Intelligent robot skal automatisere høst af tomater

Carsten Panch Isaksen

Jeg er din kontaktperson

Skriv til mig

Indtast venligst et validt navn
Eller dit telefonnummer
Sender besked
Tak for din besked
Vi beklager

På grund af en teknisk fejl kan din henvendelse desværre ikke modtages i øjeblikket. Du er velkommen til at skrive en mail til Send e-mail eller ringe til +45 72 20 18 02.

-

Intelligent robot skal automatisere høst af tomater

Hver eneste solmodne tomat i Danmark bliver i dag håndplukket manuelt, da der endnu ikke findes robotter, der kan klare den vanskelige opgave. Fire partnere er gået sammen om at overvinde denne udfordring.


Teknologisk Institut har sammen med det fynske gartneri Alfred Petersen & Søn, robotintegrator Egatec A/S og belgiske Bogaerts fået EU-støtte til at udvikle verdens første intelligente tomatplukkende maskine, der selv kan bedømme frugternes modenhed, før den klipper klaserne.

Tomater er følsomme planter, der løbende skal afblades og bindes op for at få lys, og så skal det vurderes, om de har den rigtige modenhed til at blive høstet. Derfor foregår høsten af den smagfulde plante stadig på gammeldags facon ved håndkraft.

-

En robot med øje for modne tomater

Tomatrobotten skal kunne flytte sig fra plante til plante og lokalisere tomatklaserne og bladene med sensorer og kamerateknologi.

Teknologisk Institut bidrager med robottens øjne - et avanceret 3D-kamera - og hjerne - en kunstig intelligens-algoritme, der skal lære at genkende forskellige grader af modenhed i tomater.

Det skal robotten lære ved at køre i Alfred Petersens drivhuse og tage tusindvis af billeder, som skal sættes i system, hvorudfra robotten skal vurdere, om tomaten er moden endnu.

De fire partnere deles om lidt over €1.1 millioner (8,3 millioner kroner), som er finansieret af EU's Eurostars-program og medfinansieret af Innovationsfonden. Projektet løber over 26 måneder og stiler efter at præsentere den første robotprototype på GreenTech i Amsterdam i 2020.


I videoen herunder kan du få et glimt af, hvordan det ser ud, når en computer med deep learning skal lære, hvordan en moden tomat ser ud.