Sustav strojnog vida koji je sposoban locirati i identificirati cvjetove kralja jabuke unutar grozdova cvjetova na drveću u voćnjacima osmislili su istraživači iz Penn Statea - što je ključni rani korak u razvoju robotskog sustava za oprašivanje - u prvoj studiji te vrste .
Cvjetovi jabuke rastu u skupinama od četiri do šest cvjetova pričvršćenih za grane, a središnji cvijet poznat je kao kraljevski cvijet. Ovaj se cvijet otvara prvi u grozdu i obično daje najveći plod. Dakle, to je ključni cilj robotskog sustava za oprašivanje, prema istraživaču Long Heu, docentu poljoprivrednog i biološki inženjering.
Za produktivnost jabuke tradicionalno se oslanjalo na oprašivanje kukcima. Međutim, dokazi upućuju na to da usluge oprašivanja, kako od pripitomljenih pčela medarica tako i od divljih oprašivača, ne zadovoljavaju sve veće zahtjeve, istaknuo je. Zbog poremećaj kolapsa kolonije, medonosne pčele diljem svijeta umiru alarmantnom brzinom. Kao rezultat toga, proizvođači trebaju alternativne metode oprašivanja.
Ova studija je posljednja koju je provela Heova istraživačka grupa na Fakultetu poljoprivrednih znanosti, koja je posvećena razvoju robotskih sustava za obavljanje radno intenzivnih poljoprivrednih zadataka kao što su branje gljiva, obrezivanje stabala jabuka i prorjeđivanje zelenih plodova. Primarni cilj ovog projekta, objasnio je He, bio je razviti sustav vida temeljen na dubokom učenju koji bi mogao precizno identificirati i locirati kraljevsko cvijeće u krošnjama drveća.
"Mislimo da će ovaj rezultat pružiti osnovne informacije za robotski sustav oprašivanja, koji bi doveo do učinkovitog i ponovljivog oprašivanja jabuka kako bi se povećao prinos visokokvalitetnog voća", rekao je He. "U Pennsylvaniji se još uvijek možemo osloniti na pčele za oprašivanje usjeva jabuka, ali u drugim regijama gdje je umiranje pčela bilo ozbiljnije, uzgajivačima će ova tehnologija možda trebati prije nego kasnije."
Xinyang Mu, doktorand na Odsjeku za poljoprivredno biološko inženjerstvo, predvodio je studiju o kraljevskom cvijeću. Mu je koristio Mask R-CNN—popularni računalni program za dubinsko učenje koji izvodi segmentaciju na razini piksela kako bi otkrio objekte koji su djelomično zaklonjeni drugim objektima—kako bi identificirao i locirao kraljevsko cvijeće u sustavu strojnog vida.
Kako bi izradio model detekcije temeljen na Mask R-CNN-u, snimio je stotine fotografija cvjetova jabuke. Zatim je razvio algoritam za segmentaciju kraljevskog cvijeta kako bi identificirao i locirao kraljevsko cvijeće iz tog neobrađenog skupa podataka slika cvijeta jabuke. Istraživanje je provedeno u Penn State Fruit Research and Extension Center, Biglerville.
Gala i Honeycrisp jabuka Za ispitivanje su odabrane sorte. Testna stabla posađena su 2014. s razmakom između stabala od oko 5 stopa (Gala) i 6 1/2 stopa (Honeycrisp). Ova su stabla bila uvježbana u arhitekturi visoke vretenaste krošnje, s prosječnom visinom od oko 13 stopa. Sustav za snimanje slika s kamerom bio je postavljen na pomoćno vozilo koje je manevriralo između drvoreda.
Uvježbavanje sustava strojnog vida za lociranje kraljevskih cvjetova bilo je izazovno, istaknuo je Mu, jer su iste veličine, boje i oblika kao i bočni cvjetovi u grozdovima, a kraljevski cvjetovi obično su zaklonjeni okolnim cvjetovima zbog njihovog središnjeg položaja.
Kako bi se ispunili zahtjevi prijenosa učenja za obuku modela Mask R-CNN, neobrađene slike označene su u dvije unaprijed definirane klase: pojedinačni cvjetovi i okludirani cvjetovi. Kako bi se povećala preciznost, skup podataka za obuku povećan je četiri puta korištenjem pristupa povećanja podataka, objasnio je Mu.
"Kako bismo razlikovali kraljevske cvjetove od bočnih cvjetova, najsredišnji cvijet unutar svakog cvjetnog grozda bio je ciljan ili lokaliziran", rekao je. „Sustav za viziju automatski je zasebno locirao grozdove cvijeća na temelju pristupa dvodimenzionalnog mapiranja gustoće cvjetova. Unutar svake otkrivene cvjetne skupine, cvijet—ili maska—na najcentriranijoj poziciji određen je kao ciljni kraljevski cvijet.”
U nalazima nedavno objavljenim u Pametna poljoprivredna tehnologija, istraživači su izvijestili o visokoj razini točnosti otkrivanja kraljevskog cvijeta koja je rezultat Muovog algoritma. U usporedbi s mjerenjima koja su ručno poduzeli istraživači identificirajući kraljevsko cvijeće pomoću oka – istraživači su ih nazvali mjerenjem istine na zemlji – točnost detekcije kraljevskog cvijeta strojnim vidom varirala je od 98.7% do 65.6%.