機械視覚がレタス収穫の自動化をどう支えるか
レタスは欧州と米国で価値の高い作物ですが、この露地野菜の収穫は人手不足に悩まされています。収穫の約束を果たすのに十分な季節労働者を確保することが、この分野で最大の課題の一つとなっているためです。
さらに、賃金インフレが生産者価格の上昇を上回っているため、利幅は非常に小さくなっています。英国では、農業技術や機械の専門家が、ドイツのオーバーズルムに拠点を置くIDS Imaging Development Systems GmbHと協力して、レタス収穫を自動化するロボットソリューションの開発に取り組んでいます。
このチームはInnovate UKが資金を提供するプロジェクトに取り組んでおり、農業機械メーカーGrimmeの専門家、英国エディンバラのAgri-EPIセンター、英国ニューポートのHarper Adams大学、英国ブリストルのウェスト・オブ・イングランド大学の機械視覚センター、そして英国の大手レタス生産者2社であるG's FreshとPDM Produceが参加しています。
このプロジェクトでは、既存のリーキ（西洋ネギ）収穫機を改良し、レタスを地面から持ち上げて、押さえベルトの間でつかめるようにします。レタスの外側の「包み葉」は機械的に取り除き、茎を露出させます。その後、機械視覚とAIを使って茎上の正確な切断点を特定し、レタスの結球部を丁寧に切り離します。
「Gの子会社であるSalad Harvesting Services Ltd.の同僚によれば、アイスバーグレタスを切断する工程は、自動化プロセスの中で技術的に最も難しい段階です。開発中の収穫ロボットのプロトタイプには、uEye FAシリーズのGigE Visionカメラが組み込まれています。このカメラは特に堅牢とされ、過酷な環境に最適です。屋外での使用となるため、IP65/67の保護性能を持つハウジングが必要です」
選ばれたのは、ソニー製のグローバルシャッター方式コンパクトCMOSセンサーIMX264を搭載したGV-5280FA-C-HQモデルです。
「このセンサーは主に汎用性の高さから選ばれました。AI処理にフル解像度は必要ないため、ビニングによって感度を高めることができます。また、大型のセンサーフォーマットのため、広角光学系も不要です」
収穫ロボットのプロトタイプは、シーズン終盤に英国で圃場試験に使用される予定です。
「私たちはこのプロジェクトに参加できることを嬉しく思い、結果を楽しみにしています。季節労働者の不足を補うだけでなく、レタス収穫の自動化と効率向上にもつながると確信しています」
農業分野が直面する課題は本当に複雑です。国連食糧農業機関（FAO）の予測によると、急速な人口増加により、農業の生産性は2012年比で2050年までにほぼ50%向上させる必要があります。
このような収量の期待は、農業分野にとって大きな課題です。農業は他の分野に比べてデジタル化がまだ初期段階にあり、気候変動と労働力不足によって、すでに強い技術革新の圧力にさらされています。
未来の農業はネットワーク機器と自動化に支えられます。カメラは重要な基盤であり、AIは中核技術です。収穫ロボットのようなインテリジェントなアプリケーションは、大きく貢献できる可能性があります。
2021年の夏、技術者たちが機械学習を使って、一般的な作物だけでなく複雑な農作物も識別・収穫できる野菜収穫ロボットを開発したことが明らかになりました。
ケンブリッジ大学のチームが開発したVegebotは、当初は実験室環境でアイスバーグレタスを識別して収穫するように訓練されました。現在では、地元の青果協同組合であるG's Growersとの協力により、さまざまな圃場環境での試験に成功しています。
このプロトタイプは人間ほど速くも効率的でもありませんが、アイスバーグレタスのように機械による収穫が特に難しい作物にも、農業でのロボット活用を広げられることを示しています。
ジャガイモや小麦は数十年前から機械で収穫されてきましたが、他の多くの作物はいまだに自動化に抵抗してきました。アイスバーグレタスもその一つです。英国で最も広く栽培されているサラダ用野菜であるにもかかわらず、傷つきやすく、地面に対して比較的平らに育つため、収穫ロボットにとっては課題となっています。
「どの畑も違い、どのレタスも違います。しかし、収穫ロボットをアイスバーグレタスに対応させることができれば、他の多くの作物にも対応させることができるはずです」と、ケンブリッジ大学工学部のサイモン・バレルは語りました。
Vegebotはまず視野の中から「収穫対象」を特定し、次にそのレタスが健康で収穫に適しているかを判断し、最後に潰さないように株の残りの部分から切り離して、「スーパーマーケットに並べられる状態」にします。人間にとっては数秒で済む作業ですが、ロボットにとっては非常に難しい課題です。
