Escolar Documentos
Profissional Documentos
Cultura Documentos
Resumo: Este artigo revisa a robótica para sistemas de cultivo protegidos. Com base numa breve descrição do processo
de produção de culturas em estufas, são identificados o estado actual da mecanização em estufas e os desafios para a
robótica no cultivo protegido. São apresentados exemplos de pesquisas atuais em robótica em estufas. Dado que o
complexo ambiente de trabalho constitui um desafio considerável para a robótica, serão identificadas oportunidades
para lidar com esta complexidade. As soluções podem ser encontradas no desenvolvimento de tecnologias mais
avançadas, incluindo abordagens de múltiplos sensores, fusão de sensores e conceitos de inteligência artificial, bem
como na colaboração homem-robô. Alternativamente, soluções podem ser encontradas na modificação do ambiente de
trabalho. O documento também defende o desenvolvimento de soluções mais genéricas para lidar com os mercados
pequenos e muito dispersos de robôs no cultivo protegido.
Palavras-chave: cultivo protegido, robótica, sensor, fusão de sensores, planejamento de movimento, inteligência artificial,
design otimizado, colaboração homem-robô
Uma rápida pesquisa realizada por um dos autores revelou que existem
soluções comerciais para a primeira (por exemplo, semeadura, corte,
enxertia, transplante) e fases finais (transporte, classificação,
embalagem e limpeza) da produção agrícola (Van Henten, 2006a).
Consistem em sistemas automatizados em grande parte baseados em
soluções de engenharia mecânica, inflexíveis às variações das
condições de trabalho, contendo uma pequena quantidade de sensores
e pouca 'inteligência'. A razão é simples. As tarefas durante estas
fases são relativamente simples e centram-se em objetos bem definidos
em termos de localização, tamanho, forma e cor.
171
2
Machine Translated by Google
IFAC AGRICONTROL 2013
27 a 30 de agosto de 2013. Espoo, Finlândia
3 172
Machine Translated by Google
IFAC AGRICONTROL 2013
27 a 30 de agosto de 2013. Espoo, Finlândia
173
4
Machine Translated by Google
IFAC AGRICONTROL 2013
27 a 30 de agosto de 2013. Espoo, Finlândia
movimentos de linha evitados ou diretos do ponto inicial ao ponto os manipuladores são escolhidos com base na intuição e em projetos
final se os frutos puderem ser alcançados sem colisões. Exceto a e simulações CAD 3D. Os verdadeiros estudos de otimização de
última forma de controle de movimento, esses tipos de abordagens projeto nesta direção são relativamente escassos, embora tenha sido
são notoriamente lentos e dificultam a aplicação on-line. Assim, demonstrado que eles fornecem soluções valiosas e insights sobre o
algoritmos mais modernos, mais rápidos e mais eficazes, como o projeto adequado de manipuladores robóticos (Song et al., 2007;
algoritmo RRT, podem ser implementados (ver, por exemplo, Choset Sakai et al., 2008; Van Henten et al., 2008; Van Henten et al. , 2009).
et al., 2005; Lavalle, 2006). O fato dos dados dos sensores serem
propensos a erros iniciou o desenvolvimento da robótica probabilística 4.1. Modificando o ambiente de trabalho
(Thrun et al., 2005), uma técnica com resultados promissores na
Uma prática comum antes de introduzir uma robótica industrial num
navegação de robôs móveis. O trabalho de Webb (2008) sobre a
novo ambiente de produção é otimizar o ambiente de trabalho para
seleção de poses de manipuladores orientada por crenças em
melhor se adequar ao robô (Nof, 1999).
ambientes menos controlados foi parcialmente impulsionado por
aplicações em cultivo protegido, mas parece ser único até agora. Para a colheitadeira de pepino desenvolvida em Wageningen, na
Holanda, foi adotado um sistema de cultivo diferente, o sistema de
A modelagem no espaço e no tempo pode apoiar a geração de
cultivo com arame alto. Este sistema de cultivo garantiu que os frutos
mapas e o planejamento e controle de movimento de sistemas
fossem mais claramente visíveis e mais facilmente acessíveis do que
robóticos em cultivos protegidos. O paradigma de Modelos Estruturais
num sistema convencional de cultivo de pepino (Van Henten et al.,
Funcionais de Plantas (FSPM) é usado para modelar o crescimento
2003a), facilitando assim a colheita autónoma com uma elevada taxa
e desenvolvimento de culturas em 3D (por exemplo, Buck-Sorlin et
de sucesso. O robô de colheita de pepino desenvolvido pela
al., 2011; Sarlikioti et al., 2011). Tais modelos podem fornecer
Universidade Ehime, no Japão, segue uma abordagem semelhante.
informações valiosas sobre a presença e localização potencial de
flores e frutos. Dado que o sistema de cultivo influencia fortemente os tempos dos
ciclos (por exemplo, Edan et al., 1991; Edan e Miles, 1994), é
Além disso, existe uma interação potencialmente interessante entre
importante determinar a prática hortícola mais adequada durante a
o campo da robótica e o trabalho de modelagem e controle de
fase de concepção. Devido à forte interação entre o design do robô e
processos de produção de culturas em estufas, como demonstrado,
o ambiente da colheita, é preferível modificar simultaneamente o robô
por exemplo, por Buwalda et al. (2006) e Van Henten et al. (2006b).
e o ambiente da colheita para uma operação ideal.
Embora os resultados tenham sido muito preliminares, estes trabalhos
indicaram que pode ser possível controlar o aparecimento e o
crescimento dos frutos do pimentão, o que pode ser utilizado para A derivação e geração de culturas e sistemas de cultivo mais
simplificar ou apoiar a colheita automática. adequados para a robótica pode ser baseada em sistemas
engenharia (Edan e Miles, 1994) e/ou estudos de modelagem (De
Apesar de todos os esforços, é difícil capturar algum conhecimento e
Swart, 2012). Conforme mostrado na Figura 5, utilizando uma
informação nos paradigmas de modelo usados nos atuais algoritmos
metodologia desenvolvida para análise de detecção de colisão em
de planejamento e controle de robôs. Para citar um exemplo, os
usinagem multieixos (Wang et al., 2006), De Swart investigou a
sistemas robóticos atuais ainda não são capazes de distinguir entre
acessibilidade de frutos de pimentão em uma planta virtual. Com
dois cultivares diferentes da mesma cultura. Uma vez devidamente
base em medições de plantas reais, uma planta de pimentão foi
treinados, os humanos reconhecem facilmente as variantes vermelha
modelada em Matlab® . Em seguida, usando
e laranja do tomate como sendo um tomate. Da mesma forma, as
uma abordagem de traçado de raio, em etapas discretas, o azimute
diferenças nas cultivares em termos de forma e tamanho, pense em
e os níveis de elevação foram escaneados, e a linha de visão livre
um tomate bovino versus um tomate cereja, não perturbam a tomada da fruta até o ambiente foi avaliada. Aglomerados de linhas indicam
de decisão e a operação humana. Pelo contrário, quando necessário,
um alto nível de visibilidade e acessibilidade dos frutos. Embora por
as operações serão adaptadas às exigências da cultivar em questão.
razões de desenvolvimento metodológico os casos considerados
Como é impossível modelar a priori todos os ambientes, cultivares e
sejam relativamente simples, a metodologia parece frutífera e pode
condições de tarefa, algoritmos devem ser desenvolvidos para
ser estendida à análise de ambientes mais complexos encontrados
permitir que o robô aprenda e se adapte a novas tarefas e condições
na prática hortícola.
de trabalho (Levesque e Lakemeyer, 2008).
Com base nesta análise, os sistemas de cultivo e treinamento de
culturas podem ser modificados para acomodar a operação robótica.
Alternativamente, ou mesmo simultaneamente, a adaptação pode
Seguindo uma linha de pensamento semelhante, cultivares com
ser alcançada através do desenvolvimento de um sistema colaborativo
propriedades vantajosas para automação podem ser geradas por
humano-robô que utilize as vantagens do ser humano para permitir
meio do melhoramento de plantas. Por exemplo, para o robô pepino
ao robô reagir e lidar com condições dinâmicas e complexas. Em vez
descrito por Van Henten et al. (2002, 2003a) foram preferidas
de um robô totalmente complicado e autônomo, um sistema
cultivares de pepino com pedúnculo longo.
simplificado, flexível e robusto pode ser criado. No entanto, modos
de colaboração ideais (Oren et al., 2012; Berenstein e Edan, 2012),
métodos de interação (Berenstein e Edan, 2012) e interface projetos
(Adamides et al., 2012; Berenstein et al., 2012) devem ser
desenvolvidos.
5 174
Machine Translated by Google
IFAC AGRICONTROL 2013
27 a 30 de agosto de 2013. Espoo, Finlândia
175
6
Machine Translated by Google
IFAC AGRICONTROL 2013
27 a 30 de agosto de 2013. Espoo, Finlândia
foram identificados desafios contextuais. Primeiro, as máquinas devem para cultivo de pimentão. 1. Um modelo de corte. Acta
constituir um caso de negócio viável e enquadrar-se no processo de Horticulturae, 718: 367-374.
produção. Isso resulta em requisitos de desempenho que devem ser Choset, M., Lynch, KM, Hutchinson, S., Kantor, GA, Burgard, W., Kavraki,
atendidos pelos sistemas robóticos desenvolvidos. Além disso, o trabalho LE, Thrun, S., 2005. Princípios da teoria, algoritmo e implementação
e o fluxo de produtos dos processos de produção automatizados devem do movimento do robô. Imprensa do MIT.
ser cuidadosamente analisados. Em segundo lugar, devem ser
desenvolvidos princípios tecnológicos genéricos para tornar viável o Cohen, O., Edan, Y., 2008. Uma estrutura de fusão de sensores para
negócio de I&D, também para o menor tamanho do mercado de culturas. seleção online de sensores e algoritmos. Robótica e
Sistemas Autônomos, 56, 762-776.
RECONHECIMENTOS Edan, Y., Flash, T., Peiper, UM, Shmulevich, I., Sarig, Y., 1991. Algoritmo
de planejamento de tarefas de tempo quase mínimo para
Esta investigação foi parcialmente financiada pela Comissão Europeia no robôs coletores de frutas. Transações IEEE sobre Robótica e
7º Programa-Quadro (CROPS GA no. 246252) Automação, 1, 48-56.
Edan, Y., Miles, GE, 1994. Engenharia de sistemas de
projeto de robô agrícola. Transações IEEE sobre Sistemas, Homem e
Cibernética, 24(8), 1259-1264.
REFERÊNCIAS
Hayashi, S., Shigematsu, K., Yamamoto, S., Kobayashi, K., Kohno, Y.,
Adamides, G., Bernstein, R., Ben Halevi, I., Hadzilacos, T., Edan, Y., 2012. Kamata, J., & Kurita, M., 2010. Avaliação de um robô colhedor de
Princípios de design de interface de usuário para robótica na morango em um teste de campo. Engenharia de Biossistemas, 105,
agricultura: navegação telerobótica e seleção de alvos para estudo de 160-171.
caso de pulverização. Processos AFITA WCCA. Hayashi, S., Yamamoto, S., Saito, S., Ochiai, Y., Kohno, Y., Yamamoto,
K., Kamata, J., Kurita, M., 2012.
Arkin, RC, 1998. Robótica baseada em comportamento. Imprensa do MIT. Desenvolvimento de um Robô Móvel para Colheita de Morangos
Bac, W., Henten, EJ, Hemming, J., Edan, Y., 2013a . Utilizando uma Plataforma Viajante. Anais da Conferência Internacional
Robôs de colheita para culturas de alto valor: revisão de última de Engenharia Agrícola CIGR-AgEng 2012, 8 a 12 de julho, Valência,
geração e desafios futuros. Artigo de revisão, em preparação. Espanha.
Hemming, J., Ruizendaal, J., Hofstee, JW, Henten, EJ van, 2012. Análise
Bac, CW, Hemming, J., Henten, EJ van, 2013b . de detectabilidade de frutas para diferentes posições de câmera em
Classificação robusta baseada em pixels de partes de plantas de pimentão. EurAgeng 2012, Valência,
pimentão usando imagens multiespectrais e árvores de decisão. Espanha.
Computadores e Eletrônicos na Agricultura, 96, 148-162. Henten, EJ van, Hemming, J., Tuijl, BAJ van, Kornet, JG, Meuleman, J.,
Bechar, A., Yosef, S., Netanyahu, S., Edan, Y., 2007. Bontsema, J., Os, EA van, 2002. Um robô autônomo para colheita de
Melhoria dos métodos de trabalho em estufas de tomate através de pepinos em estufas. Robôs Autônomos, 13: 241-258.
simulação. Transações da ASABE, 50(2), 331-
338. Henten, EJ van, Tuijl, BAJ van, Hemming, J., Kornet, JG, Bontsema, J.,
Bechar, A., Y. Edan, Y., 2003. Colaboração humano-robô para melhorar o Os, EA van, 2003a . Teste de campo de
reconhecimento de alvos de robôs agrícolas. um robô autônomo para colheita de pepino. Engenharia de
Robô Industrial, 30(5), 432-436. Biossistemas, 86: 305-313.
Berenstein, R., Y. Edan, Y., 2012. Pulverização de precisão cooperativa Henten, EJ van, Hemming, J., Tuijl, BAJ van, Kornet, JG, Bontsema, J.,
humano-robô: níveis de colaboração e função de otimização. Artigo nº 2003b . Planejamento de movimento sem
84, SYROCO 2012, 10º Simpósio IFAC sobre Controle de Robôs, colisão para um robô colhedor de pepino. Engenharia de Biossistemas,
Dubrovnik, Croácia, 5 a 7 de setembro de 2012. 86: 135-144.
Henten, EJ van, 2006a . Mecanização de Estufas: Estado da Arte e
Berenstein, R., Ben Halevi, I., Edan, Y., 2012. Uma interface remota para Perspectiva Futura. Acta Horticulturae, 710, 55-69.
um pulverizador cooperativo de vinhas humano-robô. Artigo nº 1167,
11ª Conferência Internacional sobre Agricultura de Precisão, 15 a 18 Henten, EJ van, Buwalda, F., Zwart, F. de, Gelder, A. de, Hemming, J.,
de julho, Indianápolis, EUA. Bontsema, J., 2006b . Rumo a uma estratégia
Berenstein, R., Edan, Y., 2012. Avaliação de técnicas de marcação para de controle ideal para o cultivo de pimentão. 2.
um pulverizador seletivo de vinhas humano-robô. Conferência Otimização do padrão de rendimento e eficiência energética.
Internacional de Engenharia Agrícola, CIGR-AGEN, 8 a 12 de julho, Acta Horticulturae, 718: 391-398.
Valência, Espanha. Henten, EJ van, Willigenburg, LG van, Slot, D. van't, 2009. Projeto ideal
Buck-Sorlin, GH, Visser, PHB de, Henke, M., Sarlikioti, V., Heijden, GWAM de um robô de colheita de pepino.
van der, Marcelis, LFM, Vos, J. (2011). Rumo a um modelo funcional- Computadores e Eletrônica na Agricultura, 65: 247-257.
estrutural de planta de rosa cortada – simulação do ambiente Henten, EJ van, Bontsema, J., 2010. Visão sobre Robôs Agrícolas; Em
luminoso, absorção de luz, fotossíntese e interferências na estrutura holandês: Visie op agro-robotica. Wageningen, Holanda: Wageningen
da planta. Procedimentos FSPM 2011, Davies, EUA. UR, Farm Technology Group & WUR Greenhouse Horticulture,
Wageningen, Holanda.
Buwalda, F., Henten, EJ van, Gelder, A. de, Hemming, J., Bontsema, J.,
2006. Rumo a uma estratégia de controle ideal Kapach, K., Barnea, E., Mairon, R., Edan, Y., Ben-Shahar, O.
(2012). Visão computacional para robôs de colheita de frutas – Estado
176
7
Machine Translated by Google
IFAC AGRICONTROL 2013
27 a 30 de agosto de 2013. Espoo, Finlândia
Song, J., Sun, X., Zhang, T., Zhang, B., Xu, L., 2007. Otimização de
projeto e simulação de parâmetros estruturais de um robô
colhedor de berinjela. Jornal de Pesquisa Agrícola da Nova
Zelândia 50, 959-964.
Swart, T. de, 2012. Análise de acessibilidade de frutos de pimentão
em planta virtual [em holandês]. Tese de bacharelado, Farm
Technology Group, Universidade de Wageningen, Wageningen,
Holanda. Não publicado.
Thrun, S., Burgard, W., Fox, D., 2005. Probabilístico
Robótica, MIT Press.
Wang, QH, JR Li, et al. (2006). Abordagem assistida por gráficos
para detecção rápida de colisões para usinagem multieixos.
Jornal Internacional de Tecnologia de Fabricação Avançada 30,
853-863.
Webb, SS, 2008. Seleção de pose de manipulador autônomo
baseado em crenças para ambientes menos controlados. Tese
de doutorado, University of New South Wales, Austrália.
Willigenburg, LG van, Hol, CWJ, Henten, EJ van, 2004.
Planejamento e controle de trajetória on-line em tempo próximo
ao mínimo de um robô industrial colhendo frutas. Computadores
e Eletrônica na Agricultura, 44: 223-237.
8 177