Boervrouw:robot voor het detecteren van plantenziekten

Robot die autonoom rondrijdt in kasomgeving en ziektes signaleert.

Geïnspireerd door het werk van plantvillage.psu.edu en iita.org, wilden we het DonkeyCar-platform gebruiken om een ​​autonome robot te bouwen die in een boerderijomgeving kan bewegen zonder bestaande planten of grond te beschadigen en objectdetectie te gebruiken om zieke gewassen te vinden en te markeren met een milieuvriendelijke kleur. Traditioneel moeten mensen grote boerderijen handmatig inspecteren met hun telefoons om de gewassen te markeren, in de meeste hightech-gevallen. Dit kost veel tijd en moeite. Bovendien worden er verschillende telefoons gebruikt die niet noodzakelijk alle functies hebben die nodig zijn om de taak efficiënt uit te voeren of die moeten wachten op iemand met het juiste apparaat. Een uniform robotplatform dat rond de boerderij gaat, lost deze problemen op en maakt het markeren veel sneller. De snelheid kan het ook gemakkelijker maken om het platform tussen meerdere boerderijen te delen.

Uitdagingen:

• De grootte/het gewicht van de robot klein genoeg houden zodat hij de gewassen zelf niet beschadigt.
• Navigeren zonder bestaande gewassen te beschadigen.
• Een manier vinden om zieke gewassen veilig te markeren.
• Een dataset en farm vinden om het platform mogelijk te testen

Ons Teamato-team is ontstaan ​​doordat we allemaal lid zijn van de Detroit Autonomous Vehicle Group en de Ann Arbor Autonomous Vehicle Group. Dit zijn beide Meetup-groepen. Ons teamlid Sohaib ging de uitdaging aan met het bovenstaande concept en creëerde een bericht met de vraag of iemand geïnteresseerd was om deel te nemen. Alex, Juanito en David sloten zich bij Sohaib aan en begonnen zo een gemeenschappelijke zoektocht onder individuen die nog nooit eerder hadden samengewerkt. Naast het vinden van overeenstemming over aanpak, technologie, timing, enz., moesten we een raamwerk opstellen van vergaderschema's, opslagplaatsen, vergadertechnologie, enzovoort. In wezen moesten alle componenten van een professioneel project worden ingevoerd, behalve dat niemand werd betaald, we geen budget hadden en allemaal verplichtingen op het gebied van werk, school, familie, enz. hadden. Geen probleem, want we deelden een wederzijdse visie en de wil om uit te voeren. Interessant is dat onze groep van vier personen een internationale gemeenschap vertegenwoordigde. Elk lid van ons team was meertalig en had directe familiebanden met een of meer van de volgende landen:China, Duitsland, Pakistan, de Filippijnen, Rusland. We hebben allemaal een geweldige tijd gehad en het was een geweldige leerervaring.

De robot bouwen:

Het werken aan het chassis, de autonome navigatie en beeldclassificatie begon onmiddellijk en vorderde in een goed tempo. Waar we grote onverwachte uitdagingen en vertragingen tegenkwamen met betrekking tot ons chassis en aandrijfsysteem. Simpel gezegd, we hadden niet voorzien in zulke verschillende terreinen tussen de testkassen, en motoren, wielen, bedrading, besturingen, enz. die prima waren in scenario A werden overweldigd in scenario B. We hebben een groot aantal modificaties doorlopen om een werkbaar chassis voor al onze omgevingen. We moesten veel tijd en budget beperken, maar het eindproduct overtrof ons aanvankelijke doel van een minimaal haalbare configuratie. Het definitieve ontwerp op het moment van indiening wordt hieronder beschreven.

Camera Paal:

Om naar verhoogde plantenbedden te kunnen kijken en mogelijk te upgraden naar een bewegende camera die naar de boven- en onderkant van tomatenplanten kan kijken, hebben we een camerapaal gebouwd met een koolstofvezelstaaf die we bij een garageverkoop hadden gekocht. De hengel werd voorzien van 2 3D-geprinte klemmen voor de navigatie- en classificatiecamera's. We hebben ook 1,2v zonne-verlichting aan de paal toegevoegd, evenals 12v meerkleurige statuslampjes bovenop het zwembad. Ja, dat is een hergebruikte pillendoos die zwart op de paal is geverfd. Een van onze vele op nul gebaseerde budgetaccommodaties die gewoon geweldig werkte!

De camera's waren Raspberry Pi-camera's die waren aangesloten op twee verschillende Pi's die werden aangedreven door USB-opladers. De reden voor het gebruik van 2 Pi's is dat zowel classificatie als navigatie een neuraal netwerk gebruiken dat veel verwerkingskracht kost. Daarnaast moest de classificatiecamera naar de planten wijzen en de navigatiecamera naar voren. De bovenkant van de paal moest ook lichten hebben om als indicatoren te dienen. Bij het zoeken naar RGB-lampen die helder genoeg zouden zijn, ontdekten we dat ze meer dan $ 100 zouden kosten, dus maakten we onze eigen lampen van een luidspreker, een kleine plastic zak voor reflectie en verpakt in een lege pillenfles. Omdat de lichten 12 volt vereisten en onze Arduino-uitgang was 5 volt, we hebben hem aangesloten op een relais. De verbinding vereiste een gemeenschappelijke massa met de Arduino en 3 draden voor de rode, groene en blauwe lichten die we op pinnen 7, 8 en 11 op de Arduino plaatsten. We zouden het RGB-spectrum op deze lampen kunnen simuleren door de analogWrite-functie te gebruiken om verschillende waarden aan alle drie de draden te geven. Merk op dat voor de juiste kleuring, ze alle drie moeten worden geschreven, anders kan een eerder geschreven kleur op een pin onverwachte resultaten opleveren.

Chassis:

Onze experimenten met een plastic chassis met zowel wielen als rupsbanden met behulp van motoren met laag vermogen waren niet succesvol gebleken op locatie bij Stone Coop en Growing Hope-boerderijen en beide opties zouden in zanderige grond worden gegraven die gunstig is voor planten. Een van onze tussentijdse chassisversies hebben we gestript veel plastic tandwielen voor het upgraden naar metaal en de mogelijkheid om hogere stroom aan te kunnen:

Bron:Farmaid:Detectierobot voor plantenziekten