2019国際食品工業展

7月9日(火)-7月12日(金) 東京ビッグサイト・東1-8ホール 10:00-17:00

研究概要

ベニバナの生産管理ロボットの開発

研究機関名

山形大学農学部・食料生命環境学科・生産機械研究室
佐賀大学理工学部・理工学科・メカニカルデザインコース

代表者

片平光彦

本研究の主旨

ベニバナ(Carthamus tinctorius L.)は中近東で栽培化された作物で、アザミに似た花を咲かせるキク科の一年草である。ベニバナを染料などで利用するには収穫時に草型の最上位に位置する花弁を大量に収穫する必要がある。しかし、生産現地ではベニバナの収穫が手作業での摘み取りを中心としているため、作業効率が低く収穫量が限定されている。本研究は地域特産農産物であるベニバナの生産を活性化するため、栽培管理ロボットで利用するAIによるベニバナの検出と収穫用ロボットアームの開発を行った。
試作したAI(学習データ数:434枚、2495枚、深層学習フレームワーク:YOLOv3)によるベニバナ花弁の検出(図1)は、静止画の場合で花弁検出率が学習回数を増やすにつれて一次関数的に高くなり、10000回以上の学習で80%程度となった(図2)。動画での花弁検出率は学習回数を増やすにつれて一次関数的に増加し、10000回から50000回の学習で花弁の検出率が80%程度で安定した。動画では学習データ数との間に5%水準で有意差が生じた。ベニバナ花弁収穫に用いる走行台車はインホイールモータ付きの車輪と制御用コントローラで構成し、走行速度範囲が0.21m/sから0.47m/s、重心Gxが216.9mm、Gyが403.47mm、Gzが339.1mmであった(図3)。花弁を収穫するロボットアームはパラレルリンク機構とし、3つのサーボモーターで駆動する(図4)。また、Hand Frame(「手先」)には花弁摘み取り部を装着し、Base Frameには花弁を撮影するためのWebカメラを取り付けた。収穫用ロボットアームシステムはROS がインストールされたPCで駆動され、Pythonで制御プログラムを作成した。開発したロボットアームシステムは目標位置とWebカメラで算出した位置の最大誤差がx軸方向で約4mm、y軸方向で約9mm、z軸方向で約18mmであった。また、目標位置と実際の手先位置との最大誤差はx軸方向で約5mm、y軸方向で約10mm、z軸方向で約10mmであり、Webカメラ画像で算出された座標からパラレルリンクマニピュレータの手先位置を的確に制御できた。

All Right Reserved. Copyright (c) Secretariat of FOOMA JAPAN