劍橋大學的工程師們，剛剛開發(fā)出了一款新型蔬菜采摘機器人，其特點是經過了機器學習的算法訓練，能夠自主識別和收獲卷心菜、萵苣等農作物。
劍橋大學的工程師們，剛剛開發(fā)出了一款新型蔬菜采摘機器人，其特點是經過了機器學習的算法訓練，能夠自主識別和收獲卷心菜、萵苣等農作物。研究人員表示，這款機器人名叫Vegabot。算法訓練的目的，旨在幫助它在不同的天氣條件下，正確辨別準備收獲的健康生菜。
(圖自：University of Cambridge，via New Atlas)
實際上，近年來，工程師們已經在農業(yè)收獲技術上取得了顯著的工業(yè)突破。問題在于，小麥和馬鈴薯等常見作物，屬于相對容易被大型機械所收割的。而另一些作物，仍需借助人工來辛苦采集。
有鑒于此，劍橋大學的工程師們，想到了借助機器學習訓練，讓機器人挑戰(zhàn)高難度的農作物采摘工作，比如本次研究所選擇的生菜農場。
在人類眼中，生菜地是可以做到相對整齊劃一的。但是對于人工智能算法開發(fā)者來說，如何辨別生菜的健康度、以及選擇采摘的發(fā)力處，仍然是一個艱巨的挑戰(zhàn)。
在談到自主式蔬菜采摘系統(tǒng)的挑戰(zhàn)時，研究合著者Simon Birrell表示——每一塊菜地的狀況都不盡相同，且世界上沒有長得一模一樣的兩株生菜。
工程師表示，他們要解決的第一個復雜問題，就是教導視覺識別系統(tǒng)在擁擠的綠色田野中，識別出一株健康的生菜頭。
為此，他們開發(fā)的專屬的機器學習算法，然后通過圖庫中的照片對機器人系統(tǒng)展開訓練。在取得一定成效后，再轉而在實驗室條件下，對真實的生菜展開收割。
接著他們在現(xiàn)實農田里展開測試，讓機器人收割系統(tǒng)了解萵苣等蔬菜頂部的外觀，以便在各種不同的天氣狀況下實施采摘。
第二項挑戰(zhàn)是打造一套方法，確保機器人能夠遵循商業(yè)標準，對每株萵苣等蔬菜展開挑選和切割，精度要達到維持其莖稈長度所需的地步。
具體說來是，這需要為機器人設計一款彈性握持機械臂，在切割刀片附近配備第二顆攝像頭，以確保刀片順利劃拉到正確的位置。
最終劍橋工程師們打造出了一款名叫Vegebot的自主式蔬菜采摘機器人，其成功率達到了令人驚訝的91%。
當然，在正式商用前，研究團隊仍需完成許多必要的工作，因為目前的損耗率還有些偏高(達到了38%)。好消息是，盡管不符合超市上架的標準，但這并不影響蔬菜的食用。
另外一個需要克服的問題，就是機器人系統(tǒng)的采摘速度，目前Vegabot平均每32秒可完成一個生菜的采摘，這筆人類要慢得多。
不過隨著技術的進一步發(fā)展，這些方面都可以得到有效的改觀。有關這項研究的詳情，已經發(fā)表在近日出版的《Journal of Field Robotics》期刊上。
