Za chutnými rajčaty je péče speciálního robota s technologiemi Siemens

Technologické řešení má k dispozici velkou výpočetní kapacitu / Siemens
Společnost Optisolutions navázala spolupráci s rodinnou farmou Ráječek a vyvinula unikátní robot, který monitoruje zdravotní stav rajčat a díky prvkům umělé inteligence umí sám určit, co jim schází a jak jejich stav zlepšit.

Vedle sledování zdraví rostlin zařízení dokáže i zaštipovat listy, aby plody měly dost prostoru a zdrojů pro růst. Robot je postaven na řídicím systému Siemens SIMATIC S7-1200 doplněný o nový průmyslový počítač TensorBox 520A pro provoz neuronových sítí.

Technologické řešení má k dispozici velkou výpočetní kapacitu, přitom je malé a odolné. Původním záměrem bylo zkonstruovat robot na sklízení rajčat.

„Brzy nám však došlo, že mnohem důležitější než rajčata trhat, je se o ně starat. Včas rozpoznat, že je s rostlinou něco špatně. A také se o ni průběžně starat. Pokud jí nebudete systematicky zaštipovat listy, za chvíli budete mít ve skleníku džungli a plody žádné,“ vysvětluje Vratislav Beneš, šéfkonstruktér Optisolutions.

Po úvodních pokusech si v Optisolutions uvědomili, že zcela zásadní je vědět, na co se robot dívá a co vidí. Bez hlubokých znalostí pěstovaných rostlin a jejich potřeb není možné robot naprogramovat. Proto se v Optisolutions rozhodli oslovit rodinnou farmu Ráječek, která se modernímu pěstování rajčat věnuje už od roku 1997.

Matěj Sklenář, majitel farmy Ráječek, pomohl specifikovat, co by měl robot dělat: „Vystudoval jsem fyziologii rostlin, takže si dobře uvědomuji, jaký potenciál spočívá především v monitorování rostlin. A ve sběru dat, která se pak dají využít v budoucnu. To, že by měl robot ustřihnout zralé rajče, je vlastně to poslední, co jsme chtěli řešit. Mnohem důležitější je, aby robot dokázal zavčasu odhalit chorobu anebo škůdce."

Tuto práci doposud vykonávají lidé, což má řadu omezení. Lidské oko nevidí vše a brzo se unaví, lidský mozek po čase ztratí soustředění. Oproti tomu robot dokáže naskenovat každou jednotlivou rostlinu, nic nepřehlédne, a přitom trvale udrží plnou pozornost.

FRVAVEBOT – rajčatový robot s technologiemi Siemens

Prototyp rajčatového robota s označenímFRVAVEBOT je pilotní projekt, na kterém si jeho tvůrci ověřili, že technologie – hardwarové i softwarové – jsou životaschopné.  „Robot je postaven na řídicím systému Siemens SIMATIC S7-1200, který je doplněný o nový průmyslvý počítač TensorBox 520A pro provoz neuronových sítí,“ popisuje technické řešení Tomáš Froněk, vedoucí oddělení Factory Automation v divizi Siemens Digital Industries. TensorBoxem 520A je založen na technologii Nvidia Xavier Nx. „Box PC vyniká především velkou CPU a GPU výpočetní silou, a přitom je malý a současně robustní,“ doplňuje Froněk.

V Optisolutions plánují konstruovat dvě verze zařízení: horizontální – pro rajčata a vertikální – například pro jahody. V plánu je také rozdělit současný multifunkční robot na dvě části: na robot analytický a na robot, který bude vykonávat konkrétní činností. Analytické roboty budou provádět pouze monitorování rostlin, a pohybovat po skleníku se budou rychleji a ve větším počtu. Naproti tomu pracovní roboty budou moct zajíždět jen tam, kde je potřeba zásah.

Za chutnými rajčaty jsou data

Za kvalitními plody rajčat jsou velké objemy dat. Robot projíždí jednotlivé uličky ve fóliovníku a sbírá data o rostlinách. Fóliovník sám je také řízen počítačem, tzn. že rovněž generuje data, která detailně popisují prostředí, ve kterém rostliny rostou. Data ze skleníku lze následně přes časovou značku a lokaci spojit s konkrétní událostí. Správně provedený data mining pak umožní zjistit příčiny událostí, např. výskyt konkrétní choroby nebo škůdce.

Data, která robot sbírá, se posílají do cloudu, kde probíhá jejich analýza. Popis dat je v tomto případě velmi složitý, protože rostliny se stále mění – rostou, otáčejí se za sluncem, odpoledne lehce povadnou, mění se délka jejich závěsu, ubývají a přibývají na nich plody. Navíc je nutné aktuální data trvale porovnávat s historickými daty, tzn., jak daná rostlina vypadala např. před týdnem nebo včera. Každému hlášení o anomálii, které obsahuje přesné souřadnicové určení polohy postižené rostliny, předchází analýza obrovského množství dat a práce algoritmů umělé inteligence.

Zdroj: Siemens, farma Ráječek

Mohlo by vás zajímat

Reklama