| Research Abstract |
今年度は,従来のマシンビジョンアルゴリズムを改良し,初年度に試作したロボットを用いて,温室で実験を行った。これまでのアルゴリズムでは,果実の形状に関わる少ない種類のパラメータを用いて品質評価を行っていたが,今年度は果実の形状をさらに詳細に表現するパラメータ(果実長,最大幅,曲がり,先細り,疑似体積など)を抽出できるアルゴリズムに改良した。また,果実収穫した株の特定には,ロボットの車輪と連動する距離センサ,および各株に装着したICタグ(株番号付き)をロボットが無線で通信する二通りの方法を比較した。
実験方法としては,作業者がロボットを操縦し,収穫適期の果実があれば収穫し,ロボットのターンテーブルに置く。フォトセンサが新たに果実が収穫されたことを検出すると,その果実が収穫された株(距離センサの値,およびICタグの株番号)を保存する。果実はマニピュレータによってマシンビジョンまで搬送される。その後,カメラによって果実の表裏の画像が撮影され,各種のパラメータを基に品質評価が行われ,コンテナに分類される。各果実の品質評価結果や質量が収穫場所と共にデータベースとして保存される。
実験の結果,ロボットの構成要素は良好に作動し,改良したマシンビジョンアルゴリズムによって各果実のパラメータも抽出できた。株の特定に関しては,距離センサの場合はあらかじめ株と距離を対応付けておく必要があることや,スリップ等によって誤差が累積することが確認された。一方,ICタグを用いる方法は,ロボットの走行中でも株番号を読み取ることができた。また,ICタグに記録された株番号を読み取るだけでなく,各株に関する情報(病気の発生,防除や施肥など)を書き込んでおけば,他の管理作業にもその情報を応用できる可能性が確認された。
|
