本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

機器收割農作物，不是什么新鮮事，小麥、土豆都有合適的機器。

但和這些耐操的糧食作物相比，收割容易碰壞的蔬菜，似乎難了很多。

[[270276]]

比如球生菜，一種脆嫩嬌弱的農作物，難以被機械收割，要是草草收割，生菜球切掉半個，那可沒法賣。

現在，劍橋一個研究團隊就實現了讓機器人靠AI收球生菜。

相比人類收菜，機器人收菜可以減輕農民的勞動量，菜農們不用辛辛苦苦趴在地里手動收菜了。

而且，還能實現機動的收菜方式，人類通常在成熟季節收一次就好了，那些沒熟的菜會浪費掉，但機器人不會覺得“好機不收回頭菜”，還可以等長大后返回來再收，甚至能根據不同的訂單要求，實現按需收菜。

收菜機器人

這臺名叫Vegebot的機器人，包括一個標準六自由度UR10機械臂，兩個攝像頭和一個特制的籠子狀的末端執行器，另外，還需要連接一臺筆記本電腦運行控制軟件。

這些設備運行在一臺有輪子的平臺上，輪子左右的距離剛好卡在兩排生菜之間的過道里，可以做一個行走的收菜俠。

收菜過程中，由頭頂的相機收集信號，筆記本電腦和UR10的控制器分工控制末端執行器和機械臂。

怎么收菜

雖然超市里的球生菜看起來是非常圓滿完整的，但一大片生菜田可不是這樣。

[[270277]]

球呢？藏在一大片綠綠的菜葉子里，要先找到生菜球的位置。

因此，第一個攝像頭就要靠計算機視覺，找出所有的生菜球，這里，研究團隊用到了YOLOv3算法，因為它的速度比較快。

同時，研究團隊自己做了一個生菜數據集：

再結合劍橋大學2015年的Deepfarm數據集，訓練生菜目標檢測模型，鎖定生菜球們都分布在哪里。

找出來之后還不算，畢竟生菜球不是標品，大球小球各不同，長大成熟的可以拿去賣掉，還小的生菜就等它長大再回來收吧。

但是，長大成球的生菜里，也有老弱病殘，要是收了老弱病殘，那可能就會傳染給健康的生菜，萬萬不能碰的。

所以，要完成針對生菜的分類，選出那些值得收的生菜。

這里，研究人員找到了665個球生菜的照片，做成數據集，87.5%作為訓練集，12.5%作為測試集，用Darknet分類器訓練分類技能。

現在，你找到了一顆完整、飽滿、成熟、健康的生菜，該對它動刀了。

下手之前，需要先借助Aruco碼來校準校準末端執行器的位置，之后，把末端執行器扣在生菜頭上，用溫柔的抓手抓住這顆生菜，保證其不會被壓壞。

根據超市收蔬菜的要求，借助皮帶驅動和雙氣動驅動，在第二個攝像頭的監控下，直直的沿著生菜的莖切下去。

好了，恭喜成功割韭生菜。

[[270278]]

最終的收割成功率大概在88%。

劍橋出品

這項研究的作者們來自劍橋大學工程系，一作Simon Birrell，上世紀80年代就從劍橋大學碩士畢業，之后成了一名企業家，創立了三家公司，從事過商業智能、消費咨詢、電影制片、娛樂等領域，2016年又以50歲的高齡回到母校開始讀AI和機器人博士。

[[270279]]

研究者們對這臺機器人報以巨大的希望，他們希望開發不僅限于球生菜的機器，在其他地上作物上也能用。

另外，根據機器人收菜的數據，還有額外功能：統計生菜產量，判斷不同土地的肥沃程度。

傳送門

論文

https://onlinelibrary.wiley.com/doi/full/10.1002/rob.21888