智能灌溉系统环境温湿度监测站配合摄像头精准收割甜美的莴苣

    在思考如何发展人工智慧(artificial intelligence，简称AI)的同时，首先得让机器透过自主资料搜集与分析，获得其经验及运行规则后，藉由主动学习进而产生新的演算法，以达到机器判识能力，这个自主学习的过程就称作机器学习(machine learning)。机器学习的技术已广泛应用在智慧农业上，目标是希望机器能对作物生长、周围环境等资讯进行搜集、分析、学习，使机器做出相对应的判断，借此提高产业效能与减少劳力成本。在这样的概念下，英国剑桥大学(University of Cambridge)的研究团队开发出一具拥有机器学习能力的蔬菜收割机器人(vegetable-picking robot，原文称Vegebot)。
 
    英国剑桥大学的研究团队首先在实验室建立以机器学习法判识目标作物—莴苣(lettuce)的健康资料库，后续以新产生的演算法辨识出健康、成熟的作物，并将成果应用在实地现场。研究团队所开发的收割机器人主要分成两大部分，分别是电脑视觉系统(computer vision system)及收割系统(cutting system)。自动收割机器人主要先透过顶端相机捕获影像，再透过影像判识的方法，判断影像中的莴苣成熟与否、是否受严重病虫害影响等，以作为是否执行后续收割作业的依据。机器一旦决定收割后，便利用收割装置附近的第二具相机搜集目标莴苣附近的资讯，执行精准收割作业，并利用精巧的机械手臂承接收割下的健康成熟莴苣。     研究团队认为蔬菜收割机器人将可望在不久的将来取代人力，填补劳动力逐渐短缺的农粮产业生态。执行自动化的过程中亦能有效地保留现场未成熟的个体，避免采收所造成的食物浪费。虽然该收割机器人在速度上偏慢上，但仍有进步的空间。再经过更多资料搜集与机器学习的过程后，将有助于提升收割机器人的收割速度。