← أحدث الأبحاث
💻 computer science

RoMu4o: A Robotic Manipulation Unit For Orchard Operations Automating Proximal Hyperspectral Leaf Sensing

تقدم هذه الورقة RoMu4o، وهي وحدة تلاعب روبوتية أرضية مجهزة بذراع ذات 6 درجات من الحرية ومستشعر طيفي مدمج، تقوم بالإمساك بالأوراق ذاتياً وإجراء تحليل طيفي عالي الدقة في بيئات البساتين غير المهيكلة، محققة معدلات نجاح تصل إلى 95% في التجارب المختبرية و70% في التجارب الميدانية.

المؤلفون الأصليون: Mehrad Mortazavi, David J. Cappelleri, Reza Ehsani

نُشر 2026-09-09
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Mehrad Mortazavi, David J. Cappelleri, Reza Ehsani

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

في الإيقاع الهادئ للزراعة الحديثة، لطالما هدد تحدٍ مستمر الحصاد: وهو نقص الأيدي العاملة البشرية. ومع نمو السكان وندرة العمالة، يتطلع القطاع إلى الآلات لسد هذه الفجوة، ليس فقط لنقل الأحمال الثقيلة، بل لأداء المهام الدقيقة والمتكررة التي تحافظ على صحة المحاصيل. ومن بين أكثر هذه المهام حيوية هي مراقبة صحة الأوراق الفردية؛ إذ يحتاج المزارعون لمعرفة ما إذا كانت الشجرة عطشى، أو إذا كانت تفتقر إلى عنصر غذائي معين، أو ما إذا كان هناك مرض بدأ يستشري قبل أن ينتشر. وبينما يمكن للأقمار الصناعية والطائات بدون طيار (الدرونز) مسح حقول كاملة من الأعلى، إلا أنها غالباً ما تغفل عن علامات الإنذار المبكرة والخفية المختبئة داخل المظلة النباتية الكثيفة. ولرؤية هذه العلامات بوضوح، يستخدم العلماء تقنية تسمى الاستشعار الفائق الطيفي (hyperspectral sensing)، والتي تقرأ البصمة الضوئية الفريدة للورقة لتكشف عن كيميائها الداخلية. ومع ذلك، فإن القيام بذلك يدوياً هو أمر بطيء ومرهق، ويتطلب من الشخص السير صفاً تلو الآخر، ممسكاً بمستشعر مقابل كل ورقة يرغب في اختبارها. وكان السؤال الذي واجه الباحثين هو ما إذا كان يمكن تعليم آلة القيام بهذا العمل بنفس العناية والدقة التي يقوم بها البشر، عبر التنقل وسط الأغصان المتشابكة والفوضوية لبستان ما للعثور على الأوراق المناسبة وقياسها بمفردها.

لقد أجاب فريق من المهندسين على هذا السؤال بابتكار "RoMu4o"، وهي وحدة روبوتية صُممت خصاً للتجول في البساتين والقيام بعمل الاستشعار الدقيق هذا. بُنيت الآلة على قاعدة متينة تشبه الدبابة يمكنها التدحرج فوق الأرض غير المستوية، وتحمل ذراعاً روبوتية سداسية المفاصل تحاكي مرونة الطرف البشري. وفي نهاية هذه الذراع، توجد يد مخصصة، أو قابض، يحمل كاميرا متخصصة ومصدراً للضوء. يسمح هذا الإعداد للروبوت بالوصول إلى داخل الشجرة، والإمساك بورقة واحدة برفق، وتثبيتها بينما يقرأ المستشعر بصمتها الضوئية. لم يكن التحدي في بناء الروبوت فحسب، بل في تعليمه كيفية "الرؤية". فالبستان مكان مربك بالنسبة للآلة؛ حيث تتداخل الأوراق، وتحجب الأغصان الرؤية، وتغير الرياح أوراق الشجر باستمرار. ولحل هذه المشكلة، برمج الباحثون الروبوت بنظام يقوم أولاً بمسح مجموعة من الأوراق، وتحديد الأوراق الأكثر وضوحاً والأقل انغلاقاً، ثم يحسب بدقة كيفية تحريك ذراعه للمسها دون الاصطدام بالأغصان المجاورة.

يعمل "عقل" الروبوت بتسلسل يحاكي الطريقة التي قد يتبعها الإنسان في أداء المهمة. أولاً، يلتقط صورة لمجموعة من الأوراق ويستخدم نموذجاً رقمياً مدرباً لاختيار أفضل المرشحين. ثم يبني خريطة ثلاثية الأبعاد للورقة المختارة، مستنتجاً شكلها واتجاهها في الفضاء. وبناءً على هذه الخريطة، يقترح الروبوت عدة طرق مختلفة للاقتراب من الورقة، حاسباً المسارات التي تتجنب الاصطدام بالأغصان والأوراق المحيطة. ثم يحرك ذراعه على طول المسار الأكثر أماناً، ويغلق قابضه حول الورقة، ويفعل مستشعره. ولضمان دقة القراءات بغض النظر عن الوقت من اليوم أو سطوع الشمس، يحمل الروبوت مصدر ضوء مستقلاً خاصاً به، يسلط الضوء على الورقة لتوفير مرجع ثابت للقياس. يسمح هذا النظام المستقل للروبوت بجمع بيانات عالية الجودة دون الحاجة إلى معايرته من قبل إنسان في كل مرة يتحرك فيها.

اختبر الباحثون هذا النظام في بيئتين مختلفتين تماماً لمعرفة مدى صموده. أولاً، أحضروا الروبوت إلى بيئة مختبرية محكومة للعمل مع نباتات الماغنوليا، التي تمتلك أوراقاً ذات بنية مشابهة لأشجار الفستق التي أرادوا دراستها. في هذه البيئة الداخلية الهادئة، أدى الروبوت بشكل استثنائي، حيث نجح في الإمساك بالأوراق وقياسها في 95 بالمائة من محاولاته. وأظهرت نسبة النجاح العالية هذه أن التكنولوجيا الأساسية المتمثلة في الرؤية والتخطيط والحركة كانت سليمة. ثم نقل الفريق الروبوت إلى بستان فستق حقيقي، حيث كانت الظروف أقل قابلية للتنبؤ بكثير. كانت الأشجار أكثر طولاً، والأغصان أكثر تشابكاً، وضوء الشمس كان حارقاً، مما أربك أحياناً كاميرا استشعار العمق الخاصة بالروبوت. ورغم هذه الصعوبات، تمكن الروبوت من الإمساك بالأوراق وقياسها بنجاح في 79 بالمائة من محاولاته في الميدان. وعند النظر إلى الأداء العام للنظام في البستان، حقق نسبة نجاح قدرها 70 بالمائة في المهمة الكاملة المتمثلة في العثور على الورقة، والإمساك بها، وأخذ القياس.

تثبت هذه النتائج أن الآلة يمكنها بالفعل التنقل في الفوضى غير المنظمة لبستان حقيقي لأداء عمل علمي دقيق. لم يتحرك الروبوت بشكل عشوائي؛ بل استخدم عملية متطورة لاختيار أفضل الأوراق، وتخطيط مسارات آمنة، وتنفيذ عملية الإمساك بدقة. وكانت البيانات التي جمعها عالية الجودة، حيث أظهرت بصمات ضوئية واضحة يمكن استخدامها للكشف عن نقص العناصر الغذائية أو العلامات المبكرة للمرض. وبينما لا يزال النظام غير مثالي، ولا تزال الشمس الخارجية القوية تشكل تحديات لكاميراته، إلا أن الدراسة تثبت أن المفهوم قابل للتطبيق. لاحظ الباحثون أنه مع ارتفاع درجة الحرارة خلال النهار، واجهت المكونات الإلكترونية بعض العقبات في الأداء، كما أدى ضوء الشمس الساطع أحياناً إلى تدهور قياسات العمق عند حواف الأوراق. ومع ذلك، فإن القدرة على تحقيق نسبة نجاح 70 بالمائة في بستان حقيقي عامل، تشير إلى أن هذه التكنولوجيا جاهزة للانتقال من المختبر إلى الميدان. ومن خلال أتمتة المهمة المرهقة لأخذ عينات الأوراق، يوفر "RoMu4o" مساراً نحو المراقبة المستمرة والدقيقة لصحة المحاصيل، مما قد يسمح للمزارعين بالتدخل في وقت مبكر وبشكل أكثر فعالية من أي وقت مضرب المثال. ويؤكد هذا العمل أنه مع الجمع الصحيح بين الرؤية والتخطيط والتصميم الميكانيكي الدقيق، يمكن للروبوتات أن تتعلم التعامل مع الطبيعة الدقيقة وغير المتوقعة للنباتات الحية.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 cs →