A Method for 3D Morphological Measurement and Cutting Point Localization of Green Asparagus Based on Improved YOLOv8n-seg and RGB-D Data

Nelle file silenziose di un campo di ortaggi, un problema semplice ma ostinato frustra da tempo gli agricoltori: come raccogliere un raccolto che cresce velocemente, cresce in gruppo e si rifiuta di stare fermo. L'asparago è una pianta perenne che emette teneri germogli ogni primavera, ma questi germogli non sono uniformi. Si curvano, si torcono e spesso nascondono le loro radici in profondità nel terreno, rendendo difficile per una macchina sapere esattamente dove tagliare. Per decenni, ciò ha significato che il raccolto dipende interamente dalle mani umane, un processo ad alta intensità di lavoro che sta diventando sempre più costoso e difficile da gestire in termini di personale. Per risolvere questo problema, gli scienziati si sono rivolti al campo della visione artificiale, un ramo della tecnologia che insegna alle macchine di "vedere" e comprendere il mondo attraverso le telecamere. L'obiettivo è costruire un robot che possa guardare un appezzamento di asparagi, identificare quali steli sono pronti per essere mangiati, misurarne la dimensione e individuare l'esatto punto per reciderli dalla terra. Tuttavia, insegnare a una macchina come fare non è semplice come scattare una fotografia; la forma irregolare della pianta e l'illuminazione complessa di una fattoria creano un enigma visivo che i software standard spesso non riescono a risolvere.

Un team di ricercatori della Jiangxi Academy of Agricultural Sciences e della Chinese Academy of Agricultural Sciences ha recentemente sviluppato un nuovo modo per aiutare un robot a vedere chiaramente gli asparagi verdi. Hanno creato un programma informatico specializzato, un tipo di intelligenza artificiale progettata per riconoscere e delineare singole piante in una fotografia. I ricercatori sono partiti da un sistema esistente e ben noto per trovare oggetti nelle immagini, ma si sono resi conto che era troppo pesante e lento per un robot che si muove in un campo. Il sistema originale era come un motore potente ma ingombrante che consumava troppo carburante per essere pratico per una piccola macchina alimentata a batteria. Per risolvere il problema, il team ha riprogettato il nucleo del programma, eliminando il peso superfluo e rendendolo più acuto nel individuare la forma specifica e sottile dello stelo di un asparago. Hanno sostituito il "cervello" standard del sistema con una struttura più efficiente che potesse elaborare le informazioni più velocemente senza perdere precisione. Hanno anche aggiunto strumenti speciali per aiutare il computer a comprendere la natura lunga e sottile della pianta e per ignorare il rumore di erbacce o ombre che potrebbero confonderlo.

Il risultato di questa riprogettazione è un nuovo modello chiamato SES-YOLO, che funge da occhi per un potenziale robot raccoglitore. Quando questo modello guarda l'immagine di un campo di asparagi, non si limita a trovare la pianta; disegna un contorno preciso attorno a ogni singolo stelo, separandolo dal terreno e dalle foglie. Questo è un passaggio cruciale perché, a differenza dei frutti che hanno una buccia chiara o una forma distinta, l'asparago è uno stelo lungo e continuo che può curvarsi in qualsiasi direzione. I ricercatori hanno testato il loro nuovo modello contro diversi altri sistemi popolari e hanno scoperto che non solo era più veloce, ma anche più accurato. Nei loro test, il nuovo modello ha identificato e delineato correttamente gli steli di asparagi con una precisione del 98,6 percento, il che significa che raramente perdeva una pianta o scambiava un'erba infestante per un raccolto. Era anche significativamente più veloce delle versioni precedenti, elaborando le immagini abbastanza rapidamente da stare al passo con un robot in movimento. Questa velocità è vitale perché un robot raccoglitore non può aspettare che un computer lento rifletta; deve prendere decisioni in tempo reale mentre si muove lungo la fila.

Una volta che il computer ha delineato con successo la pianta, la sfida successiva è misurarla e decidere dove tagliare. I ricercatori hanno combinato il contorno visivo con i dati di una telecamera di profondità, un tipo speciale di lente che può indicare quanto ogni parte dell'immagine sia lontana. Unendo l'immagine piatta con queste informazioni sulla distanza, il sistema può calcolare la vera lunghezza e lo spessore dello stelo di asparago, anche se è curvo. Hanno scoperto che, scomponendo lo stelo in piccoli segmenti e misurando ciascuno di essi, potevano determinare la lunghezza totale con un errore medio inferiore al 2 percento. Questo livello di precisione è importante perché gli agricoltori devono conoscere la dimensione del raccolto per determinare se è pronto per la raccolta. Il sistema individua anche il "punto di taglio", ovvero il punto specifico sullo stelo dove inizia la parte edibile e termina la parte legnosa e dura della radice. Poiché la transizione tra la parte verde tenera e la radice bianca sotterranea è spesso nascosta appena sotto la superficie del suolo, i ricercatori hanno programmato il sistema per stimare questo punto basandosi sulla geometria dello stelo. Nei loro test sul campo, il sistema ha individuato questo punto di taglio con un errore medio di soli 0,34 centimetri, un margine di errore così piccolo che un braccio meccanico potrebbe facilmente adattarsi ad esso.

Per dimostrare che questo sistema potesse funzionare nel mondo reale, i ricercatori hanno installato il loro nuovo programma su un piccolo computer portatile progettato per i robot, noto come Jetson Orin NX. Questo dispositivo è abbastanza potente da eseguire software complessi ma abbastanza piccolo ed efficiente da essere trasportato da un robot nel campo. Quando hanno testato il sistema su questo hardware, esso ha elaborato le immagini a una velocità di 38,69 fotogrammi al secondo. Ciò significa che il robot poteva "vedere" e prendere decisioni più di 38 volte al secondo, una velocità sufficiente per gestire i movimenti rapidi richiesti durante una raccolta. I ricercatori hanno osservato che questa velocità era quasi il 60 percento più veloce del sistema originale non modificato, dimostrando che il loro design leggero aveva bilanciato con successo la necessità di velocità con quella di precisione. Lo studio conclude che questo approccio fornisce una base tecnica affidabile per la costruzione di raccoglitori automatici di asparagi, offrendo un modo per sostituire il lavoro estenuante della raccolta manuale con una macchina capace di vedere, misurare e tagliare con precisione simile a quella umana.