Sistem mašinskog vida koji je sposoban da locira i identifikuje cvetove kraljevske jabuke u grozdovima cvetova na drveću u voćnjacima osmislili su istraživači Penn State-a - ključni rani korak u razvoju robotskog sistema za oprašivanje - u prvoj studiji ove vrste .
Cvjetovi jabuke rastu u grupama od četiri do šest cvjetova pričvršćenih za grane, a središnji cvijet poznat je kao kraljevski cvijet. Ovaj cvijet se otvara prvi u grozdu i obično izraste najveći plod. Dakle, to je ključna meta robotskog sistema oprašivanja, prema istraživaču Long He, docentu poljoprivrede i biološki inženjering.
Oprašivanje insekata se tradicionalno oslanjalo na produktivnost jabuke. Međutim, dokazi sugeriraju da usluge oprašivanja, kako od domaćih pčela, tako i od divljih oprašivača, ne odgovaraju rastućim zahtjevima, primijetio je. Zahvaljujući poremećaj kolapsa kolonije, medonosne pčele širom svijeta umiru alarmantnom brzinom. Kao rezultat toga, proizvođačima su potrebne alternativne metode oprašivanja.
Ova studija je najnovija koju je provela He-ova istraživačka grupa na Koledžu poljoprivrednih nauka, koja je posvećena razvoju robotskih sistema za postizanje radno intenzivnih poljoprivrednih zadataka kao što su branje gljiva, rezidba stabala jabuke i proređivanje zelenih plodova. Primarni cilj ovog projekta, objasnio je, bio je razviti sistem vizije zasnovan 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 sistem oprašivanja, što bi dovelo do efikasnog i ponovljivog oprašivanja jabuka kako bi se maksimizirao prinos visokokvalitetnog voća,” rekao je. „U Pensilvaniji se još uvijek možemo osloniti na pčele za oprašivanje usjeva jabuke, ali u drugim regijama gdje je odumiranje pčela bilo teže, uzgajivačima će možda trebati ova tehnologija prije nego kasnije.
Xinyang Mu, student doktorskih studija na Odsjeku za poljoprivredno biološko inženjerstvo, predvodio je studiju kraljevskog cvijeća. Mu je koristio Mask R-CNN—popularni kompjuterski program sa dubokim učenjem koji izvodi segmentaciju na nivou piksela kako bi otkrio objekte koji su djelimično zaklonjeni drugim objektima—da identifikuje i locira kraljevsko cvijeće u sistemu mašinskog vida.
Da bi napravio model detekcije zasnovan 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 sirovog skupa podataka slika cvijeta jabuke. Istraživanje je sprovedeno u Penn State-ovom centru za istraživanje i proširenje voća, Biglerville.
Gala i Honeycrisp jabuka sorte su odabrane za ispitivanje. Probna stabla su zasađena 2014. sa razmakom od oko 5 stopa (Gala) i 6 1/2 stopa (Honeycrisp). Ova stabla su obučena u arhitekturu visokih vretenastih krošnji, sa prosječnom visinom od oko 13 stopa. Sistem za akviziciju slike sa kamerom postavljen je na pomoćno vozilo koje se kreće između drvoreda.
Obučavanje sistema mašinskog vida da locira kraljevsko cvijeće bilo je izazovno, istaknuo je Mu, jer su iste veličine, boje i oblika kao bočni cvjetovi u grozdovima, a kraljevsko cvijeće je obično zaklonjeno okolnim cvijećem zbog svog centralnog položaja.
Da bi se ispunili zahtjevi transfernog učenja za obuku modela Mask R-CNN, neobrađene slike su označene u dvije unaprijed definirane klase: pojedinačno cvijeće i zatvoreno cvijeće. Kako bi se poboljšala preciznost, skup podataka za obuku je povećan za četiri puta koristeći pristupe povećanja podataka, objasnio je Mu.
„Da bismo razlikovali kraljevsko cvijeće od bočnih cvjetova, najcentričniji cvijet unutar svakog cvjetnog grozda bio je ciljan ili lokaliziran“, rekao je. “Sistem vizije je automatski locirao cvjetne grozdove odvojeno na osnovu pristupa dvodimenzionalnog mapiranja gustine cvijeća. Unutar svakog otkrivenog cvjetnog grozda, cvijet – ili maska – u najcentriranijoj poziciji određen je kao ciljni kraljevski cvijet.”
U nalazima nedavno objavljenim u Pametna poljoprivredna tehnologija, istraživači su izvijestili o visokom nivou preciznosti otkrivanja kraljevskog cvijeta koji je rezultat Muovog algoritma. U poređenju sa merenjima koje su istraživači izvršili ručno, identifikujući kraljevsko cveće okom – što istraživači nazivaju merenjima istinitosti – preciznost detekcije kraljevskog cveta mašinskim vidom varirala je od 98.7% do 65.6%.