ATIの力覚センサーを使ったトマト収穫手法、86.0%の成功率を報告

何が起きたか

arxiv.orgに掲載された2026年10月13日の論文は、アブダビ首長国のSILAL商業温室で、チェリートマト自動収穫の50回の試験を行ったと報告した。装置は、ATIの6軸力覚センサー、Dynamixel XM430-W350サーボモーター、UR5アーム、Clearpath Husky A200ベースで構成した。論文は、86.0%の収穫成功率、2.3%の果実損傷率、果実1個あたり8.4秒のサイクルタイムを得たとしている。

詳細

研究では、作業者の人差し指に装着したATIの6軸力/トルクセンサーで、つかむ、ひねる、横方向に引く3種の基本動作を150回の手動試行（各50回）で計測した。計測結果を基に、果実接触部にTPU 95Aの柔軟形状を限定し、本体にPLAを使ったフィンレイ型の指先局所グリッパーを設計した。 Dynamixel XM430-W350サーボは電流ベースのトルク制御で、計測した把持力と45度の手首回転を加える。有限要素解析では、3.92 Nの荷重下で最大フォンミーゼス応力は0.24 MPaとなり、論文はトマト皮の損傷閾値を下回ったとしている。システムはNVIDIA Isaac SimとSILAL商業温室で検証され、ハイブリッド把持・ひねり・引き抜き戦略は、真空式66.3%、回転式70.1%、クランプ式76.0%、吸引切断式52.4%の各エンドエフェクターを上回った。

Key Facts

本紙の見方

この論文の新規性は、単一の把持機構ではなく、力覚計測→グリッパー設計→移動基盤への統合→商業温室での自律試験までを一体でつないだ点にある。特に、ATIの6軸力/トルクセンサーで得た3種の動作データを、そのままTPU 95AとPLAの二材質グリッパー設計に反映し、Dynamixel XM430-W350のトルク制御と45度の手首回転に落とし込んでいる構造が重要である。これは「収穫ロボットが動いた」だけではなく、入力データが機構設計と制御条件に変換され、その結果が商業施設で検証された事例だとみられる。 さらに、Upside Robotics、肥料使用量の削減支援を報告 が作物向け自律ロボットの実装を扱っていたのに対し、本件は温室内のチェリートマト収穫に絞り、果実接触部の剛柔分離や把持・ひねり・引き抜きの組み合わせで成功率を詰めている。したがって、論点は汎用ロボットの普及ではなく、対象作物ごとの終端機構と制御パラメータの最適化に移っていると読める。 業界構造への含意としては、センサー、アクチュエーター、移動台車、アーム、シミュレーション環境が分業ではなく直列につながっている点が大きい。ATIの力覚センサーが入力の計測を担い、Dynamixelのサーボが把持制御を担い、Clearpathの移動ベースとUR5が実運用のプラットフォームになっているため、収穫ロボットでは個別部品の性能だけでなく、組み合わせたときの損傷率とサイクルタイムが評価軸になる。今後は、50回の試験で示した86.0%が施設条件や品種をまたいで維持できるか、3種の把持動作のうちどの条件が失敗要因になるか、またNVIDIA Isaac Simの検証が実地性能とどこまで一致するかが焦点になるとみられる。

なぜ重要か

論文は、商業温室という実環境で50回の自律試験を行い、86.0%の成功率と2.3%の果実損傷率を示したとしている。収穫ロボットでは、把持力そのものよりも、果実接触の材質、ひねり角度、移動基盤を含めた一連の設計が成否を分けることが、具体的な数値で確認された形である。

日本への影響

日本の温室園芸では、果実損傷率と作業速度を同時に管理できる終端機構の設計が論点になりやすい。本件のように、6軸力覚センサーとサーボ制御、商業温室での検証をつなぐ構成は、センサー、アクチュエーター、温室運用の各部材・工程を持つ日本の関連産業にとって比較対象になりうる。