Nové trendy v reze ovocných drevín
Rez je jednou z najdôležitejších operácií pri intenzívnom pestovaní ovocných drevín, je však náročný na ľudskú prácu. Kvalifikovaná pracovná sila sa stáva celosvetovým problémom v tomto odvetví, a tak trend smeruje jednoznačne k automatizácii aj v tomto smere. Štúdie a výskumy s touto tematikou prebiehajú v súčasnosti predovšetkým v USA. Prinášame v tejto súvislosti niektoré poznatky z hľadiska vývoja a nasadenia robotických systémov.
Súčasná situácia
Pestovanie ovocia je v USA významnou súčasťou odvetvia poľnohospodárstva, tvorí 26% hodnoty produkcie špeciálnej rastlinnej výroby. Toto odvetvie je veľmi závislé od ľudskej práce, a to nielen z pohľadu dostatku pracovných síl, ale aj z pohľadu dôležitosti dodržania časových termínov.
V posledných desaťročiach sa preto čoraz viac využívajú aj v tomto smere automatizačné technológie, napríklad pomerne rozšírené sú v súčasnosti autonómne traktory. V špeciálnej výrobe je však ich nasadenie limitované hlavne z dôvodu náročnosti. Napriek tomu už badať pokrok aj v tejto oblasti, v poslednej dobe hlavne v zbere ovocia, kde sa už využívajú aj robotické systémy.
Štúdie, realizované v tejto oblasti však ukázali veľký potenciál mechanických a robotických systémov aj pri iných operáciách v sadoch. Ich využitie je však limitované systémom výsadby, ktorý musí byť od začiatku prispôsobený tomuto účelu.
Pestovateľské tvary
Pestovateľský tvar je kľúčový z hľadiska úspechu zavádzania automatizačných systémov. Kedysi sa pestovali stromy vo forme voľne rastúcich tvarov na vzrastnejších podpníkoch s jedným centrálnym stredníkom a viacerými konármi. Moderné intenzívne sady sú sadené v hustejších sponoch na slabo rastúcich podpníkoch, s menším počtom konárov a jednoduchším tvarom.
Tento systém zjednodušil aj obrábanie a rez, je zabezpečený lepší prístup slnečného žiarenia do koruny a osvetlenie plodov, strojové vybavenie je menej namáhané a výsledky pestovania je možné lepšie predpovedať. (tabuľka ukazuje typické tvary, používané v súčasnosti v ovocných sadoch).
V tejto súvislosti boli vyvinuté a testované rôzne moderné systémy tvaru ovocnej steny s možnosťou využitia napríklad robotického zberu, tzv. koncept „Robot Ready“.
Pri intenzívnych pestovateľských tvaroch sa plánuje tzv. 2D plochá ovocná stena, ktorá je užšia a oveľa jednoduchšia z pohľadu využitia mechanizácie.
Napríklad využitie koruny v tvare V preukázalo možnosť mechanizovaného zberu ovocia pri zachovaní kvality požadovanej pre čerstvý trh. Robotický zber môže dosiahnuť úspešnosť 85% až 100% pri vhodnom tvare ovocnej steny s horizontálnymi výhonmi.
Tvary ovocnej steny pre mechanizovaný rez
Techniky rezu sú smerované k zachovaniu pestovateľského tvaru stromu, zabezpečeniu prieniku svetla do koruny s cieľom dosiahnutia optimálnej kvality ovocia. Ďalším cieľom rezu je odstránenie časti kvetných púčikov a zabezpečenie rovnováhy rastu a plodnosti. Z týchto skutočností sa vychádzalo aj pri plánovaní stratégie mechanizovaného rezu.
Hlavným technickým problémom pri automatizovanom reze je lokalizácia miesta rezu prostredníctvom detekcie konárov a potreby ich obnovy. Pre kontúrový rez je kritickým momentom identifikácia miesta pre presný rez. Boli vypracované kvantifikované princípy rezu, ktoré by mali byť potenciálne využité v robotických systémoch rezu.
Ide napríklad o index stupňa (hĺbky rezu), založený na pomere hrúbky bočných konárov a kmeňa (LTR). Vypočítava sa ako pomer plochy prierezu bočných konárov pri ich báze a plochy prierezu kmeňa 30 cm nad miestom štepenia. 6 stupňov hĺbky rezu od LTR 0,5 do LTR 1,75 bolo aplikovaných postupným odstraňovaním najhrubších konárov na stredníku jabloní.
Tento prístup umožňuje na základe merateľných údajov definovať hĺbku rezu a dosiahnuť vyššiu úroveň presnosti pri zimnom reze vysokých štíhlych vretien jabloní.
Snímanie architektúry stromu
Predpokladom využitia robotických systémov je nasnímanie architektúry stromu a jednotlivých konárov, ktoré umožní následný rez. 3D snímanie je dôležité pre zistenie podrobných informácií o konároch stromu, ich priemere, uhle ich osi, atď. Mechanizácia tohto kroku zahŕňa systém kombinácie senzorov a algoritmus, ktorý umožňuje získanie potrebných informácii.
V zásade sa v súčasnosti používa tzv. Lidar systém a špeciálny kamerový systém. Lidar systém pracuje na princípe laserového radaru. Jeho pôvodné využitie bolo na meranie a kontrolu znečistenia atmosféry. Postupne sa tieto funkcie rozšírili aj na mapovanie terénu v lesnom prostredí a neskôr bol systém skúšaný aj pri zisťovaní architektúry stromu.
Výsledky ukázali koreláciu 0,78 pre dĺžku konárov a 0,99 pre priemer. Tento systém bol testovaný aj pri reze viniča a pri jeho skúšaní v ovocných sadoch sa ukázalo, že je schopný identifikovať konáre s presnosťou 98% a odhadnúť ich priemer s priemernou chybou 0,6 cm. Hoci je tento systém v súčasnosti veľmi pomalý na využitie v praxi, ukazuje sa potenciál tohto prístupu pre budúcnosť.
Kamerový systém
Kamerový systém sa rozšíril v poľnohospodárskej výrobe v posledných dekádach v rôznych operáciách. V tejto súvislosti sa pozornosť obracia predovšetkým na snímanie za účelom zberu ovocia robotmi. Amatya et al. (2017) sledovali použitie RGT a 3D kamery pre mechanizovaný zber čerešní, Zhang et al. (2017) použili Microsoft Kinect v2 a závitnicovú neurálnu sieť (CNN) network pre detekovanie modelu horizontálnych konárov v ovocnej stene korún v tvare V.
Niektoré ďalšie systémy využívajú systém 3D rekonštrukcie s použitím snímača.
Požiadavka využitia systému mechanizovaného rezu prišla aj od pestovateľov viniča, kde z hľadiska tvaru a stavby kra je uplatnenie tohto systému jednoduchšie. Pokrok bol zaznamenaný aj v prípade naplnenia cieľa mechanizovaného rezu jabloní s využitím robotických prvkov.
Pri pokusoch bol využitý algoritmus s dvoma jednoduchými pravidlami na determináciu a určenie konárov, ktoré treba odstrániť. Niekoľko štúdií bolo publikovaných aj s využitím rôznych systémov vizualizácie.
Automatizovaný systém rezu
Mechanizovaný rez a robotický rez sú dve alternatívne metódy, s ktorými sa uvažuje pri eliminovaní ručného rezu. Mechanizovaný rez sa už v praxi využíva a vo väčšine prípadov aj prináša požadované výsledky. Tento rez nie je selektívny, na rez je využívaná lišta, ktorá uniformne skracuje jednotlivé výhony do požadovaného tvaru.
Tento systém bol skúšaný aj vo vinohradníctve a priniesol viditeľné zníženie nákladovosti tejto operácie. Perspektívu má aj pri pestovaní olív, alebo citrusov, má však svoje limity, pretože výsledok sa môže prejaviť aj vo zvýšenej tvorbe výhonov, ktoré následne znižujú kvalitu plodov a úrodu. Mechanizovaný rez sa preto v súčasnosti využíva hlavne v letnom období na zvýšenie prieniku svetla k výhonom.
Princíp robotického rezu je selektívny rez nežiaducich konárov systémom, ktorý by zastúpil ľudskú prácu na rovnakej kvalitatívnej úrovni.
V súčasnosti sa viacero vedcov zapodieva problematikou robotického rezu viniča (napr. Sevilla, Ochs, Lee).
Software je ďalším dôležitým komponentom využitia týchto automatizovaných systémov. Niektoré software sú široko využívané (PCL- Point cloud library, Open CV – Open Source Computer vision Library, ROS – Robot Operating System).
Niektoré boli použité aj na detekovanie plodov pri robotickom zbere plodov. Využíva sa aj kombinácia viacerých systémov, aby bolo možné rozoznávať prvky prostredia okolo stroja vo všetkých smeroch. Hoci zatiaľ neboli vyvinuté stroje na robotický rez ovocných drevín, určitý pokrok sa dosiahol pri vývoji robotickej technológie na rez zložitejších korún, aké majú napríklad stromy jabloní a čerešní.
Pozornosť sa sústredila najmä na systémy optického rozoznávania konárov, menej štúdií sa venovalo robotickému ramenu simulujúcemu rez. Možno predpokladať, že tak, ako boli vyvinuté stroje na rez viniča a na zber plodov dôjde k vývoju robotických strojov na rez ovocných drevín za predpokladu, že bude architektúra stromov viac uniformná.
Diskusia – výzvy a riešenia
Štruktúra stromov v moderných intenzívnych ovocných výsadbách smeruje k jednoduchosti. Pre robotický rez je v tejto súvislosti dôležité dosiahnuť vysokú precíznosť a mapovanie tvaru z hľadiska lokalizácie konárov a ich orientácie. Predpoklad úspechu je presnosť, rýchlosť a nízka finančná náročnosť.
Prvým predpokladom je identifikácia konárov, ktoré treba odrezať. V tejto súvislosti sú vyvíjané systémy senzorov aj algoritmus, ktorý určí, ktoré konáre je potrebné odstrániť. V súčasnosti vyvíjané systémy potrebujú cca 8 minút na skenovanie architektúry stromu, čo je príliš dlhý čas z hľadiska praktického využitia.
Nielen identifikácia jednotlivých konárov, ale aj dostupnosť manipulátora a požadovaná rýchlosť je výzvou do budúcnosti. V minulosti vyvinuté systémy využívajú sériové robotické rameno s pevným rezacím ústrojenstvom. Toto potrebuje väčší priestor na prístup ku konárom.
Požiadavka je preto zjednodušiť tento manéver a zvýšiť efektívnosť pri robotických systémoch zberu (dva robotické systémy na zber boli vyvinuté a sú testované – FFRbotics, Abundand robotic). Tieto robotické systémy využívajú paralelný typ konštrukcie. Nakoniec treba vziať do úvahy aj ekonomickú nákladnosť týchto systémov. Existujú systémy, ktoré sú menej nákladné, napr. Robolink, Kinect 2. Finančná efektívnosť akéhokoľvek stroja sa však dá zistiť až po jeho skonštruovaní.
