九五至尊在线娱乐9599九星娱乐下载

来源:CNBETA  责任编辑:小易  

lettuce-robot-1.jpg

(图自:University of Cambridge,via New Atlas)

实际上,近年来,工程师们已经在农业收获技术上取得了显著的工业突破。问题在于,小麦和马铃薯等常见作物,属于相对容易被大型机械所收割的。而另一些作物,仍需借助人工来辛苦采集。

有鉴于此,剑桥大学的工程师们,想到了借助机器学习训练,让机器人挑战高难度的农作物采摘工作,比如本次研究所选择的生菜农场。

在人类眼中,生菜地是可以做到相对整齐划一的。但是对于人工智能算法开发者来说,如何辨别生菜的健康度、以及选择采摘的发力处,仍然是一个艰巨的挑战。

在谈到自主式蔬菜采摘系统的挑战时,研究合著者 Simon Birrell 表示 —— 每一块菜地的状况都不尽相同,且世界上没有长得一模一样的两株生菜。

Robot uses machine learning to harvest lettuce(via)

工程师表示,他们要解决的第一个复杂问题,就是教导视觉识别系统在拥挤的绿色田野中,识别出一株健康的生菜头。

为此,他们开发的专属的机器学习算法,然后通过图库中的照片对机器人系统展开训练。在取得一定成效后,再转而在实验室条件下,对真实的生菜展开收割。

接着他们在现实农田里展开测试,让机器人收割系统了解莴苣等蔬菜顶部的外观,以便在各种不同的天气状况下实施采摘。

第二项挑战是打造一套方法,确保机器人能够遵循商业标准,对每株莴苣等蔬菜展开挑选和切割,精度要达到维持其茎秆长度所需的地步。

sddefault.jpg

具体说来是,这需要为机器人设计一款弹性握持机械臂,在切割刀片附近配备第二颗摄像头,以确保刀片顺利划拉到正确的位置。

最终剑桥工程师们打造出了一款名叫 Vegebot 的自主式蔬菜采摘机器人,其成功率达到了令人惊讶的 91% 。

当然,在正式商用前,研究团队仍需完成许多必要的工作,因为目前的损耗率还有些偏高(达到了 38%)。好消息是,尽管不符合超市上架的标准,但这并不影响蔬菜的食用。

另外一个需要克服的问题,就是机器人系统的采摘速度,目前 Vegabot 平均每 32 秒可完成一个生菜的采摘,这笔人类要慢得多。

不过随着技术的进一步发展,这些方面都可以得到有效的改观。有关这项研究的详情,已经发表在近日出版的《Journal of Field Robotics》期刊上。


  • 本文相关:
  • 站长必读,如何真正写好一篇原创文章
  • 互联网之路细嗅蔷薇 资深站长分享掘金之道
  • 企业站的站长的工作重心究竟有哪些
  • 浅析:行业门户网站的一些盈利模式
  • 3000IP的企业网站每天订单不到30个的苦恼
  • 网站想内外兼修?先学习提高网站可用性的6大原则
  • 浅谈网页设计中的简约之美
  • 网页改版实战:日本设计师如何彻底优化旅游网站?
  • 网页改版实战!日本设计师如何彻底优化招聘网站?
  • 2015年值得关注的21个网页设计趋势
  • 免责声明 - 关于我们 - 联系我们 - 广告联系 - 友情链接 - 帮助中心 - 频道导航
    Copyright © 2017 www.pradaoutletonline.net All Rights Reserved