طراحی و ساخت ربات برداشت خرما

با همت محققان دانشکده فناوری کشاورزی دانشگاه تهران رباتی طراحی و ساخته شد که ضمن مکانیزه کردن عملیات برداشت خرما، به کیفیت و سرعت برداشت خرما نیز کمک می‌کند.

به گزارش اکو ۳۶۵ و به نقل از بازار، عضو هیات علمی دانشکدگان کشاورزی و منابع طبیعی دانشگاه تهران با بیان این مطلب گفت: طراحی و ساخت ربات برداشت خرما در چارچوب پایان‌نامه کارشناسی ارشد پروین محمدی، دانشجوی رشته مهندسی مکانیک بیوسیستم دانشکده فناوری کشاورزی دانشگاه تهران انجام شده است.

مساح درباره ضرورت این پژوهش گفت: برداشت خرما همواره در بالاترین نقطه از درخت خرما صورت می‌گیرد و خطرات جانی زیادی برای کشاورز به همراه دارد. در این تحقیق روشی برای استفاده از علم رباتیک در برداشت خرما معرفی شده است. استفاده از بازوی رباتیک در برداشت خرما، گذشته از کاهش خطرات ناشی از شرایط برداشت، باعث حفظ کیفیت محصول در حین برداشت و افزایش سرعت برداشت می‌شود.

وی تاکید کرد: در ابتدا مکانیزم‌های بازو با استفاده از نرم‌افزارهای Solidworks و Adams طراحی و مورد ارزیابی قرار گرفت. سپس درجه آزادی، سینماتیک مستقیم و فضای کاری برای بازوی طراحی‌شده محاسبه شد. همچنین حاملی برای بازوی رباتیک طراحی و ساخته شد که دارای مجموعه فرمان جهت سهولت در نزدیک شدن به نخل خرما است. برای افزایش درجه آزادی در زمان برداشت خوشه و بهبود فضای کاری، به بازوی رباتیک، مفصل مچ نیز افزوده شده است.

عضو هیات علمی دانشکدگان کشاورزی و منابع طبیعی دانشگاه تهران اظهار داشت: مجری نهایی در این بازو یک اره زنجیری است که به وسیله آن ساقه خوشه خرما برش داده می‌شود. بازو توسط یک سیستم هوشمند کنترل می‌شود و روی آن دوربینی نصب شده است که تصاویر را به صورت درون‌خطی به سیستم کنترل‌کننده هوشمند ارسال و موتورها را در راستای رسیدن ابزار برش به خوشه خرما کنترل می‌کند.

مساح افزود: واحد تصمیم‌گیری شامل سه سیستم استنتاج فازی است که از داده‌های مکان ساقه‌های میوه و مساحت برگ‌های درخت در تصاویر، برای تعیین سرعت الکتروموتورهای مفصل U شکل، مفصل افقی و مفصل عمودی استفاده می‌کنند.

عضو هیأت علمی دانشگاه تهران درباره نتایج آزمایش عملی بازوی رباتیک برداشت خرما گفت: برای ارزیابی بازوی رباتیک از یک ماکت نخل خرما با ابعاد نخل‌های اصلاح‌شده، استفاده شد و عملیات برداشت روی این ماکت انجام گرفت. نتایج نشان داد الگوریتم پردازش تصویر معرفی‌شده می‌تواند ساقه‌های خوشه خرما را به ترتیب با دقت، صحت و بازیابی ۰.۸۸، ۰.۹۲ و ۰.۹۶ در نور مناسب، یعنی زمانی که نور طبیعی کافی وجود دارد، تشخیص دهد.