Forschende der Moash University haben eine neue, autonome Robotertechnologie entwickelt, die eine große Rolle in der australischen Lebensmittelbranche spielen könnte. Denn der Sektor hat Probleme mit Arbeitskräftemangel und die Nachfrage nach frischen Produkten steigt immer weiter. Unter der Leitung von Dr. Chao Chen hat ein Forschungsteam von der Fakultät für Maschinenbau und Luft- und Raumfahrttechnik der Monash University einen autonomen Ernteroboter entwickelt. Er kann selbstständig Äpfel erkennen, pflücken und bei voller Kapazität in unter sieben Sekunden ablegen.
Ingenieure der Monash University haben einen Roboter entwickelt, der autonom Äpfel ernten kann.
Ausführliche Tests im Februar und März bei Fankhauser Apples in Drouin, Victoria, haben gezeigt, dass der Roboter mehr als 85% der Äpfel in seiner Reichweite mit seinem Vision System erkennen und ernten konnte. Von allen geernteten Äpfeln waren weniger als 6% beschädigt. Bei ihnen fehlte lediglich der Stängel. Äpfel ohne Stängel können noch verkauft werden, allerdings werden sie nicht von allen Einzelhändlern angenommen.
Der Roboter lief auf halber Geschwindigkeit, im Schnitt brauchte er 12,6 Sekunden pro Apfel. In optimierten Pick-and-Drop-Szenarien reduzierte sich die Zykluszeit auf etwa neun Sekunden. Wenn die Kapazität des Roboters voll ausgeschöpft wird, kann die Erntezeit sogar bei sieben Sekunden liegen.
"Das Vision-System, das wir entwickelt haben, kann nicht nur Äpfel im Baum erkennen, sondern auch Hindernisse wie Blätter und Äste erkennen und kategorisieren, um die optimale Flugbahn für das Ernten der Äpfel zu berechnen", sagte Dr. Chen, der Leiter des Labors für Bewegungserzeugung und -analyse (LMGA).
Autonome Ernteroboter sind zwar eine vielversprechende Technologie für die Agrarindustrie, sie bergen aber auch einige Herausforderungen für die Obst- und Gemüsebauern. Ein Ernteroboter für Obst und Gemüse benötigt ein Vision-System, um die Produkte zu entdecken und zu lokalisieren. Um die Erfolgsrate zu erhöhen und weniger Produkte bei der Ernte zu beschädigen, werden außerdem Informationen über die Form, die Position des Stängels und eine Art Orientierungssinn benötigt. Um diesem Problem entgegenzuwirken, entwickelten die Forschenden einen hochmodernen Bewegungsplanungsalgorithmus, der schnell Routen generiert und damit Zusammenstöße verhindert, um so die Verarbeitungs- und Fahrzeiten zwischen den Äpfeln zu minimieren, die Erntezeit zu verkürzen und die Anzahl der Äpfel zu erhöhen, die an einem einzigen Ort geerntet werden können.
Das Vision-System des Roboters erfasst mit seiner Kamera mehr als 90% aller sichtbaren Äpfel aus einer Distanz von 1,20 Meter. Das System kann bei allen Licht- und Wetterbedingungen arbeiten, auch bei intensivem Sonnenlicht oder Regen. Es braucht weniger als 200 Millisekunden, um das Bild des Apfels zu verarbeiten.
Für weitere Informationen:
Leigh Dawson
Monash University
T: +61 455 368 260
media@monash.edu