Diseño e implementación de un brazo robótico basado en IA para la recolección de fresas
Autores: Chang, Chung-Liang; Huang, Cheng-Chieh
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Diseño e implementación de un brazo robótico basado en IA para la recolección de fresas
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Diseño
Implementación
Brazo robótico
Cosecha
Modelo de aprendizaje profundo
Control lógico difuso
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 41
Citaciones: Sin citaciones
Este estudio presenta el diseño e implementación de un brazo robótico de múltiples articulaciones impulsado por cables, equipado con un mecanismo de corte y agarre para cosechar fresas delicadas, con el objetivo de reducir la mano de obra y los costos. El brazo está montado en un mecanismo de elevación y vinculado a un módulo lateralmente móvil, que está fijado al estante de cultivo en tubo. El modelo de aprendizaje profundo entrenado puede detectar instantáneamente las fresas, identificar los puntos óptimos de recolección y estimar el área de contorno de la fruta mientras la plataforma móvil está en movimiento. Se emplea un método de control de lógica difusa de dos etapas (2s-FLC) para ajustar la longitud del brazo y el ángulo de flexión, lo que permite que el extremo del brazo se acerque a la posición de recolección de la fruta. Los resultados experimentales indican una precisión del 90% en la detección de frutas, una tasa de éxito del 82% en la cosecha y un tiempo promedio de recolección de 6.5 s por fresa, reducido a 5 s sin tiempo de recuperación del brazo. El rendimiento del sistema propuesto en la cosecha de fresas de diferentes tamaños bajo condiciones de iluminación variables también se analiza y evalúa estadísticamente en este documento.
Descripción
Este estudio presenta el diseño e implementación de un brazo robótico de múltiples articulaciones impulsado por cables, equipado con un mecanismo de corte y agarre para cosechar fresas delicadas, con el objetivo de reducir la mano de obra y los costos. El brazo está montado en un mecanismo de elevación y vinculado a un módulo lateralmente móvil, que está fijado al estante de cultivo en tubo. El modelo de aprendizaje profundo entrenado puede detectar instantáneamente las fresas, identificar los puntos óptimos de recolección y estimar el área de contorno de la fruta mientras la plataforma móvil está en movimiento. Se emplea un método de control de lógica difusa de dos etapas (2s-FLC) para ajustar la longitud del brazo y el ángulo de flexión, lo que permite que el extremo del brazo se acerque a la posición de recolección de la fruta. Los resultados experimentales indican una precisión del 90% en la detección de frutas, una tasa de éxito del 82% en la cosecha y un tiempo promedio de recolección de 6.5 s por fresa, reducido a 5 s sin tiempo de recuperación del brazo. El rendimiento del sistema propuesto en la cosecha de fresas de diferentes tamaños bajo condiciones de iluminación variables también se analiza y evalúa estadísticamente en este documento.