植木鉢ロボット群による太陽光の 時間的空間的有効活用

東京農工大学 新技術説明会
於JST 東京別館ホール（市ヶ谷）平成24年6月29日
植木鉢ロボット群による太陽光の
時間的空間的有効活用
東京農工大学 大学院工学研究院
先端機械システム部門
准教授 水内 郁夫
東京農工大学 大学院工学府
機械システム工学専攻
湯浅 雅人， 國芳 隼平
1
概要
自律移動式植木鉢型ロボット
ブルーベリー収穫ロボット
・植物が動物のように動き回る
・より効率的・精密な栽培の実現
・熟練者のような判断
・収穫適期の実だけを収穫
This berry
is ripe!!!
2
自律移動式植木鉢型ロボット群システムの研究背景
植物工場
安定供給・高収益化
完全制御型
太陽光利用型
千葉大学環境健康フィールド科学センター
農工大キャンパスファクトリー（春の部屋）
植物固定・環境制御
Hot !!
Thirsty !!
Cold !!
個々の管理が困難
DEAD
SPACE
空間を最大限に活用できない
3
植木鉢型ロボット群システム
植木鉢型ロボット群システム
無線通信
Sensor
コンピュータ
外部カメラ
日向
温度
重量
照度
CO2
水分計
e.t.c.
Sunlight
植木鉢型ロボット
1. 外部カメラから画像を取得
2. 制御用コンピュータでロボット・日向・障害物を検出
3. ロボットからのセンサ情報とカメラ情報をもとに各ロボット
を制御
•
•
植物や環境情報をセンシング
状況に応じて最適な環境へ自律
移動
植物個々の管理による収量増加・生産性効率化・省力化を実現
よりきめ細かな栽培が可能なシステム
4
太陽光の時間的空間的有効活用
１．日向への高密度化
So good!!
２．日向日陰間の入れ替わり
光合成能力
太陽光を有効活用（光合成能力を高く維持）するには？
温度
Please Sunlight
more !!
Sunlight
Sunlight
Too hot !!
単位時間・単位面積当たりの光合成能力を増加
成長促進・収量増加・CO2吸収量増加
5
太陽光の有効活用を目指した移動制御法
• 人工ポテンシャル法による移動制御
– 擬似的な引力（谷）・斥力（山）ポテンシャル場を生成しロボットを目的
地に移動させる制御法
• 引力ポテンシャル ⇒ 日向
• 斥力ポテンシャル ⇒ ロボット・壁
斥力ポテンシャル
引力ポテンシャル
Sunny area
6
日向ポテンシャル
Plant pot robot
( x, y )
Sunny contour
d min ( x, y )
Sunny area
Ω
Potential Function
 d min ( x, y ) (( x, y ) ∉ Ω )
Us = 
− d min ( x, y ) (( x, y ) ∈ Ω )
Us
7
ロボット間ポテンシャル
di
j
Robot j ( x j ,
U ri
yj)
Potential Function
j
Robot i ( xi ,
dj
yi )
j
U ri =
a(d i ⋅ d j )b
{( xi − x j ) 2 + ( yi − y j )}c
U ri
8
壁ポテンシャル
WALL
WALL
WALL
Potential Function


1
1
1
1
U w = a
+
+
+
b
b
b
b 
(
x
x
)
(
y
y
)
(
x
x
)
(
y
y
)
−
−
−
−
w1
w2
w3
w4


WALL
Uw
9
ポテンシャルの統合
日向 U s
ロボット間 U r
壁 Uw
Ui = Us + ∑ jU ri + U w
j ≠i
最急降下方向へ移動
10
日向高密度化・高密度状態での個別移動シミュレーション
高密度化
個別移動
Ur
円錐
11
日向日陰間入れ替わりシミュレーション
光合成可能個体
光合成能力低下個体
12
画像処理に基づく実日向高密度化シミュレーション
①
①カメラ画像取得
②透視投影変換
②
③④
×180（実時間：2時間40分）
⑤
③輝度値ベース
日向領域の検出
④日向ポテンシャ
ル生成
⑤高密度化
シミュレーション
13
実機実験へ向けて
植木鉢型ロボット設計
仕様
直径：400[mm]
高さ：180[mm]
・耐荷重：30kg
・センサ拡張性
・無線通信
・外部電源不要（ソーラパネル）
PROTOTYPE
Plant pot robot
外部カメラによるロボット位置推定
14
結論
• 結論
– 植木鉢型ロボット群システムを提案
– 人工ポテンシャル場を用いた制御法を提案
– シミュレーションによる検証
• 日向への高密度化・個別移動
• 日向・日陰間入れ替わり
• 画像処理に基づく高密度化
太陽光の有効活用を
目的とした移動が可能
– 実機実験へ向けて
• ロボット設計
• ロボット位置推定プログラム
• 展望
–
–
–
–
–
植木鉢型ロボット制作、実験検証
三次元的日向空間の認識
高さ方向を考慮した三次元ポテンシャルへの拡張
植物形状の3D認識
形状を考慮したポテンシャル設計
15
3種類の熟度判定指標に基づく
ブルーベリー収穫ロボットの研究
目指す収穫システム
 実の位置
 果皮の色
の検出
 実を押したときの
変位と反力の計測
 実を引っ張る力の制御
16
画像処理による青い実の検出
青色検出と円検出
画像処理ライブラリOpenCVを用いて
ブルーベリー検出プログラム製作
RGB値から
青色検出
結果
ラベリングに
よるノイズ処理
ハフ変換に
よる円検出
青色検出により緑色の実や葉の除去
は可能であった。
また、画像に合わせて各処理の設定
パラメータを手動で設定することで、
青い実の位置検出が可能であった。
17
柔かさ測定システム
サーボモータ
ひずみゲージ
ひずみゲージとアルミ板を利用して、
ブルーベリーの変位と反力の測定。
たわみ箇所
ブルーベリー
構成
18
もぎ取り易さに基づく収穫システム
パイプ内の圧力を制御することで、
吸着力を任意に設定して引っ張り、
もぎ取れ易い実だけを収穫する。
構成
19
引っ張り力制御実験
レオメータ
目標引っ張り力 ：管内圧×吸着部断面積 [gf]
実際の引っ張り力：実とパイプを離す力 [gf]
20
ブルーベリー収穫エンドエフェクタ
ブルーベリー収穫エンドエフェクタ
21
エンドエフェクタを用いた収穫
画像処理で青色検出
柔かさ・もぎ取り易さ測定
青色の実
緑色の実
22
結論と今後の展望
収穫実験結果
エンドエフェクタ
実
1
2
3
4
5
6
果皮の色
×
○
○
○
○
○
×
×
○
○
○
×
○
○
柔かさ
もぎ取り易さ
人
果皮の色
×
○
○
○
○
○
果柄基部の色
×
×
○
○
○
○
食味
×
○
○
△
△
○
結論
•
•
•
•
画像処理により緑の実や葉の除去を行うことができた。
柔かさ測定システム製作し、果実の柔らかさ測定が行えることを示した。
もぎ取り易さ測定に基づく収穫システムを製作し、実を引張る力の制御行えることを示した。
エンドエフェクタを製作し3種類の熟度判定指標に基づく収穫が行うことができた。
今後の展望
•
•
•
実をしっかり固定できるようエンドエフェクタの改良。
各品種の特性に応じた熟度判定とさらに多くの収穫実験。
距離センサを導入し、実の3次元位置推定とアームの手先位置制御。
23
まとめ
植木鉢型ロボット
収穫ロボット
・植木鉢型ロボット群システムを提案
・太陽光を最大限に有効活用可能な
移動制御を実現
・熟度判定エンドエフェクタの提案
・熟度判定指標に基づく収穫を実現
展望：
実機実験による検証
展望：
・実の３次元位置推定
・アームの手先位置制御
24