Abonnez-vous à notre lettre d'information quotidienne pour vous tenir informé(e) des dernières actualités!

S'abonner Je me suis déjà inscrit(e)

Comme nous donnons la possibilité de consulter nos articles gratuitement, nous comptons sur les revenus de nos bannières publicitaires. Merci donc de désactiver votre bloqueur de publicités et de réactualiser la page pour pouvoir poursuivre votre visite sur ce site.

Cliquez ici pour savoir comment désactiver votre bloqueur de publicité.

Sign up for our daily Newsletter and stay up to date with all the latest news!

S'abonner I am already a subscriber
Recherche à l'Université de Monash, en Australie

Une nouvelle technologie robotique pour les producteurs de pommes

Une nouvelle technologie robotique autonome mise au point par des chercheurs de l'Université Monash pourrait devenir le graal de l'industrie alimentaire australienne, qui doit faire face à une pénurie de main-d'œuvre en même temps qu’une demande accrue de produits frais.  

Une équipe de recherche, dirigée par le Dr Chao Chen du département d'ingénierie mécanique et aérospatiale de l'université Monash, a mis au point un robot de récolte autonome capable d'identifier, de cueillir et de déposer des pommes en sept secondes seulement.


Les ingénieurs de l'Université Monash ont mis au point un robot capable d'effectuer une récolte autonome des pommes

Après des essais approfondis en février et mars chez Fankhauser Apples à Drouin, dans l'État de Victoria, le robot a pu récolter plus de 85 % des pommes accessibles, identifiées par son système de caméras.

Sur l'ensemble des pommes récoltées, moins de 6 % ont été cueillies sans pédoncule. Celles-ci peuvent toujours être vendues, mais ne répondent pas nécessairement aux critères esthétiques de certains détaillants.

Le robot étant limité à la moitié de sa vitesse maximale, le taux de récolte médian était de 12,6 secondes par pomme. Dans les scénarios rationalisés de ramassage et de dépôt, le temps de cycle se réduisait à environ neuf secondes.

En utilisant la vitesse maximale du robot, le temps de récolte de chaque pomme peut descendre jusqu'à sept secondes.

« Le système de vision que nous avons mis au point peut non seulement identifier les pommes dans un arbre dans un certain rayon d'action d’un verger en plein air, grâce au « deep learning », mais il peut également identifier les obstacles, tels que les feuilles et les branches, afin de calculer la trajectoire optimale pour la cueillette des pommes », explique le Dr Chen, directeur du laboratoire de génération et d'analyse du mouvement.

Les robots de récolte automatique, bien que constituant une technologie prometteuse pour l'industrie agricole, posent des problèmes aux producteurs de fruits et légumes.

La récolte robotisée des fruits et légumes nécessite un système de vision pour détecter et localiser les produits. Pour augmenter le taux de réussite et réduire les dommages causés aux produits pendant le processus de récolte, des informations sur la forme, l'emplacement et l'orientation de l'articulation tige-branche sont également nécessaires.

Pour remédier à ce problème, les chercheurs ont créé un algorithme de planification des mouvements à la pointe de la technologie, qui permet de générer rapidement des trajectoires sans collision afin de minimiser les temps de traitement et de déplacement entre les pommes, ce qui réduit le temps de récolte et maximise le nombre de pommes pouvant être récoltées en un seul endroit.

Le système de vision du robot peut identifier plus de 90 % de toutes les pommes visibles dans le champ de vision de la caméra à une distance d'environ 1,2 m. Le système peut fonctionner dans tous les types d'éclairage et de conditions météorologiques, y compris sous un soleil intense et sous la pluie et il lui faut moins de 200 millisecondes pour traiter l'image d'une pomme.

Pour plus d'informations : 
Leigh Dawson
Monash University
Tél. : +61 455 368 260
media@monash.edu

Date de publication: