A mezőgazdaság jövőjében a robotok nagy számban fognak elterjedni a növénytermesztésben, átvéve az ember szerepét, ellentétben napjaink kiegészítő, segítő munkákat ellátó robotjai mellett. Az elterjedés vertikumának kiszélesedése is be fog következni a jelenleg alkalmazott egycélú alkalmazást mutató robotokkal szemben, mint amilyenek például a növényvédelmi robotok. Jelenleg is zajlik az egyedi gépek fejlesztése mellett a robotok kooperációban működő munkavégzésének kialakítása.
Robotok általános jellemzői
Bár a robotika egy viszonylag új fogalom, az első önállóan működtetett gépek megjelenése Kr. e. 400-ra tehető, amikor Tarentumi Arkhütasz gőzhajtású, önjáró berendezést fejlesztett ki. Maga a robot kifejezés minden olyan automata gépre utal, amely az emberi erőfeszítést, munkát helyettesíti, függetlenül attól, hogy embert utánzó külsővel rendelkezik-e, vagy emberszerűen hajt végre feladatokat. A robotok fejlesztése azonban a konstrukciós megoldásokon felül és azok megfelelőségén túl számos tágabb, rendszerszinten megjelenő problémát is generál.
Ezek magukban foglalják az élet- és vagyonbiztonsági feladatokat, az ember szerepét, felelősségét, kompetenciáját, a robotok együttműködését, az ehhez szükséges infrastruktúrát, a robotok mozgását és a közutakon való közlekedését, a költséges gépek idényjellegű használatát és mindezeknek az anyagi vonzatát. Ráadásul a fejlesztéseknek az ökológiai, környezetbarát elvárásoknak is meg kell felelniük, így a biodiverzitás növeléséhez, a klímaváltozás csökkentéséhez is hozzá kell járulniuk.
Robotok a precíziós gazdálkodásban
Az elmúlt két évtizedben, az információs korszak beköszöntével a mezőgazdasági termelési módszerek is drámaian megváltoztak. Az élelmiszerek mennyiségi kereslete, a gyorsan növekvő népesség, a termőföldek termékenységének csökkenése mind indokolja az új innovatív megoldások, például a robotok szükségességét. Így terjedt el a robotok alkalmazása a precíziós mezőgazdaságban. A zöldgazdaság robotizálása segíthet a minőségjavulás, a környezetvédelem nyomon követésében és a fenntarthatóság megőrzésében. Az információkhoz való hozzáférés révén a gazdálkodók magas hozamot és alacsony működési költségeket biztosíthatnak a mezőgazdasági termelés sikerének érdekében.
A mezőgazdaságban a monitoring és beavatkozó igények megfelelése érdekében kétféle robottechnikai platform is kialakult, úgymint a pilóta nélküli légi járművek (UAV) és mobil robotok (UGV). Számos területen alkalmazhatók ezek a berendezések, pl. a talajművelés, ültetés, metszés, gyomlálás, betakarítás, vetés, permetezés, műtrágyázás, adatgyűjtés, növényvédelem, növényápolás, betakarítás, légi képalkotás és az állattenyésztés (fejőrobotok, etetőrobotok, állományok egészségi állapotát figyelő robotok) területén is.
Egy robot táblán belüli elhelyezkedésének pontos meghatározása több aspektusból is mérvadó a precíziós mezőgazdaság számára. A legismertebb erre alkalmas rendszer a globális helymeghatározó rendszer (GPS). A Föld körüli pályán keringő 24 műhold alkotta rendszer segítségével minimum 4 műhold láthatósága esetén a műholdakon elhelyezett atomórák időmérése, valamint a felszíni pont és a műhold távolsága alapján a vevőeszköz pontos helyzete meghatározható háromszögeléssel. A mezőgazdasági robot működéséhez valós idejű korrekciós jelek szükségesek, hiszen a berendezés koordinátáit a lehető legpontosabban, lehetőség szerint azonnal pontról pontra kell meghatározni. A valós idejű differenciális korrekcióval (RTK) jelentősen javítható a GPS-koordináták pontossága, így akár centiméteres pontosság is elérhető.
Beavatkozóberendezések
A robotok esetében a terepi beavatkozómunkák elvégzéséhez beavatkozóberendezésekkel (aktuátorokkal, effektorokkal) ellátott robotokat is kifejlesztettek. Ilyen munka lehet a talaj- vagy növényminták gyűjtése, illetve a gyümölcsbetakarítási munkák végzése stb. A mezőgazdasági felhasználásra kifejlesztett robotok a változó környezeti feltételek mellett kihívásokkal is szembesülnek az alapanyagokkal való munka során. Gyümölcs- és zöldségbetakarítás esetében a robot érzékelőrendszerei határozzák meg a termény megfelelő érési állapotát, tehát a betakaríthatóságát. Éppen ezért fontos feladat a termény, termés kezelésének precizitása az emberi karokhoz és ujjakhoz hasonlóan. Sokféle aktuátort fejlesztettek ki, ujjakkal, tűkkel, fúvókákkal, ollókkal és robotkarokkal a termény megfogására, vágására, rögzítésére vagy leválasztására. Ez magában foglalja a mesterséges intelligencia és a gépi tanulás lehetőségeit is.
A legtöbb mezőgazdasági robot esetében az alkalmazott gépi tanulási módszerek (mesterséges intelligencia) komplex feladatok végrehajtására is alkalmassá teszik a gépeket. A teljesen automata, autonóm robotok mellett jelentős számú olyan eszköz van, amely egy olyan kezelőhöz csatlakozik, aki befolyásolni tudja a robotot, így létrehozva egy „ember-robot-interakciót” (HRI). A géptől gépig (M2M) egy másik olyan képesség, amely emberi beavatkozás nélkül teszi lehetővé az adatok áramlását a gépek között. Ezek a rendszerek csökkenthetik a kockázatot, és egyben időt takaríthatnak meg. A fejlesztés jelenlegi szakasza a „dolgok internete” (IoT), amely hálózatba kapcsolt specifikus azonosítóval ellátott eszközöket jelent. Az ilyen rendszer felépítése három összetevőre bomlik: az érzékelőrétegre, az adatátviteli rétegre és az alkalmazási rétegre). Az IoT alkalmazása a mezőgazdaságban elsősorban a növénytermesztésben jelentős. Mezőgazdasági robotok érzékelő- és adatgyűjtő rendszerei A precíziós gazdálkodás fontos részét képezik a szenzorok, amelyek folyamatosan mérik a különböző talaj-, környezeti, klimatikus és időjárási jellemzőket, valamint a mezőgazdasági műveletekhez kapcsolódó egyéb paramétereket.
Maguk a szenzorok átalakítják a meghatározni kívánt valós fizikai (nem elektromos) jeleket azok elektromos (digitális) megfelelőjévé. Az általános célú érzékelők, mint például hőmérséklet-érzékelő, fényintenzitás-érzékelő, gyorsulásmérők, talajnedvesség-érzékelők stb., megfelelően integrálhatók az IoT-rendszerekbe. A mezőgazdaságban alkalmazott szenzorok esetében az alacsony energiafogyasztás, kompatibilitás az adatátvitelben az irányítóegység és az érzékelő között, a pontosság, az ismételhetőség, az érzékenység és a robusztusság tartozik a legfontosabb szempontok közé.
Környezeti, atmoszférikus szenzorok
A precíziós mezőgazdaság feltételeire alapozott növénytermesztés folyamán elengedhetetlen a környezet állapotának nyomon követése, a lokális környezeti paraméterek meghatározása. A leggyakrabban alkalmazott érzékelők a környezet fizikai paramétereinek meghatározására a talajnedvesség-érzékelők, utánuk a páratartalom-érzékelők, majd a levegőhőmérséklet-érzékelők következnek. A növény föld feletti részei jellemzőinek mérése, a növény magassága, növény sűrűsége, levél helyzete, levélfelület-index (Leaf Area Index = LAI), növényi szervek száma (levél, termés, virág), biomassza, a klorofilkoncentráció, a nedváramlás és a sztóma vezetőképessége hasznos biológiai paramétere a termésfigyelésben.
Talajszenzorok
A környezeti adatokkal együtt egy másik fontos, általában megfigyelt paraméter a talajnedvesség. A talaj alapvető eleme a növénytermesztésnek, mivel döntő fontosságú szerepet játszik a kultúrnövények fejlődésben, a terméshozamában és a minőségében is. A talaj tulajdonságait két fő kategóriába lehet besorolni: az egyik a fizikai jellemzők, míg a másik csoport a kémiai jellemzők. Ezért különféle proximális talajérzékelőket fejlesztettek ki a különböző mechanikai, fizikai és kémiai tulajdonságai mérésére, elektromos és elektromágneses, optikai és radiometriai, mechanikai, akusztikus, pneumatikus és elektrokémiai mérési módszerekkel.
Az elektromos és elektromágneses érzékelők az elektromos vezetőképesség, kapacitás vagy induktivitás mértékét mérik. Ezekkel az érzékelőkkel megcélzott legfontosabb talajtulajdonság: a talajtextúra (agyag-, homok- és vályogtartalom), a talaj szervesanyag-tartalma, nedvesség, sótartalom, pH, ioncserélő-kapacitás és a talajszerkezet mélység szerinti változékonysága. A kémiai érzékelők két fő típusra oszthatók: fotokémiai és elektrokémiai. A fotokémiai érzékelők a vegyi anyagokat az egyedi spektrális tulajdonságaik alapján mérik, az elektrokémiai szenzorok viszont a kémiai reakciókból adódó elektromos tulajdonságokat határozzák meg. A leggyakrabban mért paraméterek közé tartozik a talaj pH-értéke, sótartalma, tápanyagai, oxigén (O2), szén-dioxid (CO2), metán (CH4), valamint a fotoszintézis bizonyos jellemzői. A talaj tápanyagtartalmának valós idejű mérése, különösen a nitrogén (N), a foszfor (P) és a kálium (K) nélkülözhetetlen a megfelelő mennyiségű műtrágya kijuttatásához. Ezeknek az érzékelőknek az alkalmazási köre még kezdetleges stádiumban van.
Képalkotó szenzorok
A képérzékelő vagy képalkotó egy olyan érzékelő, amely észleli és továbbítja a kép létrehozásához használt információkat. A kamera a 3D környezetet képezi le a 2D képre. A kamerák működésének leírásához a lyukkameramodellt alkalmazzak. Az emberi szem számára látható fénytartományban érzékeny RGB-kamera (Red, Green, Blue = piros, zöld és kék színcsatorna) alacsony költségű megoldás számos mezőgazdasági alkalmazáshoz, terményfelismeréshez és osztályozáshoz, lokalizációhoz és térképezéshez, navigációhoz és gyomérzékeléshez egyaránt. Nagyságrendekkel több információ nyerhető ki a növényállományból, ha nem csak RGB-színtartományban vizsgálódunk. Ennek a problémának a leküzdésére úgynevezett multispektrális képalkotó rendszereket alkottak meg, amelyek képesek rögzíteni egyidejűleg más, az emberi szem számára nem látható spektrális tartományokat is, és nagy mennyiségű spektrális információt gyűjteni viszonylag rövid idő alatt. A multispektrális képalkotás az elektromágneses spektrum meghatározott hullámhossz-tartományán belül rögzíti a képadatokat.
A hullámhosszokat szűrőkkel lehet elválasztani, vagy bizonyos hullámhosszokra érzékeny műszerekkel lehet detektálni, beleértve a látható fénytartományon túli frekvenciákból származó fényt is, azaz az infravörös és az ultraibolya sugárzást. Lehetővé teszi olyan további információk kinyerését is, amelyeket az emberi szem nem képes felfogni a vörös, zöld és kék színeket látó receptoraival. Hiperspektrális távérzékelésről akkor beszélhetünk, ha a spektrális felbontás nagy; akár több száz sávban felvételező érzékelőket alkalmazunk. Minden élő anyagnak egyedi, közeli infravörös (NIR-)abszorpciós mintája van, amely felhasználható karakterizáció- és kvalitatív vagy kvantitatív elemzésre. A kamerák nagyon érzékenyek a fényviszonyokra; ezért többféle kalibrálásra is szükség van, úgymint a fókuszpont, a lencse deformációjának kompenzációja, hogy megfelelően működjenek.
Navigációs szenzorok
Az elmúlt években drámai emelkedés tapasztalható az autonóm mobil robotok alkalmazásában. Hasonlóan az emberhez, egy autonóm mobil robot is képes önálló döntéshozatalra és korrekciós intézkedések megtételére. Egy teljesen autonóm robot képes megfigyelni környezetét, ami alapján ítélkezni tud, majd végrehajtani egy cselekvést vagy beavatkozást. Az útvonaltervezés kulcsfontosságú feladat az autonóm mobil robotok navigációs rendszerében, amely alapján a robotnak meg kell találnia az optimális utat (pl. a legrövidebb út, a legrövidebb idő alatti út) a kívánt teljesítmény elérése érdekében. Egy robot útvonalának megtervezését két nagy kategóriába lehet besorolni: a globális úttervezés (a terep teljes ismeretén alapul, statikus környezetet feltételezve), a lokális úttervezés viszont hiányos ismeretet feltételez a környezetről, és általában online alakul ki a fedélzeti érzékelők adatai alapján a dinamikus környezetben történő navigációhoz.
A hagyományos irányított jármű csak rögzített utat képes követni (trajektória), és csak előre meghatározott pontokon tud végighaladni. Az autonóm mobil robotok bármely elérhető pont körül mozoghatnak adott területen belül, elkerülve az ütközéseket (2. kép).
Hagyományos jármű, autonóm jármű
Az autonóm mobil robotok legmeghatározóbb tulajdonsága, hogy képesek navigálni megszakítás nélkül új helyi útvonal létrehozásával, amikor korábban előre nem látott akadályt észlelnek.
A GNSS-alapú gépirányítás a mezőgazdasági robotok legszélesebb körben alkalmazott navigációs stratégiája. A GNSS-jelek nyomon követik a mezőgazdasági robotok helyzetét és a járművek a globális GNSS-koordinátarendszerhez képest való eltérését. A gyakorlatban proximális szenzorokat is használnak a robot táblán belüli helyzetének meghatározásához.
Következtetések és jövőkép
Jelenleg is fejlesztés alatt vannak a mikrobotok mint miniatűr autonóm robotok, amelyek a mezőgazdaságban is alkalmazhatóak precízebb monitoringmunkára a lombkorona belsejében vagy akár mesterséges beporzásra is.
Több tanulmányban olyan adatgyűjtő platformot mutatnak be, amely technológiák fúziója (például robotok, műholdak és légi megfigyelő rendszerek). A szerzők arra a következtetésre jutottak, hogy az adatfúzió fő korlátja a különböző típusú érzékelőktől származó adatok multimodalitása. A terméshozamok előrejelzése az egyik legnagyobb kihívást jelentő feladat a mezőgazdaságban. Lényeges szerepet játszik a döntéshozatalban globális, regionális és területi szinten. A talaj-, meteorológiai, környezeti és termésparamétereket pedig a terméshozam előrejelzésére használják. A terméshozam-szimulációk segítenek megérteni a víz- és tápanyaghiány, a kártevők, a betegségek egymással összefüggő, a terméshozamra gyakorolt hatását a tenyészidőszak során. A mezőgazdaságra nehezedő környezeti nyomások miatt új technológiákra van szükség, mivel a hagyományos módszerek nem képesek jelentősen csökkenteni a bioszférára gyakorolt káros hatásokat. A precíziós technológia az elmúlt évtizedek során sokat fejlődött, de továbbra is kihívásokkal küzd, főleg az adatkezelés terén. A modern mezőgazdasági robotok képesek autonóm módon működni, szenzorokkal gyűjteni és feldolgozni adatokat, valamint különböző feladatokat végezni, mint például gyomlálás, betakarítás, és talajvizsgálatok. A robotok alkalmazása az IoT-platformokkal és mesterséges intelligenciával kiegészítve növeli a mezőgazdaság hatékonyságát és fenntarthatóságát. Ezek az autonóm gépek természetesen nem fognak minden területen elterjedni, de a munkaerőhiány, a mezőgazdasági szezonmunkák miatt bizonyos ágazatokban (kertészet, üvegház vagy szántóföldi zöldségtermesztés) nagy létjogosultságot nyernek majd.
Ambrus Bálint
Széchenyi István Egyetem
Albert Kázmér Mosonmagyaróvári Kar Biológiai Rendszerek és Precíziós Technológiai Tanszék