Bog‘lardagi daraxtlardagi gul klasterlaridagi olma shoh gullarini aniqlash va aniqlashga qodir bo‘lgan mashina ko‘rish tizimi Penn shtati tadqiqotchilari tomonidan birinchi turdagi tadqiqotda robot changlatish tizimini rivojlantirishdagi muhim qadam bo‘ldi. .
Olma gullari shoxlarga bog'langan to'rt-oltita gulli guruhlarda o'sadi va markaziy gul shoh gul deb nomlanadi. Bu gul klasterda birinchi bo'lib ochiladi va odatda eng katta meva o'sadi. Qishloq xo'jaligi va qishloq xo'jaligi kafedrasi dotsenti, tadqiqotchi Long Xening so'zlariga ko'ra, bu robot changlatish tizimining asosiy maqsadidir. biologik muhandislik.
Olma hosildorligi uchun an'anaviy ravishda hasharotlarning changlanishiga tayangan. Biroq, dalillar shuni ko'rsatadiki, uy asalarilar va yovvoyi changlatuvchilar tomonidan changlatish xizmatlari ortib borayotgan talablarga mos kelmaydi, dedi u. Sababli koloniya qulashi buzilishi, butun dunyo bo'ylab asalarilar dahshatli sur'atlarda nobud bo'lmoqda. Natijada ishlab chiqaruvchilar changlatishning muqobil usullariga muhtoj.
Ushbu tadqiqot Qishloq xo'jaligi fanlari kollejidagi He's tadqiqot guruhi tomonidan olib borilgan so'nggi tadqiqot bo'lib, u qo'ziqorin terish, olma daraxtlarini kesish va yashil mevalarni suyultirish kabi ko'p mehnat talab qiladigan qishloq xo'jaligi vazifalarini bajarish uchun robot tizimlarini ishlab chiqishga bag'ishlangan. Ushbu loyihaning asosiy maqsadi, deya tushuntirdi u, daraxt soyabonlaridagi shoh gullarni aniq aniqlash va joylashishini aniqlay oladigan chuqur o'rganishga asoslangan ko'rish tizimini ishlab chiqish edi.
"O'ylaymizki, bu natija robotlashtirilgan changlatish tizimi uchun boshlang'ich ma'lumot beradi, bu esa yuqori sifatli mevalarning hosilini maksimal darajada oshirish uchun olmalarning samarali va takrorlanadigan changlanishiga olib keladi", dedi u. "Pensilvaniyada biz hali ham olma ekinlarini changlatish uchun asalarilarga ishonishimiz mumkin, ammo asalarilarning nobud bo'lishi og'irroq bo'lgan boshqa mintaqalarda paxtakorlar bu texnologiyaga ertaroq kerak bo'lishi mumkin."
Qishloq xo'jaligi biologiya muhandisligi kafedrasi doktoranti Xinyang Mu shoh gulini o'rganishga boshchilik qildi. Mu Mask R-CNN - boshqa ob'ektlar tomonidan qisman to'sib qo'yilgan ob'ektlarni aniqlash uchun piksel darajasida segmentatsiyani amalga oshiradigan mashhur chuqur o'rganuvchi kompyuter dasturidan - mashina ko'rish tizimidagi qirol gullarini aniqlash va joylashtirish uchun foydalangan.
Mask R-CNN-ga asoslangan aniqlash modelini yaratish uchun u olma gullari klasterining yuzlab fotosuratlarini oldi. Keyin u olma gullari tasvirlarining xom ma'lumotlar to'plamidan qirol gullarini aniqlash va joylashtirish uchun qirol gullarini segmentatsiyalash algoritmini ishlab chiqdi. Tadqiqot Penn shtatining Biglerville shahridagi meva tadqiqotlari va kengaytirish markazida o'tkazildi.
Gala va honeycrisp olma sinovlar uchun navlar tanlab olindi. Sinov daraxtlari 2014 yilda daraxtlar oralig'i taxminan 5 fut (Gala) va 6 1/2 fut (Honeycrisp) bilan ekilgan. Bu daraxtlar o'rtacha balandligi taxminan 13 fut bo'lgan baland milya kanopi arxitekturasida o'qitilgan. Kamera bilan tasvirni olish tizimi daraxt qatorlari orasiga manevr qilingan foydali transport vositasiga o'rnatildi.
Muning ta'kidlashicha, qirol gullarini topish uchun mashinani ko'rish tizimini o'rgatish juda qiyin edi, chunki ular klasterlardagi lateral gullar bilan bir xil o'lcham, rang va shaklga ega va qirol gullari odatda markaziy joylashuvi tufayli atrofdagi gullar bilan qoplanadi.
Mask R-CNN modelini o'qitish uchun uzatishni o'rganish talablarini bajarish uchun xom tasvirlar oldindan belgilangan ikkita sinfda etiketlandi: alohida gullar va yopiq gullar. Aniqlikni oshirish uchun o'quv ma'lumotlar to'plami ma'lumotlarni ko'paytirish yondashuvlaridan foydalangan holda to'rt marta kengaytirildi, dedi Mu.
"Qirol gullarini lateral gullardan ajratish uchun har bir gul klasteridagi eng markaziy gul maqsadli yoki mahalliylashtirilgan", dedi u. “Ko‘rish tizimi gullarning zichligini ikki o‘lchovli xaritalash yondashuvi asosida avtomatik ravishda gul klasterlarini alohida joylashtirdi. Aniqlangan har bir gul klasterida eng markazlashgan joydagi gul yoki niqob maqsadli shoh gul sifatida aniqlandi.
Yaqinda nashr etilgan topilmalarda Aqlli qishloq xo'jaligi texnologiyasi, tadqiqotchilar Mu algoritmidan kelib chiqqan holda qirol gullarini aniqlashning yuqori aniqligi haqida xabar berishdi. Qirol gullarini ko'z bilan aniqlaydigan tadqiqotchilar tomonidan qo'lda olingan o'lchovlar bilan solishtirganda - tadqiqotchilar tomonidan "er yuzidagi haqiqat o'lchovlari" deb ataladigan - mashina ko'rish qirol gullarini aniqlash aniqligi 98.7% dan 65.6% gacha o'zgarib turadi.