ربات های هوشمند در خدمت کشاورزان

به گزارش بولتن نیوز،مخترعان جوان ایرانی اخیرا موفق به طراحی و ساخت ربات دستیار کشاورز به منظور مدیریت کودپاشی نیتروژن در گلخانه های هیدروپونیک و ربات دستیار کشاورز به منظور تخمین میزان محصول کیوی شدند.
ساخت این ربات ها حاصل تلاش دانشجویان و استادان گروه فنی کشاورزی پردیس ابوریحان دانشگاه تهران است که چندین مقاله بین المللی نیز از طرح تحقیقاتی مربوط به آنها استخراج و در مجلات معتبر کشاورزی و مهندسی منتشر شده است.
ربات دستیار کشاورز که برای مدیریت کودپاشی نیتروژن در گلخانه های هیدروپونیک طراحی شده، به کشاورزان این امکان را می دهد که با تعیین دقیق زمان کوددهی و مصرف بهینه کود، محصولات سالم تری روانه بازار کنند.
مخترع این ربات در گفت و گو با خبرنگار علمی ایرنا به ضرورت مدیریت هوشمند کودهای مصرفی در مزارع و گلخانه ها برای کاهش آلودگی منابع محیط زیست اشاره کرد و گفت: در حال حاضر کشاورزان، فرآیند کودپاشی مخصوصا برای کودهای ازته و اوره را طبق یک برنامه زمانی مشخص در مزرعه پیاده می کنند ولی با توجه به شرایطی که به وجود آمده و تجمع نیترات در محصولات کشاورزی، با کاهش مصرف کود نیترات در سبزی و میوه ها، به کشاورزی ارگانیک نزدیک تر خواهیم شد.
'کیوان آصف پور وکیلیان' که به همراه دکتر 'جعفر مساح' به اختراع این ربات دستیار کشاورزی مبادرت کرده است، افزود:
از یک سو، تجمع زیاد نیترات در محصولات کشاورزی برای تمام افراد به ویژه آنها که رژیم گیاهخواری دارند، بسیار زیان آور است و از سوی دیگر، به دلیل ارزانی کودهای شیمیایی، کشاورزان بعضا بدون ملاحظات لازم از این کودها به میزان زیاد استفاده می کنند.
وی هدف اصلی از ساخت این ربات کشاورزی را دستیابی به محصول سالم و ارگانیک عنوان کرد و گفت: همین مساله به ما این ایده را داد که زمان دقیق کوددهی نیتروژن با توجه به واریته های (رقم های) کشاورزی موجود در ایران مثل گوجه فرنگی و خیار را براساس وضعیت مورفولوژی (ریخت شناسی) گیاه استخراج کنیم.
آصف پور خاطرنشان کرد: از آنجا که احتمال خطای کشاورزان در تعیین زمان دقیق کوددهی زیاد است در طرح خود از یک ربات مجهز به سیستم 'ماشین بینایی' استفاده کردیم که با استخراج خصوصیات بافتی تصاویر بتواند زمان دقیق کوددهی را برای کشاورز مشخص کند.
وی ادامه داد: این ربات با حرکت در بین ردیف های کشت گیاه در محیط گلخانه، از گیاهان عکس گرفته و تصاویر را به صورت زنده و لحظه ای تحلیل می کند و با استفاده از نتایج به دست آمده، وضعیت کلی رشد گیاهان را بر اساس تحلیل خصوصیات بافت رنگ برگ آنها تعیین می کند.
به گفته این مخترع جوان، در بخش ارزیابی این ربات، با استفاده از تحلیل خصوصیات بافتی رنگ برگ و مقایسه آن با مدل های ثبت شده از گیاهان با تیمارهای مختلف، زمان دقیق کوددهی نیتروژن به منظور کاهش مصرف کود به ازای هر بوته گیاه استخراج می شود.
استفاده از این ربات، مصرف کود نیتروژن را به میزان 15 درصد در گلخانه ها کاهش می دهد که در مقیاس های وسیع، حجم قابل ملاحظه ای خواهد شد
آصف پور درصدد است در پایان نامه دوره دکتری خود، فناوری این ربات را ارتقا دهد به گونه ای که با طراحی یک حسگر زیستی و افزودن آن به ربات، امکان اندازه گیری دقیق تجمع نیترات در گلخانه فراهم شود و کشاورزان بتوانند با بکارگیری آن میزان استفاده از کود نیترات برای محصولات گلخانه ای را کنترل کنند.

**ربات دستیار کشاورز که میزان محصول کیوی را تخمین می زند
به طور کلی، هنگامی که کشاورز در مرحله قبل از برداشت، اطلاعات کاملی از میزان محصول خود داشته باشد می تواند برای در اختیار گرفتن نیروی انسانی کافی و ادوات برداشت مناسب، انبارداری و حمل و نقل محصول از آن استفاده کند.
پاسخگویی به این نیاز، دستمایه طراحی و ساخت یک ربات دیگر در گروه فنی کشاورزی پردیس ابوریحان دانشگاه تهران شد که با استفاده از سیستم 'ماشین بینایی' میزان محصول کیوی را در باغ های کشاورزی تخمین می زند.
طراحی و ساخت این ربات حاصل تحقیقات صورت گرفته در پروژه دانشجویی 'مصطفی شعبانیان' است که دکتر 'جعفر مساح' به عنوان استاد راهنما و 'کیوان آصف پور وکیلیان' به عنوان استاد مشاور در اجرای آن همکاری داشتند.
آصف پور درباره عملکرد این ربات دستیار کشاورزی به خبرنگار علمی ایرنا توضیح داد: این طرح شامل ساخت یک حامل شنی دار مجهز به سامانه ماشین بینایی، طراحی یک سیستم کنترلی برای حرکت ربات در باغ کیوی و طراحی یک الگوریتم پردازش تصویر بهینه برای شمارش تعداد میوه های کیوی در تصویر است.
وی افزود: این ربات در بین ردیف های کشت کیوی حرکت کرده و با تصویری که از زیر درخت ثبت می کند تعداد میوه ها را می شمارد و با توجه به مشخص بودن وزن تقریبی هر عدد میوه کیوی، ربات با ضرب کردن تعداد میوه ها می تواند میزان محصول موجود در باغ را تخمین بزند.
این پژوهشگر جوان یادآور شد: در ساخت این ربات، عملکرد الگوریتم استخراج خصوصیات بافتی تصاویر (انرژی، کنتراست، همگونی، همبستگی) برای تخمین محصول کیوی در تصاویر مورد ارزیابی قرار گرفته و به منظور یادگیری ماشینی داده های به دست آمده، از روش شبکه های عصبی مصنوعی استفاده شده است.
وی خاطرنشان کرد: کاربرد دیگر این ربات، کمک به استخراج نقشه محصول است به این معنی که کشاورز بداند در کدام قسمت مزرعه، محصول بیشتری و در کجا محصول کمتری وجود دارد تا برای مدیریت بهتر مزرعه در زمینه های مختلف همچون کوددهی یا سم پاشی درختان از این اطلاعات استفاده کند.
به گفته آصف پور، دقت این ربات در تخمین میزان محصولات بر اساس معماری شبکه عصبی 4-13-1 در حدود 89 درصد به دست آمده است.
نمونه خارجی این دستگاه اکنون در بسیاری از ایالت های آمریکا برای محصول مرکبات و به ویژه میوه پرتقال استفاده می شود که البته تفاوت هایی با نمونه ایرانی دارد.
آصف پور در توضیح این تفاوت ها گفت: ربات آمریکایی در قسمت وانت نصب می شود و با حرکت وانت در میان درخت ها کار شمارش میوه ها را انجام می دهد اما در روش ما نیازی به حضور کشاورز برای محاسبه محصول نیست و می توان یک مسیر حرکت برای دستگاه مشخص کرد و ربات به صورت خودکار، این مسیر را می پیماید.
محققان طرح در تلاشند با ایجاد تغییراتی مختصر در این ربات، قابلیت شمارش دیگر محصولات کشاورزی را در آینده نزدیک از طریق آن فراهم کنند و به صورت دستگاه چندکاره دراختیار کشاورزان قرار دهند.