AI搭載ロボットがトマトの収穫をより効率的に行う方法を学ぶ

農場の労働力不足が農業をさらなる自動化へと押し進めています。特に収穫の分野でそうです。ただしすべての作物が機械にとって扱いやすいわけではありません。例えばトマトは房状に実るため、ロボットは熟した果実を慎重に選び、未熟なものを触らないようにする必要があります。これは正確な制御と賢い意思決定を要求します。

この課題に対処するため、大阪公立大学大学院工学研究科の助教・藤永拓也は、摘み取ろうとする前に各トマトがどれだけ収穫しやすいかを評価するようロボットを訓練するシステムを開発しました。

彼のアプローチは、画像認識と統計分析を組み合わせて、果実ごとに最適な摘み取り角度を決定します。ロボットはトマト自体、茎、および葉の影に隠れているかどうかといった視覚的な詳細を分析します。これらの入力が、果実にどのように近づき摘むのが最も効果的かを決定する手助けとなります。

この方法は、果実の検出と識別だけに焦点を当てた従来のシステムから離れたものです。代わりに藤永は自らの言葉で「収穫のしやすさの推定」と呼ぶ概念を導入します。『ロボットはトマトを摘めるのか？』といった単純な問いを越え、 『うまく摘める可能性はどれくらいか？』という思考へと移行します。これは実世界の農業にとってより意味のあることだと彼は説明しました。

試験では、このシステムは81%の成功率を達成し、期待を上回りました。成功した摘み取りの約4分の1は、最初の正面からの試みが失敗した後、側方から収穫されたトマトから生じました。これはロボットが最初の試みが成功しなかった場合にアプローチを調整できることを示しています。

この研究は、トマトの房の仕方、茎の形状と位置、周囲の葉、視覚的遮蔽など、ロボットによる収穫に影響を与える多くの変数があることを強調しています。 「この研究は『収穫のしやすさ』を定量的に評価可能な指標として確立し、情報に基づいた意思決定を行い知的に行動できる農業ロボットの実現へ、我々を一歩近づける」と藤永は述べました。

今後、藤永は、作物が収穫の時期かをロボットが自律的に判断できることを想像しています。 「これはロボットと人間が協力する新しい形の農業を切り開くことが期待されます」と彼は説明しました。 「ロボットは摘みやすいトマトを自動的に収穫しますが、難しい果実は人間が扱うことになるでしょう。」

研究成果は Smart Agricultural Technology に掲載されました。