁,并在根目录中,我们正在建立机器学习算法,使机器人能够在复杂的现实环境中进行身体工作。“

用于掌握规划的机器学习

对于机器人来掌握某些东西并与之互动,机器人不仅需要能够识别环境中的东西,它需要在物理上彼此相关的那些对象的对象是如何彼此相关的,像藤蔓上的水果或蔬菜。然后系统需要了解关系如何通知机器人如何从其环境中掌握和删除对象。掌握规划是一个基本要素。

root与一组种植者密切合作,他们授予启动访问其设施以运行产品测试。种植者提供了关于实验的反馈和他们需要对机器人收获系统所需的特征类型提供更大的价值。root也在使用AI和机器学习,教他们的机器人新技巧。每天,机器人正在收集数据。该数据用于确定更智能的采摘策略,root用来更新软件。

一个协作机器人被设计成在紧凑的空间中工作,比如这个室内温室,它被安装在一个移动平台上,配备了计算机视觉和机器学习,当协作机器人沿着植物行自主移动时,它可以采摘成熟的农产品。礼貌:根AI / RIA

一个协作机器人被设计成在紧凑的空间中工作,比如这个室内温室,它被安装在一个移动平台上,配备了计算机视觉和机器学习,当协作机器人沿着植物行自主移动时,它可以采摘成熟的农产品。礼貌:根AI / RIA

“我们一直在更新软件。我们让它变得更聪明。明年当这些机器人在农场每天工作时,当机器人充电时就会进行更新。”届时,机器人上用于改善行为和性能的数据将被推送到云端,软件更新也将被下载到机器人上。通常当你购买资本设备时,最好的一天是第一天。如果你有能力基于云数据进行软件更新,然后将这些更新推送到舰队中,你就可以让一个单位一天天变得越来越好,所以最好的日子还没有到来。”

服务于特产作物

处女座是在美国室内的室内农场的产品测试中,机器人正在挑选成熟的西红柿大型商业温室。但根源的景点集中在其他特色作物上,如草莓,覆盆子,黄瓜,辣椒,茄子,甜瓜,葡萄和鳄梨。根据少,这些特色作物需要令人难以置信的熟练,弱司劳动力。自动收获是一项重大挑战。

“我们从番茄开始,但最终我们正在开发的技术堆栈将广泛适用于各种作物。今天是西红柿,明天是辣椒,明天就是黄瓜。”

他说从一个作物跳到另一个作物将是一个“简单的终端效应器交换”,以配备不同的“手”,使机器人能够掌握和收获各种水果和蔬菜。

“通过在特产作物行业中的单一最大的未满足需求之一之后,我们有人注意到。事实上,番茄的30%至40%的收入直接偿还劳动力。作为收割机的工作非常苛刻。这是一项艰巨的工作,这是一个季节性的工作。劳动力以满足需求的能力越来越斗争。“

这些特种作物的有效载荷范围在普通工业机器人的能力范围内。这包括一个协作的Scara机器人,在处女座系统后面的机器人手臂。至于移动性,处女座经常在整个设施中具有火车铁路系统的温室环境。最终,处女座将在一行庄稼中自行驱动,并将手动从行移动到行。少说这有助于创建协作工作流程。

更快,更令人变送到市场

处女座的设计旨在促进农业中最新的颠覆性趋势之一——室内农业。这一概念的各种变体,包括城市农业和垂直农业,正在得到普及。

如果种植者可以在第二天可以选择它,并在第二天将其放在杂货店货架上,这是营养价值和味道的高峰。这就是消费者趋势所在的地方。人们希望在他们的饮食中新鲜农产品。在品质,营养价值和味道上始终如一地提供新鲜的产生,这意味着种植者需要开始越来越接近食物所消耗的地方。现在,水果和蔬菜的物流供应线很长,可以进食产品的保质期,降低了最终客户的经验。

莱辛说:“与温室种植者合作是一个难得的机会,可以成为农业领域非常具有破坏性和积极意义的变革的一部分。”“这些设施非常高效。它们可以比典型的户外农场减少90%的用水量。他们能够尽量减少杀虫剂、杀菌剂和除草剂的使用,而且因为这些是可控的室内环境,他们实际上使用有益的昆虫来攻击有害的昆虫。”

根据少,室内种植者的一个测试处于户外农场的室内种植者将制作25倍。当您认为具有较不可耕地的世界时,这是重要的。科学家们表示,如果农业实践没有重大变化,土壤耗尽的土地耗尽率将继续上涨。

“消费者正在要求通过更可持续的生产方法向他们提供的食物零售商。如果您可以在24小时内为一个主要城市提供一块产品,那是新的!如果我们能够在这些环境中工作并提供价值,我们是农业未来的一部分。

“食品行业有很多挑战,只需克服,”少说。“当我在成长时,我父亲的主要业余爱好是在我们的后院挑选西红柿。他是一个医生,总是致力于为他的社区提供服务。这是他教导了我的课程。在我的职业生涯中,我有机会在商业水平上学会很多关于食品行业的机会。该体验在我生命中展示了一个新的机会,以追求这种激情,帮助食品供应链中的人们提供丰富,可靠的食物的承诺。“

通过他们的机器人系统,Root已经获得了多项专利来帮助他们实现这一任务。

柔性食品供应链

凭借世界食品生产商的赌注,灵活的自动化可以帮助行业符合食品供应链的挑战始终反对时钟。新鲜,快速,实惠的留下效率低下的空间。机器人帮助种植者养活可满足的需求。

软罗布斯公司CEO Carl Vause表示,劳动力短缺和低效流程超越了该领域。我们不仅丢失了葡萄藤的食物。当他们无法及时上市时,我们也会沿供应链失去生产和其他易腐食品。

软驱动抓手轻轻处理新鲜农产品的大小和形状沿着整个食品供应链。Courtesy: Soft Robotics, Inc./RIA

软驱动抓手轻轻处理新鲜农产品的大小和形状沿着整个食品供应链。Courtesy: Soft Robotics, Inc./RIA

贝德福德,质量。基于软机器人的服务于三个关键行业:一般供应链和物流、先进制造和食品和饮料。这种抓手在任何具有高多样性的应用领域都很出色,如电子商务、商店补货和配送、按大小和形状进行产品分类、配餐和高混合/大批量生产,如化妆品和消费品。

在食品行业寻找独特的利基,机器人夹具处理生产,蛋白质和面包产品,所有领域的水果和蔬菜,肉类和鱼类,以及生面团和烘焙食品的尺寸差异很大,形状,重量和可变形性 - 确切在哪里一种由柔软,柔顺的材料制成的自适应夹具。

“当我们谈论生产时,我们从收获到最后一英里的杂货交付时,我们做了一切,”Vause说。

在该领域,软机器人夹具正在收获叶茂盛蔬菜的头部。传统上,生菜收获是背部闯入工作。工人团队用大砍刀捕获了一排莴苣,每头都在茎上切割。劳动力短缺使得找到愿意做这种艰苦的工作的工人更加困难。

自动化拯救了工人,将他们从具有人体工程学挑战性的任务中拯救出来,并允许他们在自动化农场上从事更高价值的工作。结合机器视觉定位生菜头和自动刀片将生菜头与茎分开,软体机器人抓手帮助美国种植者收获不同品种的生菜和其他绿叶蔬菜。

沃斯说:“我们能够很好地抓住所有不同大小的莴苣头,而且不会受伤。”“这是一个巨大的优势。”

改善食物清洁和安全性

清洁是食品生产商一直面临的挑战。软机器人公司已经竭尽全力确保其抓手达到更高水平的食品安全。该抓手使用一种外科手术级高分子材料的专有混合物,按照严格的标准生产,并符合美国食品和药物管理局(FDA 21 CFR)、欧洲食品接触材料条例(EC 1935)和日本厚生劳动省的要求。

软机器人坚持良好生产规范(GMP)这是一种用于确保产品的监管系统,可根据优质标准和准则为食品和饮料,化妆品,制药产品,膳食补充剂和医疗器械制造商,处理器和包装机进行生产和控制。

“我们使用供应商和内部流程制造的医疗级材料,以满足GMP要求,这对于可追溯性非常重要,并且知道清洁度已经进入每一步,”Vause表示。“它为您提供了可清洁性和食品安全的额外余量。”

对安全,可靠的食品供给的信心是一种基本的人类需求。但越来越多的人口,劳动力短缺和土地退化威胁着可持续性。农业产业较少需要做得更多。随着农场学会像精益工厂的运作,机器人和AI都是挑战。高科技,清洁和数据丰富,以实现更可持续的未来。

谭雅·m·阿南丹是贡献编辑的机器人行业协会(RIA)和机器人在线.RIA是一个非营利性行业协会,致力于通过机器人和相关自动化技术提高北美制造业和服务业的区域、国家和全球竞争力。这篇文章最初出现在RIA网站上.RIA是CFE媒体内容合作伙伴——推进自动化协会(A3)的一部分。由制作编辑Chris Vavra编辑,控制工程,CFE媒体和技术,cvavra@cfemedia.com.

在线额外

请参阅下面链接的作者的其他文章。


谭雅·m·阿南丹
作者生物:贡献编辑,机器人行业协会(RIA)