Tujuan
Untuk mengurangi dampak lingkungan yang terkait dengan aplikasi pengendalian gulma,
penurunan herbisida atau peningkatan proses pengendalian gulma mekanis adalah topik yang
memiliki relevansi tinggi. Untuk mewujudkan pilihan semacam itu, kerja sama interdisipliner sangat
diperlukan, pengetahuan tentang tanaman pangan, tanah, mesin pertanian, sensor, elektronika dan
teknik komputer harus digabungkan untuk mencapai solusi praktis berkenaan dengan aspek ekologis
dan ekologis.
Teknologi mendorong pilihan pertanian inovatif seperti itu sebagai alat pendukung penting
dari proses luar yang kompleks. Pengolahan dan teknologi pertanian saat ini dapat ditingkatkan.
Salah satu pilihan - sebagai contoh - bisa menjadi penyemprotan yang lebih tepat dengan
memperhatikan populasi gulma setempat. Pengukuran online berbasis sensor - secara opsional
digabungkan dengan informasi offline - memungkinkan perlindungan tanaman spesifik lokasi dengan
memperhitungkan heterogenitas di dalam lapangan (Oerke et al., 2010). Namun, teknologi bahkan
dapat melangkah lebih jauh dan memungkinkan investigasi penelitian tentang teknologi baru
"radikal" untuk pertanian dengan potensi tinggi untuk menggabungkan manfaat ekonomi dan
ekologi. Salah satu pilihannya adalah robot lapangan pertanian yang lebih kecil (Griepentrog dkk.,
2010). Bersama dengan mitra dari penelitian dan industri, para penulis telah mengembangkan
platform robot lapangan otonom untuk menyelidiki aplikasi potensial. Platform "BoniRob" adalah
platform serbaguna dimana modul aplikasi yang berbeda dapat diintegrasikan (Bangert et al 2013).
Saat ini ada 6 modul aplikasi dalam tahap pengembangan dan aplikasi, dikembangkan oleh kelompok
penelitian eksternal atau dalam kelompok penelitian BoniRob. Nama "BoniRob" telah dipilih sejak
aplikasi platform yang pertama adalah fenotip tanaman berbasis lapangan, di mana kata Jerman
"Bonitur".
Metodologi
2.1. Platform robot lapangan BoniRob
Robot lapangan ini memiliki ruang kosong di dalam tubuh, yang dapat digunakan sebagai
basis beberapa modul aplikasi BoniRob yang disebut "Apps" (Gambar 1). Kombinasi BoniRob dan
Apps dapat dibandingkan dengan kombinasi traktor dan penerapan. Berbagai Apps dengan berbagai
tujuan telah dikembangkan (Bangert et al 2013).
2.2. Presisi Penyemprotan App
2.2.1 Perangkat Keras
Modul aplikasi ini ("App") adalah solusi berbasis kamera untuk pengendalian gulma selektif
pada baris tanaman. Hal ini dapat diintegrasikan ke dalam BoniRob dengan menggunakan
antarmuka mekanik, listrik dan logika yang didefinisikan dari robot. Bingkai App dibuat oleh profil
aluminium. Untuk deteksi tanaman di bawah kondisi siang hari dua kamera (Tipe: Microsoft LifeCam
Studio) dipasang masing-masing di tengah antara dua baris tanaman. Kamera dilekatkan pada
perumahan untuk mendapatkan resistansi air dan debu dan terhubung melalui antarmuka USB2.0 ke
unit PC industri. Untuk pemrosesan dan pengontrolan gambar App, sebuah unit PC industri dengan
coupler Ethernet IO terintegrasi dalam kotak kontrol.
Delapan nozel datar (Tipe XRC8002, sudut pembuka 80 ) dipasang pada dudukan untuk
membawa herbisida ke gulma. Herbisida disampaikan dari tangki dengan menggunakan pompa
listrik. Selanjutnya katup magnet (24V DC) dikontrol nozel secara terpisah. Deteksi gulma
terkonsentrasi di antara baris tanaman, sebagai aplikasi uji pertama. Jangkauan operasi dari empat
nozel penyemprot adalah sekitar 0,75 m. Ketinggian kamera dan pemegang nosel fleksibel dipasang
ke permukaan tanah untuk adaptasi variabel terhadap kondisi lapangan.
2.2.2 Pengelolaan data
Unit ini terdiri dari PC dan unit Input / Output modular (I / O). Unit I / O menangani data
yang masuk dan mentransfer data ini melalui Ethernet Network ke PC. PC ini menjalankan aplikasi
perangkat lunak dengan algoritma pendeteksi tanaman berdasarkan pengolahan citra. Untuk
pengarsipan ini, perpustakaan open source untuk fungsi pemrograman OpenCV digunakan. Tanaman
terdeteksi oleh algoritma dan ditugaskan sebagai gulma dengan probabilitas tinggi. Penyaringan
warna dari algoritma direalisasikan ke dalam ruang warna HSV, objek di dalam gambar diidentifikasi
dan ditandai dengan batas merah. Informasi posisi yang sesuai digunakan untuk kontrol nozzle
individual mis. membuka katup magnet. Waktu pemicu tergantung pada kecepatan robot lapangan.
2.2.3 Sistem Operasi Robot (ROS)
Platform robot lapangan BoniRob dan Precision Spraying App menggunakan kerangka kerja
perangkat lunak terbuka Robot Operating System (ROS) untuk kontrol dan komunikasi (Quigley et al.,
2009). Melalui kode status antarmuka yang ditetapkan mulai deteksi tanaman, deteksi tanaman
berhenti dipertukarkan. Komunikasi ini penting untuk pendeteksian tanaman otonom dengan
BoniRob dan Precision Spraying App.
2.3 Uji laboratorium
Tes laboratorium dilakukan di dua lokasi yang berbeda. Tes pertama direalisasikan sebagai
tes dalam ruangan untuk memvalidasi algoritma pengolahan citra dalam kondisi yang ditentukan.
Tes dilakukan pada ban berjalan dalam dua bagian. Pada bagian pertama tes statis dilakukan.
Tes kedua direalisasikan sebagai tes luar untuk memvalidasi algoritma pengolahan citra pada
kondisi di luar ruangan. Untuk objek pengukuran wadah dengan tanah dan tanaman digunakan dan
diletakkan di bawah di tengah kamera sesuai dengan tes di dalam ruangan. Di dalam wadah teduh
dibuat untuk mendapatkan simulasi realistis pada kondisi lapangan (misalnya nuansa dari tanaman,
robot lapangan, dll.) Penerangan diukur selama pengujian di tiga lokasi yang berbeda dengan
menggunakan meteran cahaya komersial (Tipe: LX -107).
2.4 Uji lapangan
Tes aplikasi pertama dilakukan dengan platform robot lapangan BoniRob dan Precision
Spraying App di lapangan. Untuk tes ini BoniRob dikontrol secara manual dengan panel kontrol.
Deteksi tanaman dilakukan secara otomatis dengan menggunakan algoritma pengolahan citra yang
dijelaskan di atas. Kontrol gulma selektif dilakukan dalam lebar kerja sekitar 1,5 m di setiap plot.
Total herbisida "Roundup" (Glufosinate) dengan konsentrasi 4 liter per hektar digunakan untuk uji
lapangan ini.
3.1 Uji laboratorium
Karakteristik nosel dari nosel divalidasi dengan tiga tanaman berbeda di dalam kontainer
pada ban berjalan dengan kecepatan sekitar 4,5km / jam. Nozel dipicu 300 kali ini sesuai dengan
deteksi pabrik kira-kira 100% pada kecepatan 4.5km / jam. Semua tanaman di dalam Wadah
dideteksi dan ditandai dengan batas merah. Dengan demikian, tidak ada efek negatif yang diamati
karena kondisi cahaya yang berbeda - area teduh dan sinar matahari - untuk mendeteksi dan
menandai tanaman dengan Algoritma pengolahan citra.
Kesimpulan
Dalam tulisan ini sebuah modul aplikasi "App" untuk pengendalian gulma kimia dijelaskan
dan divalidasi di laboratorium dan uji lapangan. Prestasi pertama menunjukkan potensi robot
lapangan platform BoniRob dengan Precision Spraying App untuk pengendalian gulma kimiawi
bidang. Arsitektur sistem modular memungkinkan aplikasi lebih lanjut mis. penerima RTK-GNSS
untuk mencatat posisi penyemprotan di lapangan sesuai studi lebih lanjut (Scholz et al 2014). Itu
Langkah selanjutnya akan lebih banyak dilakukan uji coba lapangan untuk memvalidasi kemungkinan
penghematan herbisida kontrol gulma selektif dibandingkan dengan kontrol gulma yang
komprehensif.