用機器人修剪樹木，這些外國人的經驗和教訓

相比在工廠裡製造汽車，在倉庫中對貨物進行分類，有些事情機器人仍然無法做到——雖然這些事情聽起來很基礎。

樹枝修剪機器人一直在種植者的願望清單上，其重要性與自動收穫的機器人一樣重要。

果園要豐收，修剪果樹是一個必要的工作。

但此類技術的研究人員非常無奈，無論是在樹木分析系統、做出修剪決策的演算法，還是在硬體方面，它都是一個複雜的問題。

在國外，對於用機器人實現果樹修剪非常急迫。

例如歐洲許多國家現在還在堅持農業基本都是老年人和中年人，很少有年輕人會在家務農，人工成本逐年上漲，機器人成為一種必然的重要選擇。

在原先國外的研究者也認為修剪機器人的工作分成兩步，第一步是“看見”，第二步是執行。

看見往往是指將帶有工業攝像機的鉸接式機械臂安裝在小型卡車，移動對果園裡的果樹樹形進行影象採集，攝像機要對每一棵果樹拍攝100多張照片。

執行主要是將拍攝採集過來的照片，利用預設好的樹形分析系統，進行分析，從而優化出一個要修剪出的樹形，隨後，機器人根據路徑導航進行修剪。

這一研究的核心問題是果園樹形的資料模型太少，導致很難分析出適合所有果園、所有果樹的樹形，使得演算法應用面就比較狹窄，最終需要大量時間。

於是他們的研究方向是

試圖根據影象建立樹結構的

3D

模型，機器人根據這些影象做出修剪決策

。

持續的研究發現，這些計算非常耗時，使機器人難以實時工作。

一開始國外的許多研究認為應該不斷最佳化演算法，他們認為這一工作的前提和工業類似，能透過大量的訓練完成。但結果並非如此。

變數是一個很大的問題。

進行農業機器人研究的WSU生物系統工程教授 Manoj Karkee 說：“我們在完美的訓練場地，多年使用攝像頭記錄人們修剪的過程，最後希望讓人工智慧透過觀察人來學習修剪規則。最後發現每個人處理任務的方式截然不同。”

同時，WSU團隊透過研究機器人修剪的各個方面，還發現機器人需要考慮到包括如何在複雜的樹冠中使用切割工具和視覺系統，從而能考接近樹枝並計算花蕾。

枝、花、果相關融合後的處理是一個非常大的難題。

在美國全國範圍內，例如賓夕法尼亞州立大學龍河實驗室在內的許多工程專業團隊在進行這項工作。

例如Karkee團隊大約十年前開始探索機器人修剪的概念，但正式專案始於2019 年華盛頓樹果研究委員會的贈款支援。

在2020年，美國農業部也為其下一步提供了資金援助。

但他們發現這條路很難走通。

從2022年開始，由 WSU 領導的農業技術研究又投資 2000 萬美元，用於建立 AgAID 研究所，旨在加速修剪機器人的開發，以及其他農業研究目標。

為此，他們重新調整了研究方向，終於在今年春天，俄勒岡州立大學機械工程和機器人學教授Joe Davidson提出了一種結構化系統演算法為機器人提供了新的修剪方法。

3 月，在位於普羅瑟的華盛頓州立大學研究果園，機械臂的攝像頭掃描樹木，就已經能尋找符合其切割標準的候選樹枝。

機器人“看到”目標分支後，協作機器人手臂移動，在其視覺系統確定通往目標的最佳路徑時保持修枝剪開啟，力感測器記錄到剪刀就位隨後開始修剪。

機器人手臂末端的攝像頭上下掃描每個樹枝，尋找符合修剪標準的枝條，當它找到一根時，它會慢慢前進，將樹枝放入剪刀中，然後剪出合適的形狀，這一過程隨機且無序。

與他合作的華盛頓州立大學園藝學教授Matt Whiting說，訓練演算法和系統能形成更強的可重複結構和簡單的修剪規則，最終用於教會機器人如何修剪果樹。

因為修剪的目標可以是多種多樣且更為複雜，與機器人蘋果收穫的具體目標相比，教機器人如何修剪果樹無疑被證明相當麻煩。

“在果園中，沒有兩棵相同的樹木，兩位專業修剪師的做法更可能完全不同。”Matt Whiting說。

對於機器人來說，遵循和理解規則很簡單，但隨機工作的難度成倍提升，試圖透過演算法簡化和標準化修剪是一條更為合適的道路。

因此Joe Davidson他們的方向是讓機器人不需要看到整棵樹，先去上枝幹裁剪，然後沿著一個主線方向持續工作和決策。

這使得機器人前端配備的視覺只需要有2 平方英尺的視野能看到樹枝就足夠，在裁剪的過程中，遵循一個修剪規則，最終實現一個結構化建模。

這就像是建築設計背後的理念，從藝術品轉變為以科學為基礎和可重複的東西。

其中最關鍵的是特徵，例如系統需要識別出需要切斷的分支，最終透過不斷地訓練和判斷，讓演算法找到正確的路徑。

在美國農業部的支援下，這個最佳化路徑規劃的計算演算法還在不斷提升，也正嘗試加入更多人工智慧研究。

美國連線雜誌網站一篇報道指出，在人口增長帶來的迫切需求、常規農業的經濟現實以及技術進步三個因素的共同作用下，世界必須採用精準農業模式以實現投入和成本以及隨之而來的環境問題降到最低程度。

目前來看機器人則最有望推動農場主大大超越精準農業，以全新的方式思考農業問題。

在此之前，軟體和演算法會是未來機器人工作的核心，這才會讓農業更加智慧。

作者：Jack