郭一璞 发自 凹非寺
量子位 报道 | 公众号 QbitAI
机器收割农作物，不是什么新鲜事，小麦、土豆都有合适的机器。
但和这些耐操的粮食作物相比，收割容易碰坏的蔬菜，似乎难了很多。
比如球生菜，一种脆嫩娇弱的农作物，难以被机械收割，要是草草收割，生菜球切掉半个，那可没法卖。
现在，剑桥一个研究团队就实现了让机器人靠AI收球生菜。
相比人类收菜，机器人收菜可以减轻农民的劳动量，菜农们不用辛辛苦苦趴在地里手动收菜了。
而且，还能实现机动的收菜方式，人类通常在成熟季节收一次就好了，那些没熟的菜会浪费掉，但机器人不会觉得“好机不收回头菜”，还可以等长大后返回来再收，甚至能根据不同的订单要求，实现按需收菜。
收菜机器人
这台名叫Vegebot的机器人，包括一个标准六自由度UR10机械臂，两个摄像头和一个特制的笼子状的末端执行器，另外，还需要连接一台笔记本电脑运行控制软件。
这些设备运行在一台有轮子的平台上，轮子左右的距离刚好卡在两排生菜之间的过道里，可以做一个行走的收菜侠。
收菜过程中，由头顶的相机收集信号，笔记本电脑和UR10的控制器分工控制末端执行器和机械臂。
怎么收菜虽然超市里的球生菜看起来是非常圆满完整的，但一大片生菜田可不是这样。
球呢？藏在一大片绿绿的菜叶子里，要先找到生菜球的位置。
因此，第一个摄像头就要靠计算机视觉，找出所有的生菜球，这里，研究团队用到了YOLOv3算法，因为它的速度比较快。
同时，研究团队自己做了一个生菜数据集：
再结合剑桥大学2015年的Deepfarm数据集，训练生菜目标检测模型，锁定生菜球们都分布在哪里。
找出来之后还不算，毕竟生菜球不是标品，大球小球各不同，长大成熟的可以拿去卖掉，还小的生菜就等它长大再回来收吧。
但是，长大成球的生菜里，也有老弱病残，要是收了老弱病残，那可能就会传染给健康的生菜，万万不能碰的。
所以，要完成针对生菜的分类，选出那些值得收的生菜。
这里，研究人员找到了665个球生菜的照片，做成数据集，87.5%作为训练集，12.5%作为测试集，用Darknet分类器训练分类技能。
现在，你找到了一颗完整、饱满、成熟、健康的生菜，该对它动刀了。
下手之前，需要先借助Aruco码来校准校准末端执行器的位置，之后，把末端执行器扣在生菜头上，用温柔的抓手抓住这颗生菜，保证其不会被压坏。
根据超市收蔬菜的要求，借助皮带驱动和双气动驱动，在第二个摄像头的监控下，直直的沿着生菜的茎切下去。
好了，恭喜成功割生菜。
最终的收割成功率大概在88%
这项研究的作者们来自剑桥大学工程系，一作Simon Birrell，上世纪80年代就从剑桥大学硕士毕业，之后成了一名企业家，创立了三家公司，从事过商业智能、消费咨询、电影制片、娱乐等领域，2016年又以50岁的高龄回到母校开始读AI和机器人博士。
研究者们对这台机器人报以巨大的希望，他们希望开发不仅限于球生菜的机器，在其他地上作物上也能用。
另外，根据机器人收菜的数据，还有额外功能：统计生菜产量，判断不同土地的肥沃程度
传送论文
https://onlinelibrary.wiley.com/doi/full/10.1002/rob.21888
— 完 —
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
