人工智能和机器学习

为可持续农业培养机器人和人工智能

从更好的自主车辆到更智能的机器,技术进步将有助于减轻农业劳动力老龄化和劳动力供应萎缩的影响。
作者: Tanya M.Anandan 2020年1月14日
直观的触摸屏显示器将丰富的实时数据和分析工具放在运营商的指尖,这样他们就可以在野外移动时监控、调整和学习他们的机器。礼貌: 约翰迪尔/RIA

农业可持续性问题是人的问题。然而,拯救人类的可能是机器人。自动化和人工智能 (AI) 将有助于缓解农业劳动力老龄化和寻找不那么繁重工作的田间工人供应萎缩的影响。自动驾驶农业机械和无人驾驶飞机意味着农民可以花更少的时间观察前方的道路,花更多的时间关注前方的道路,以获得更可持续的收成和利润。数据挖掘和预测分析将成为行业的通用工具,使农民能够做出更好的决策,最大限度地利用资源并优化产量。

机器人和机器学习正在帮助促进新的、更可持续的农业方法,将农业带入新的高度,以节约资源、最大限度地减少化学物质并缩短上市时间。有了传统种植者、温室和垂直农民更可持续、更新鲜的选择,世界人口应该能够吃得更好、更清洁、更聪明、更经济。

未来的农场是高科技的,消息更灵通,并且有能力用更少的资源生产更多的东西,为我们所有人创造一个更可持续的未来。一个好的开始是农业技术的鼻祖,它经受住了时间的考验。

从犁到精准农业

1837,伊利诺伊州铁匠约翰·迪尔用破碎的锯片制作了第一个商业上成功的铸钢犁。高度抛光的钢材和轮廓设计使犁成为中西部原始草原厚重粘土土壤的理想工具。迪尔的发明将为他的同名公司奠定基础。

180 后,约翰迪尔成为全球农业、建筑和林业机械制造商,年销售额为 374亿美元。总部位于 Moline 的财富 500 强以其持续致力于提供创新产品和服务以支持那些与土地相关的产品和服务而闻名于世。2017,迪尔发布了 S700 系列联合收割机,这是最新的智能谷物收获技术。

自动转向联合使用传感器融合、机器人和人工智能来自动化许多精确农业收获任务。礼貌: 约翰迪尔/RIA

自动转向联合使用传感器融合、机器人和人工智能来自动化许多精确农业收获任务。礼貌: 约翰迪尔/RIA

迪尔精密农业集团的自动化战略主管乔尔 · 赫根雷特说: “它实际上使用图像来识别玉米的单个内核何时被损坏。”。“机器人知道如何调整联合收割机,以确保单个内核在未来不会损坏。”

在 1月的消费电子展上,S 系列在拉斯维加斯大道引起了巨大的轰动。迪尔体育的绿色和黄色组合,巨大的多吨组合阻止了消费电子展的观众。但是 “拖拉机” 在消费电子产品贸易展上做什么呢?然而,这不是普通的机器。联合收割机有车载机器人和人工智能,并且是自动转向的。

但是真正的搅局者呢?自主驾驶对迪尔来说并不新鲜。这家农业巨头从事自动驾驶技术已经有 20 年了。

1999,迪尔收购了先进全球定位系统技术的早期创新者 NavCom Technology。四年后,迪尔推出了 AutoTrac 制导系统,该系统使用具有实时运动学 (RTK) 修正的全球定位系统来精确引导大型农业机器通过田地。

自 2003年推出 AutoTrac 以来,迪尔增加了机械传感器和视觉传感器 (相机) 来识别作物行,并确保喷雾器和收割机在行之间行驶,不会损坏作物。传感器融合用于组合来自全球定位系统接收器、机械传感器和视觉传感器的信号,以实现自动转向。

如今,该公司的大多数大型农业设备都具有 “自动驾驶能力”。

Hergenreter 说: “我们能够驾驶一台 20 吨重的机器穿过战场,精确度降到了以下。”。“正是全球定位系统接收器使我们能够达到以下的精度。我们在多个国家都有这种产品。我们的农民现在能够在一年中天气窗口非常紧的关键时刻,每天用他们的设备耕种 14 到 20 个小时。以前,他们会因为漫长的日子而感到疲劳,这将导致他们不得不在这些狭窄的窗户上停止种植或喷洒。AutoTrac 允许他们在一天中更早开始,到晚上更长时间。"

尽管仍然由人工操作,自动化允许在狭窄的作物行中更精确。当人类疲劳时,重复性和准确性会受到影响。

“有了额外的传感器,我们允许农民将他们的操作速度提高 50%,” Hergenreter 说。“有些人现在能够以每小时 10 或 12 英里的速度穿过田地,而不是以每小时 8 英里的速度行驶,这确实提高了他们一整天的生产率。”

然而,驾驶室仍然需要一名操作员; 还有更多的任务需要自动化。首先是转向。现在,随着更多的传感器、机器人和人工智能的投入,迪尔正朝着确保作物健康、一株接一株的方向前进。

AI 支持的杂草控制

人工智能提高了杂草控制的精度。利用机器人和机器学习,农民可以精确定位肥料和除草剂的施用。

2017,迪尔扩大了他们的农业武库,收购了生菜机器人的开发商蓝河科技公司,这是一种自动杂草喷雾器,也是他们最新系统的先驱。它使用带有机器学习和先进机器人的计算机视觉来区分作物和杂草,并且只喷洒杂草。

从机器的驾驶室内部,操作员可以清楚地看到现场 360 度,方便地访问多功能控制和可编程快捷按钮, 和实时调整选项,以提高收获效率和易用性。礼貌: 约翰迪尔/RIA

从机器的驾驶室内部,操作员可以清楚地看到现场 360 度,方便地访问多功能控制和可编程快捷按钮, 和实时调整选项,以提高收获效率和易用性。礼貌: 约翰迪尔/RIA

“机器以每 50 毫秒处理一幅图像的速度处理图像,” Hergenreter 说。“它将这些实时图像与超过 300,000 张图像进行比较,确保只有杂草成为目标。”

这大大减少了除草剂的使用量。现场测试报告称,过去只使用了所需除草剂的 10%。这个概念可以被推翻,只对想要的植物精确地施肥,从而在优化产量的同时减少浪费。

大数据促进更好的决策和更好的收成

数据是农民最有价值的资产之一。精准农业以大数据为食。今天的农民可以使用基于网络的工具来帮助他们制作处方或地图,说明在田地的某些区域施用多少肥料。然后处方可以被送到喷雾器,在它穿过田地时使用全球定位系统, 喷雾器将自动调整速率,以确保在特定区域施用适量的肥料。

所有这些数据交换都需要大量的计算能力。迪尔不仅不得不从传统农业过渡到拥有先进机器人和人工智能的精准农业,他们还转变了知识库和资源,以支持物联网 (IoT) 解决方案, 移动应用和云服务。

Hergenreter 说计算在两个层面上进行。一种是农业机械本身、喷雾器、收割机或其他机械。

“任何我们能在机器上计算并关闭循环的东西,我们都会这样做,” 他说。“但是我们也有基于云的解决方案,约翰迪尔运营中心, 这使得我们的客户可以通过我们的 4G LTE 网络将他们所有的数据从他们的机器发回云端。基于云的解决方案允许客户备份其信息。这也让他们能够看到他们的农场发生了什么,并了解哪些是有效的,哪些不是适合他们农场的特定区域的。它还支持协作。"

农民有很多值得信赖的顾问。他们帮助农民日复一日地做出决定,云允许农民和他们信任的顾问之间的数据共享和合作。

在驾驶室内部,操作员的驾驶舱同样先进,操纵杆控制和触摸屏显示提供各种数据和实时调整变量,如作物条件、谷物罐水平, 机器诊断和性能目标。有了复杂的自动化机器,农场就变成了车轮上的工厂。

“农民的生意实际上是一个田地网络。这些田地中的每一个都有数百万株植物。我们的目标是确保我们达到每一种植物的最大潜力,”Hergenreter 说。“现在,许多农场都是在田间管理的。通过我们正在谈论的技术 -- 视觉传感和软件处方 -- 我们可以开始制定计划,让我们的客户更接近工厂层面的管理。"

在北美,农民们正在接受这项技术并信任数据。

直观的触摸屏显示器将丰富的实时数据和分析工具放在运营商的指尖,这样他们就可以在野外移动时监控、调整和学习他们的机器。礼貌: 约翰迪尔/RIA

直观的触摸屏显示器将丰富的实时数据和分析工具放在运营商的指尖,这样他们就可以在野外移动时监控、调整和学习他们的机器。礼貌: 约翰迪尔/RIA

“为了充分发挥他们的潜力,农民必须在植物生长的过程中管理好它们。通过技术,我们允许农民将更多的税收,更多的可重复的行动交给他们的设备,”Hergenreter 说。“我们的目标是让他们产生更一致的结果,不管所有的变量,不仅是天气,还有气候、土壤, 农民们日复一日地运行的所有其他变量。更好的决策让他们在时间、设备和土地上更有效率。我们正在努力优化收益率。"

精准农业是关于在控制成本的同时优化产量,促进和保持可持续性。这包括保护环境。保护土地、水和空气,尽量减少浪费。使用更少的杀虫剂、化肥和其他化学物质,减少燃料消耗,减少碳排放,节约更多的自然资源和能源。地球未来几代居民将依赖它。

联合国预测,到 2050年,世界人口将从目前的 7.6 增长到 98亿。全球收获倡议 (GHI) 预计,世界粮食生产者需要将产量提高 70%,以适应人口增长。

GHI 估计,从 2005年到 2019年,农业就业人数估计将减少 5800万,减少 11% 的劳动力。这对试图寻找熟练劳动力来提高产量的农民来说是一个重大挑战。农业需要学会如何通过采用更有效和可持续的生产方法,用更少的资源做更多的事情。机器人和人工智能可以为更光明的未来铺平道路。

工业机器人的自主收获

Root AI 于 2018年推出,它正在使用传统的专有机器人硬件和复杂的软件来扩展工业机器人增值的领域。农业机器人通常包括专注于特定任务或特定作物类型的定制设备。Root 的解决方案提供了一个模块化协作机器人在农场工作,并通过人工智能使其更加智能。

处女座,机器人收获系统,是一个标准的,工业级的移动平台上的 cobot 结合计算机视觉视觉,定制的手臂末端工具 (EOAT) 掌握各种新鲜的产品,和车载智能,使单位在现场做灵巧的工作。

联合创始人兼首席执行官乔希 · 莱辛说鲁特专注于人工智能技术,即系统的大脑。算法的最新进展,尤其是用于在复杂环境中寻找单个对象的计算机视觉软件,已经成为一个游戏规则的改变者。

复杂的视觉传感、人工智能和定制的手臂末端工具使机器人能够直接从藤蔓上收获成熟的产品。礼貌: 根 AI/RIA

复杂的视觉传感、人工智能和定制的手臂末端工具使机器人能够直接从藤蔓上收获成熟的产品。礼貌: 根 AI/RIA

“人工智能对我们来说是最大的难题。当你谈论农业时,这是一个混乱的环境,”莱辛说。“所有这些计算工具开始出现,它们可以以前所未有的方式在那个环境中找到东西。与此同时,芯片生产商开始创造 “模块系统” (或称 SoMs,也称为模块计算机或 CoMs,它们是建立在单个电路板上的完整计算机), 它为机器人提供了大量的计算能力,而不需要互联网连接。你可以用一种消耗很少能量的方式来做这件事。"

电池管理和车载计算能力对于移动平台非常重要,比如 Root 的处女座,它可以在这个领域工作。SoMs 也变得越来越便宜,同时以节能的方式提供更高水平的计算。

“那很强大。这使我们能够将人工智能带到这个领域,”莱辛说。“计算机视觉算法不能触及物理世界,它们只能看着它。机器人是桥梁,从根本上说,我们正在构建机器学习算法,使机器人能够在复杂的现实环境中做物理工作。"

Grasp 规划的机器学习

对于一个机器人来说,要抓住某样东西并与之互动,机器人不仅需要能够识别环境中的事物, 然后,它需要理解环境中的这些物体是如何在物理上相互联系的,它们相互联系的方式,就像藤蔓上的水果或蔬菜一样。然后,系统需要了解这种关系如何通知机器人如何抓住物体并将其从环境中移除。把握计划是一个基本要素。

Root 与一组种植者密切合作,这些种植者已经授权启动他们的设施来运行产品测试。种植者提供关于实验的反馈,以及他们需要机器人收获系统提供更大价值的特征类型。鲁特也在使用人工智能和机器学习来教他们的机器人新的技巧。每天,机器人都在收集数据。这些数据被用来确定根用来更新软件的更明智的选择策略。

一个协作机器人被设计成在紧凑的空间里工作,比如这个室内温室, 安装在移动平台上,配备计算机视觉和机器学习来采摘成熟的产品,因为协作机器人可以沿着一排排植物自主移动。礼貌: 根 AI/RIA

一个协作机器人被设计成在紧凑的空间里工作,比如这个室内温室, 安装在移动平台上,配备计算机视觉和机器学习来采摘成熟的产品,因为协作机器人可以沿着一排排植物自主移动。礼貌: 根 AI/RIA

“我们不断更新软件。我们不断让它变得更聪明。当这些机器人明年每天在农场工作时,当机器人充电时,将会更新,”莱辛说。“那时,机器人上的数据将被推送到云中,这些数据将通知更好的行为并提高性能,软件更新将被下载到机器人上。通常当你购买资本设备时,最好的一天是第一天。如果您有能力根据云中的数据进行软件更新,然后将这些更新推送回车队, 你可以让一个单元日复一日地变得越来越好,所以最好的日子还在后头。”

供应特色作物

处女座正在美国各地的室内农场进行产品测试。目前,机器人正在大型商业温室中采摘成熟的西红柿。但是鲁特把目光集中在其他特色作物上,如草莓、覆盆子、黄瓜、辣椒、茄子、甜瓜、葡萄和鳄梨。莱辛认为,这些特色作物需要惊人数量的熟练、灵巧的劳动力。自动化收割是一个巨大的挑战。

“我们从番茄开始,但最终我们正在开发的技术堆栈广泛适用于各种作物。今天是西红柿,明天是胡椒,第二天是黄瓜。"

他说,从一种作物跳到另一种作物将是一种 “简单的末端效应器交换”,为处女座配备不同的 “手”,使机器人能够抓取和收获各种水果和蔬菜。

“通过追求特种农作物行业最大的未满足需求之一,我们引起了人们的注意。事实上,番茄收入的 40% 到直接用于支付劳动力。收割机的工作对身体要求很高。这是一项困难的工作,是季节性的工作。寻找劳动力来满足需求的能力越来越困难。"

这些特殊作物的有效载荷范围完全在普通工业机器人的能力范围内。这包括一个协作的 SCARA 机器人,处女座系统后面的机械臂。就移动性而言,处女座经常在温室环境中工作,整个设施都有列车轨道系统。最终,处女座将在一排作物内自动驾驶,并将手动从一排移动到另一排。莱辛说,这有助于创建一个协作的工作流程。

更快、更新鲜地推向市场

处女座旨在帮助促进农业的最新颠覆性趋势之一 -- 室内农业。概念的变化,包括城市农业和垂直农业,正在取得进展。

如果种植者能在某一天采摘它,并在第二天把它放在杂货店的货架上,那就是营养价值和风味的顶峰。这就是消费者趋势的发展方向。人们在饮食中想要新鲜的农产品。提供质量、营养价值和味道都一直很高的新鲜产品,意味着种植者需要开始生产更靠近食物消费地的产品。目前,水果和蔬菜的物流供应线相当长,可能会消耗到产品的保质期,降低最终客户的体验。

莱辛说: “与温室种植者合作是一个难得的机会,可以成为农业极具破坏性和积极变化的一部分。”。“这些设施效率过高。与典型的室外农场相比,它们最多可以少用 90% 的水。他们能够最大限度地减少杀虫剂、杀菌剂和除草剂的使用,而且因为这些都是受控的室内环境,他们实际上使用益虫来攻击有害昆虫。"

莱辛说,测试处女座的室内种植者之一每英亩生产的西红柿是室外农场的 25 倍。当你考虑一个可耕地较少的世界时,这是很重要的。科学家表示,在过去的 40 年里,地球已经失去了的可耕地,如果农业实践不发生重大变化,土壤枯竭的速度将继续上升。

“消费者向零售商索要通过更可持续的生产方法交付给他们的食品。如果你能在 24 小时内把一件产品送到一个大城市,那就是新鲜的!如果我们能够在这些环境中工作并实现价值,我们就是农业未来的一部分。

莱辛说: “食品工业有如此多的挑战,必须克服。”。“当我长大后,我爸爸的主要爱好是在我们的后院摘西红柿。他是一名医生,总是非常致力于为他的社区服务。这是他教给我的一课。在我的职业生涯中,我有机会在商业层面上了解很多食品行业。那次经历为我的生活提供了一个新的机会来追求这种激情,帮助食品供应链中的人们兑现丰富可靠的食品承诺。"

凭借他们的机器人系统,鲁特拥有几项专利正在努力帮助他们实现这一使命。

为食品供应链而弯曲

由于世界食品生产商的风险很高,灵活的自动化帮助该行业应对食品供应链的挑战。新鲜、快速且价格合理,几乎没有效率低下的空间。机器人帮助种植者满足贪得无厌的需求。

软机器人公司首席执行官卡尔 · 沃斯说,劳动力短缺和效率低下的过程超出了这个领域。我们不仅失去了死于藤蔓上的食物。当农产品和其他易腐食品不能及时上市时,我们也在供应链上失去它们。

软驱动夹持器在整个食品供应链中轻轻处理不同大小和形状的新鲜产品。礼貌: 软机器人公司/RIA

软驱动夹持器在整个食品供应链中轻轻处理不同大小和形状的新鲜产品。礼貌: 软机器人公司/RIA

马萨诸塞州贝德福德。基于软机器人的服务于三个关键行业: 一般供应链和物流、先进制造以及食品和饮料。在应用程序有各种高速度的地方,例如电子商务、商店补货和送货、按尺寸和形状分类产品、膳食配套、以及化妆品和消费品等高混合/大批量制造业。

在食品工业中找到一个独特的利基,机器人手柄处理产品,蛋白质和烘焙产品,所有水果和蔬菜,肉类和鱼类的区域, 生面团和烘焙食品在大小、形状、重量和变形性方面差异很大 -- 正是由柔软制成的自适应抓手,兼容的材料派上用场。

“当我们谈论农产品时,我们做从收获到最后一英里食品配送的一切事情,” 沃斯说。

在这个领域,软机器人抓手正在收获绿叶蔬菜的头部。传统上,收获莴苣是一项突破性的工作。一队队的工人用弯刀弓着背吃着一排排莴苣,在茎上切开每个人的头。劳动力短缺使得更难找到愿意做这项艰苦工作的工人。

自动化拯救了工人,使他们免于符合人体工程学的挑战性任务,并允许他们在自动化农场中从事更高价值的工作。结合机器视觉定位莴苣头和自动刀片将头与茎分开,软机器人抓手帮助收获不同品种的莴苣和其他绿叶蔬菜 s。 -基于种植者。

沃斯说: “我们能够以良好的速度抓住所有不同大小的莴苣头,并且不会造成损害。”。“这是一个巨大的优势。”

提高食品清洁度和安全性

清洁对食品生产商来说是一个持续的挑战。软机器人已经超越了确保其夹具实现更高水平的食品安全。夹子使用严格标准制造的外科级别聚合物材料的专有混合物,并满足美国食品和药物管理局 (FDA 21 CFR) 的要求, 欧洲食品接触材料条例 (EC 1935) 和日本卫生、劳动和福利部。

软机器人坚持良好生产规范 (GMP),这是一个监管系统,用于确保产品的生产和控制符合制造商、加工商和食品、饮料、化妆品、药品包装商推荐的质量标准和指导方针, 膳食补充剂和医疗设备。

“我们使用由我们的供应商和我们的内部流程制造的医用材料来满足 GMP 要求, 这对于可追溯性非常重要,并且要知道清洁已经进入了每一步,”沃斯说。"它给了你额外的清洁性和食品安全的空间."

对安全、可靠的食物供应的信心是人类的基本需求。但是人口增长、劳动力短缺和土地退化威胁着可持续性。农业需要少花钱多办事。随着农场学会像精益工厂一样运作,机器人和人工智能已经准备好迎接挑战。高科技、清洁和数据丰富,打造更加可持续的未来。

Tanya M.Anandan正在编辑的,机器人工业协会 (RIA) 和机器人在线。RIA 是一个非营利行业协会,致力于通过机器人技术和相关自动化提高北美制造业和服务业的区域、国家和全球竞争力。这篇文章最初出现在 RIA 网站上。RIA 是 CFE 媒体内容合作伙伴推进自动化协会 (A3) 的一部分。由制作编辑 Chris Vavra 编辑,yabo2009,CFE 媒体与技术,Cvavra@cfemedia.com

在线额外

请参见下面链接的作者的其他文章。


Tanya M.Anandan
作者简历:机器人工业协会 (RIA) 特约编辑