跳到主要內容

科技大觀園商標

分類項目
Menu

AI 讓機器人除了聊天還能採水果!專訪大葉大學電機工程學系黃登淵教授

112/05/31 瀏覽次數 24760
圖一: AI 在各種實地場景的潛力不斷突破,水果採摘機器人成為備受期待的一項應用。(影像來源:大葉大學電機工程學系黃登淵教授)

圖一: AI 在各種實地場景的潛力不斷突破,水果採摘機器人成為備受期待的一項應用。(影像來源:大葉大學電機工程學系黃登淵教授)

近幾年來人工智慧的發展突飛猛進,ChatGPT 掀起了一陣眾所矚目的旋風,也讓人越來越看重 AI 在各種實地場景的潛力。像是搭配機械手臂進行各式的勞動力工作,就是備受期待的一項應用。在今(2023)年 3 月於馬來西亞舉辦的第 22 屆 MTE 國際發明展,大葉大學電機工程學系黃登淵教授、資訊管理學系教授陳郁文與自動控制研發廠商合作開發的「水果採摘機器人」榮獲銀牌獎。水果採摘機器人挑戰了哪些技術開發?未來又將有哪些發展潛力呢?

以 AI 人工智慧破解農村人手不足問題

獲獎的研發主題為「水果採摘機器人」,但黃登淵教授著手 AI 開發的起點,卻是彰化芳苑在盛產時節往往人手不足、來不及全部採收的小黃瓜。「大葉大學地處彰化,原本就處於農村的周邊」談起產學合作的契機,自述也是農村出身的黃登淵教授,對於現階段農村人口老化、青壯年人口外移、勞動力嚴重不足的狀況感同身受,因此在接觸廠商討論需求之後,很快就同意投入以 AI 進行影像辨識、偵測小黃瓜的開發工作,搭配合作廠商專長為自動化設備,讓整個開發工作進展相當順利。

而雖然一開始設定的農產品為小黃瓜,團隊採取模組化的開發概念,以「智慧盒」與「末端執行器」兩者組合的設計模式,未來的水果採摘機器人可以因應不同的需求,替換「智慧盒」的方式更換邊緣運算的開發版,以及為了特定農產品而設計的「末端執行器」,就可以讓水果摘採機器人運用在小黃瓜、草莓等各式各樣的農產品採收。

不只教 AI 找出小黃瓜,還要分辨成熟度進行摘採

運用機器人協助採收農產品的概念並不新鮮,在實際的開發上會遭遇到哪些困難呢?專長為影像辨識的黃登淵教授分享,水果採摘機器人在影像辨識上,以通用的 YOLO 物體偵測模型(YOLO, You Only Look Once)進行轉移學習(Transfer Learning),幾經挑戰後已經能獲得不錯的偵測結果。黃登淵教授強調,影像偵測訓練模型的重點之一,是提供最接近使用情境的訓練資料。像團隊一開始以網路的小黃瓜圖片訓練影像辨識模型,在實地辨識就不太理想,而後轉以田間現場的畫面進行訓練,才獲得理想的偵測效果。

農人在田間採收水果,動作難度不高、相當直覺,但在機器人的設計上,就需要拆解成許多不同的步驟。以小黃瓜為例,首先會遭遇到的困難,就是果實有可能會被葉片遮掩住、影像偵測無法運作,團隊規劃在機械手臂末端加上風扇,透過風力氣流讓葉片不致遮掩住果實,讓系統具備有更高的強健性。其次,影像辨識不僅要「認出」小黃瓜,更要分辨小黃瓜的成熟度,才能決定是否要進行採摘。這部分也是研究室目前著力發展的訓練階段,黃登淵教授對於目前的工作進度相當樂觀。

然後,找到了熟度剛好的果實,系統還需要進行深度估測,透過可程式化邏輯控制器 (PLC, Programmable Logic Controller)送出深度訊號來推動機械手臂,才能完成整個採摘的動作。最後,整個操作牽涉到的影像偵測、深度估測演算法,都需要再整合到邊緣運算的晶片中,才能在田野現場以機械手臂完成摘採。

未來結合 5G 傳輸,讓水果採摘機器人更進化

現階段水果採摘機器人已經使用小型的機械手臂進行驗證,在田野間小黃瓜的偵測識別非常順利,接下來也預備針對農產品的種類設計不同的末端執行器,可以因應不同的作物特性做更換。由於合作廠商的專長為機械控制,下一階段已經預備採購大型機械手臂以進行更完整的田間測試。「可以有這樣的成果,可以說是天時地利人和,」黃登淵教授分享,團隊期待以小黃瓜為目標開發整個系統後,還可以順利延伸到其他有缺工壓力的農作物,以科技為勞動力不足的農村做出貢獻。

機械手臂之後,還可以往哪個方向研發挑戰?隨著技術演進,黃登淵教授更期待可以結合 5G 高速傳輸,將採摘現場的影像資料送回到控制中心進行大數據分析,甚至讓未來水果採摘機器人都可以遠端操控排除障礙,徹底改變未來的農業經營模式。

資料來源

●  採訪大葉大學電機工程學系黃登淵教授

創用 CC 授權條款 姓名標示─非商業性─禁止改作

本著作係採用 創用 CC 姓名標示─非商業性─禁止改作 3.0 台灣 授權條款 授權.

本授權條款允許使用者重製、散布、傳輸著作,但不得為商業目的之使用,亦不得修改該著作。 使用時必須按照著作人指定的方式表彰其姓名。
閱讀授權標章授權條款法律文字

OPEN
回頂部