ربات های هوشمند ایرانی در خدمت كشاورزان

به گزارش گروه علمی ایرنا، مخترعان جوان ایرانی اخیرا موفق به طراحی و ساخت ربات دستیار كشاورز به منظور مدیریت كودپاشی نیتروژن در گلخانه های هیدروپونیك و ربات دستیار كشاورز به منظور تخمین میزان محصول كیوی شدند.
ساخت این ربات ها حاصل تلاش دانشجویان و استادان گروه فنی كشاورزی پردیس ابوریحان دانشگاه تهران است كه چندین مقاله بین المللی نیز از طرح تحقیقاتی مربوط به آنها استخراج و در مجلات معتبر كشاورزی و مهندسی منتشر شده است.
ربات دستیار كشاورز كه برای مدیریت كودپاشی نیتروژن در گلخانه های هیدروپونیك طراحی شده، به كشاورزان این امكان را می دهد كه با تعیین دقیق زمان كوددهی و مصرف بهینه كود، محصولات سالم تری روانه بازار كنند.
مخترع این ربات در گفت و گو با خبرنگار علمی ایرنا به ضرورت مدیریت هوشمند كودهای مصرفی در مزارع و گلخانه ها برای كاهش آلودگی منابع محیط زیست اشاره كرد و گفت: در حال حاضر كشاورزان، فرآیند كودپاشی مخصوصا برای كودهای ازته و اوره را طبق یك برنامه زمانی مشخص در مزرعه پیاده می كنند ولی با توجه به شرایطی كه به وجود آمده و تجمع نیترات در محصولات كشاورزی، با كاهش مصرف كود نیترات در سبزی و میوه ها، به كشاورزی ارگانیك نزدیك تر خواهیم شد.
'كیوان آصف پور وكیلیان' كه به همراه دكتر 'جعفر مساح' به اختراع این ربات دستیار كشاورزی مبادرت كرده است، افزود:
از یك سو، تجمع زیاد نیترات در محصولات كشاورزی برای تمام افراد به ویژه آنها كه رژیم گیاهخواری دارند، بسیار زیان آور است و از سوی دیگر، به دلیل ارزانی كودهای شیمیایی، كشاورزان بعضا بدون ملاحظات لازم از این كودها به میزان زیاد استفاده می كنند.
وی هدف اصلی از ساخت این ربات كشاورزی را دستیابی به محصول سالم و ارگانیك عنوان كرد و گفت: همین مساله به ما این ایده را داد كه زمان دقیق كوددهی نیتروژن با توجه به واریته های (رقم های) كشاورزی موجود در ایران مثل گوجه فرنگی و خیار را براساس وضعیت مورفولوژی (ریخت شناسی) گیاه استخراج كنیم.
آصف پور خاطرنشان كرد: از آنجا كه احتمال خطای كشاورزان در تعیین زمان دقیق كوددهی زیاد است در طرح خود از یك ربات مجهز به سیستم 'ماشین بینایی' استفاده كردیم كه با استخراج خصوصیات بافتی تصاویر بتواند زمان دقیق كوددهی را برای كشاورز مشخص كند.
وی ادامه داد: این ربات با حركت در بین ردیف های كشت گیاه در محیط گلخانه، از گیاهان عكس گرفته و تصاویر را به صورت زنده و لحظه ای تحلیل می كند و با استفاده از نتایج به دست آمده، وضعیت كلی رشد گیاهان را بر اساس تحلیل خصوصیات بافت رنگ برگ آنها تعیین می كند.
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 كوددهی نیتروژن به منظور كاهش مصرف كود به ازای هر بوته گیاه استخراج می شود.
استفاده از این ربات، مصرف كود نیتروژن را به میزان 15 درصد در گلخانه ها كاهش می دهد كه در مقیاس های وسیع، حجم قابل ملاحظه ای خواهد شد
آصف پور درصدد است در پایان نامه دوره دكتری خود، فناوری این ربات را ارتقا دهد به گونه ای كه با طراحی یك حسگر زیستی و افزودن آن به ربات، امكان اندازه گیری دقیق تجمع نیترات در گلخانه فراهم شود و كشاورزان بتوانند با بكارگیری آن میزان استفاده از كود نیترات برای محصولات گلخانه ای را كنترل كنند.

**ربات دستیار كشاورز كه میزان محصول كیوی را تخمین می زند
به طور كلی، هنگامی كه كشاورز در مرحله قبل از برداشت، اطلاعات كاملی از میزان محصول خود داشته باشد می تواند برای در اختیار گرفتن نیروی انسانی كافی و ادوات برداشت مناسب، انبارداری و حمل و نقل محصول از آن استفاده كند.
پاسخگویی به این نیاز، دستمایه طراحی و ساخت یك ربات دیگر در گروه فنی كشاورزی پردیس ابوریحان دانشگاه تهران شد كه با استفاده از سیستم 'ماشین بینایی' میزان محصول كیوی را در باغ های كشاورزی تخمین می زند.
طراحی و ساخت این ربات حاصل تحقیقات صورت گرفته در پروژه دانشجویی 'مصطفی شعبانیان' است كه دكتر 'جعفر مساح' به عنوان استاد راهنما و 'كیوان آصف پور وكیلیان' به عنوان استاد مشاور در اجرای آن همكاری داشتند.
آصف پور درباره عملكرد این ربات دستیار كشاورزی به خبرنگار علمی ایرنا توضیح داد: این طرح شامل ساخت یك حامل شنی دار مجهز به سامانه ماشین بینایی، طراحی یك سیستم كنترلی برای حركت ربات در باغ كیوی و طراحی یك الگوریتم پردازش تصویر بهینه برای شمارش تعداد میوه های كیوی در تصویر است.
وی افزود: این ربات در بین ردیف های كشت كیوی حركت كرده و با تصویری كه از زیر درخت ثبت می كند تعداد میوه ها را می شمارد و با توجه به مشخص بودن وزن تقریبی هر عدد میوه كیوی، ربات با ضرب كردن تعداد میوه ها می تواند میزان محصول موجود در باغ را تخمین بزند.
این پژوهشگر جوان یادآور شد: در ساخت این ربات، عملكرد الگوریتم استخراج خصوصیات بافتی تصاویر (انرژی، كنتراست، همگونی، همبستگی) برای تخمین محصول كیوی در تصاویر مورد ارزیابی قرار گرفته و به منظور یادگیری ماشینی داده های به دست آمده، از روش شبكه های عصبی مصنوعی استفاده شده است.
وی خاطرنشان كرد: كاربرد دیگر این ربات، كمك به استخراج نقشه محصول است به این معنی كه كشاورز بداند در كدام قسمت مزرعه، محصول بیشتری و در كجا محصول كمتری وجود دارد تا برای مدیریت بهتر مزرعه در زمینه های مختلف همچون كوددهی یا سم پاشی درختان از این اطلاعات استفاده كند.
به گفته آصف پور، دقت این ربات در تخمین میزان محصولات بر اساس معماری شبكه عصبی 4-13-1 در حدود 89 درصد به دست آمده است.
نمونه خارجی این دستگاه اكنون در بسیاری از ایالت های آمریكا برای محصول مركبات و به ویژه میوه پرتقال استفاده می شود كه البته تفاوت هایی با نمونه ایرانی دارد.
آصف پور در توضیح این تفاوت ها گفت: ربات آمریكایی در قسمت وانت نصب می شود و با حركت وانت در میان درخت ها كار شمارش میوه ها را انجام می دهد اما در روش ما نیازی به حضور كشاورز برای محاسبه محصول نیست و می توان یك مسیر حركت برای دستگاه مشخص كرد و ربات به صورت خودكار، این مسیر را می پیماید.
محققان طرح در تلاشند با ایجاد تغییراتی مختصر در این ربات، قابلیت شمارش دیگر محصولات كشاورزی را در آینده نزدیك از طریق آن فراهم كنند و به صورت دستگاه چندكاره دراختیار كشاورزان قرار دهند.
علمی**1055**2017