字級:
小字級
中字級
大字級

[鳳梨]自走式鳳梨智能噴注催花劑機械

資料來源:高雄區農業改良場/林宛儒助理、潘光月助理研究員

鳳梨為臺灣重要的經濟作物,109年鳳梨在臺灣種植面積約11,746公頃,產量可高達42萬公噸相當可觀。鳳梨在生長過程中,若以自然方式成長,約有80%產量主要集中在6~8月,惟若無法分散產期,將大幅影響市場的銷售價格。為有效調節鳳梨的收穫期,農民採取人工催花作業,將電石水注入鳳梨植株中心生長點,誘導鳳梨花芽分化,以調控鳳梨的生長開花期。催花作業不僅可以使鳳梨達到一致性的開花結果,以利後續一致性的採收,此外,亦可有效的提升鳳梨的品質。因此,催花作業為目前栽培鳳梨作物不可缺乏的管理作業。

現行鳳梨催花作業主要採用人工作業方式,作業者須背負一桶約20公斤重的電石水(催花劑),由人工手持噴桿,在鳳梨田中逐株噴注(圖1),此作業效率低,人工作業方式也極具辛苦且危險度高,若催花劑不慎溢出接觸身體,將傷及人體皮膚。此外,人工催花作業也耗費成本,鳳梨噴注催花劑費用為每株0.25元,每株至少進行3次以上的噴注催花作業。現行臺灣農業已邁入高齡化社會,農業從事者逐漸老化之外,加上許多年輕人不願意從事傳統農產業,使得農業勞動力明顯不足,致影響農業發展。對於鳳梨生產而言,在栽培過程中,各個栽培作業環節極度仰賴人力,特別在鳳梨生長過程,極度仰賴人力進行催花作業,因農業勞力短缺問題,加上工資節節提升,以致不易雇工,使得鳳梨催花作業成為農民的負擔。因此,如何使鳳梨催花作業達到省工、省力及機械化,以有效提升催花作業為現行鳳梨栽培管理的目標之一。

近年來,人工智慧技術之快速發展,將人工智慧技術導入農業作業成為傳統農業轉型的契機。人工智慧技術如同人腦一樣,使電腦以人腦啟發的方式處理複雜的資訊,並在複雜的問題中,學習如何解決問題,進而做出決策。鳳梨噴注催花劑之作業需要在極其複雜的鳳梨田環境中作業,因鳳梨田環境複雜多變,以既有的電腦視覺辨識技術無法達到較高的辨識結果,因此需要導入人工智慧辨識技術,達到高精度的定位,方能完成精準的噴注催花劑作業。因此,本場開發一自走式鳳梨自動噴注催花劑機械,此機械需要導入人工智慧技術,在自走車上建置影像視覺智能辨識系統,用以辨識定位鳳梨植株中心位置,進而引導噴嘴進行精準的噴注鳳梨催花劑,使自走式鳳梨自動噴注催花劑機械具有智能化及精準化之作業能力,達成高效率的鳳梨催花作業。

隨著人工智慧深度學習技術的發展,透過卷積神經網路模型之學習訓練,物件偵測模型可根據已學習過的特徵,自動判斷未學習過的物體,使其能在複雜的環境中預測目標物體,現行知名常用的物件偵測模型如: YOLOv4, R-CNN…等。本研究採用YOLOv4模型作為辨識鳳梨特徵影像的核心模型,以精準的定位鳳梨植株中心位置,以利後續引導控制噴嘴進行噴注作業,以下將詳細說明所開發機台的性能及實際於田間測試的結果。

圖1. 人工噴注催花劑作業情形圖1. 人工噴注催花劑作業情形

如圖(2)所示為本場所研發的自走式鳳梨催花機台,自走式鳳梨催花機台主要包含三大部分,分別為機構主體、鳳梨影像智能辨識系統及噴嘴運動控制系統。自走式鳳梨催花機台之機構主體,主要設計以履帶環繞在滾輪及傳動軸,帶動機台在田間行走,因田間作業屬於高複雜環境,相較於輪式作業,履帶式不僅可以分散重量,亦可增加抓地力以及與地面的摩擦力,使其更能在複雜困難地形中行駛,並穿越各種障礙物。針對鳳梨影像智能辨識系統,因鳳梨的生長環境較為複雜,不僅每株鳳梨的特徵不一致,鳳梨植株的背景也極其複雜,除此之外,不同光源所擷取的影像亦不同,難以利用單一影像演算法做特徵抽取。為了解決特徵複雜的問題,本研究採用深度學習之YOLOv4物件偵測模型,以學習不同特徵類型的鳳梨植株影像,並讓電腦相似於人腦一樣,對於未學習過且複雜的特徵影像,具有自主判斷預測的能力。因此本研究將自走式機台結合人工智慧技術,以即時動態的辨識鳳梨植株中心位置,進而後續可回傳位置座標,使噴嘴即時的進行噴注作業。另外關於噴嘴運動控制系統,本場開發的自走式機台主要採用高壓動力噴霧機,透過適當的壓力噴出催花劑,因噴出的液體其霧粒很小,不僅可達到較好的覆蓋率,亦可集中噴注,以節省催花劑量,降低栽培管理的成本。透過YOLOv4模型給定的鳳梨植株中心座標位置後,透過步進馬達以控制調整噴嘴的位置,使噴頭移動至待噴注的位置,並以電磁閥控制噴嘴開關,進而將催花劑由噴頭噴注至鳳梨植株中心位置,達到精準噴注作業之功能。

圖2. 自走式鳳梨催花機台構造圖2. 自走式鳳梨催花機台構造

針對鳳梨影像之辨識率,YOLOv4物件偵測模型可實際預測鳳梨植株影像高達95%準確率,模型可以針對未學習過的鳳梨植株影像作預測,以推論待檢測鳳梨影像的位置,模型辨識的結果如圖(3)所示。本場開發的自走式鳳梨催花機台實際噴注催花劑的結果如圖(4)所示,當機台行駛至鳳梨田間,高速攝影機將即時取像鳳梨植株影像,並將畫面回傳至上位器進行模型推論,以取得鳳梨植株中心位置座標,而噴嘴運動控制系統將此推論結果帶動噴注系統,移動噴嘴至鳳梨植株中心位置,進而將實施噴注作業。

圖3. YOLOv4物件偵測模型辨識結果圖3. YOLOv4物件偵測模型辨識結果
圖4. 機台實際噴注結果圖4. 機台實際噴注結果

本場致力將傳統農業轉型為智慧農業,使智慧農業實際落地應用於田間,以符合現行農務的需求,解決農民生產中的實際問題。為了解決目前鳳梨人工催花作業之缺點,本場研發自走式鳳梨催花機台,使作業人員輕鬆完成噴注催花劑作業流程。透過智能化的噴注作業,不僅可省時省力,提升操作人員的作業效率,亦可降低與藥劑接觸所造成的健康危險,除此之外,智能噴注作業也可精準的控制劑量,減少使用劑量,降低整體栽種的成本。未來將持續推廣自走式鳳梨催花機台,使更多農民受惠。

▲研發團隊:高雄區農業改良場

聯絡人:潘光月助理研究員

電話:08-7746787

E-mail:pan@mail.kdais.gov.tw

TOP