Tilbake til søkeresultatene

FFL-JA-Forskningsmidlene for jordbruk og matindustri

Strawberry Harvester for Polytunnels and Open Fields

Alternativ tittel: Robotisert innhøstingssystem for jordbær

Tildelt: kr 8,8 mill.

Mangel på arbeidskraft er i dag en av de store bekymringene for jordbærdyrkere verden rundt. Det er derfor behov for ny teknologi som kan hjelpe dyrkerne med å automatisere innhøstingsprosessen. SHAPE-prosjektet vil utvikle et autonomt innhøstingssystem for jordbær. Prosjektet bygger på eksisterende teknologi og pågående utvikling innenfor konsortiet, noe som gir en unik mulighet til å videreutvikle systemene slik at teknologien kan komme bøndene til nytte. I 2020 testet Noronn nyutviklede algoritmer i drivhustunnelen ved NMBU. Lukket sløyfekontroll ble benyttet for å gjøre bærhøstingen mer pålitelig og effektiv enn tidligere. Ph.d.-stipendiaten og postdoktorstipendiaten ved NMBU begynte på arbeidet med å videreutvikle og forbedre maskinsynssystemet og metodene for identifisering av jordbær. De begynte også å se nærmere på muligheten for å bruke nye teknikker innen dyp læring for å kontrollere bevegelsene til griperen. I tillegg begynte forskerne ved University of Lincoln (UoL) å utvikle infrastruktur for datainnsamling i felt. I 2021 utviklet og testet postdoktorstipendiaten ved NMBU et forbedret kontrollsystem for å fjerne hindringer i klaser. Den nye metoden benytter maskinsyn i lukket sløyfe til å styre griperen gjennom hele prosessen. Ph.d.-stipendiaten ved NMBU arbeider med å utvikle en ny regresjonsmodell basert på dyp læring for å måle modenhetsgrad. Modellen vil gjøre det mulig for jordbærdyrkeren å velge en bestemt modenhetsverdi etter behov. Teamet ved UoL har ferdigstilt en sensorplattform for innsamling av data. Plattformen er montert på en Thorvald-robot og har tre kameraer som ser mot jordbærplantene fra forskjellige synsvinkler. Roboten samler automatisk inn data mens den beveger seg i jordbærtunnelene, og bildene lagres på en ekstern server. Plattformen ble benyttet til innsamling av data gjennom hele sesongen 2021. NMBU og Noronn/Saga Robotics har samarbeidet om å forbedre utformingen av griperen, spesielt kuttemekanismen, og ingeniører i Saga Robotics har utviklet et kompakt logistikksystem på en mobil plattform for å lagre seks jordbærkasser (omtrent 24 kg jordbær).

The SHAPE project will develop a fully autonomous harvester for strawberry production in polytunnels and open fields. Labour shortage is one of the major concerns for strawberry growers around the globe. There is thus a need for new technology to help growers automate this process. The SHAPE project builds on existing developments within the consortium that puts us in a unique position to close the technological gaps needed to make these systems useful for farmers around the world. The first challenge that needs to be solved is robust and reliable mobility in the field, which is an unstructured environment. The consortium has already developed the Thorvald robot, which is capable of moving autonomously both in polytunnels and in open fields. The second large challenge is the identification and picking of the strawberry using a robotic arm. The fruits need to be accurately localized in the field. We find the fruits using a deep neural network and find the location in the three-dimensional space using 3D camera. We will also develop methods for determining the ripeness prior to picking the berry. The consortium has also developed a novel and patent-pending gripper that will be used in the project. The gripper picks the berries by surrounding them entirely before picking. This makes us able to pick berries in the presence of uncertainties and moving berries. We will also equip this gripper with internal sensors that can estimate the ripeness of the berries and evaluate the quality in a enclosed and controlled environment before harvest. Advanced machine learning will be used to give the robot the ability to reason and make decision in the field, substantially improving the current state-of-the-art by inspecting each and every berry before picking. This will guarantee that diseased berries are not picked and ensure online quality control and grading of the berries. Finally the full on-robot and off-robot logistics of the harvested berries will be developed.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Budsjettformål:

FFL-JA-Forskningsmidlene for jordbruk og matindustri