MARTS、温室トマト向け標的散布ロボットを発表 12試行で92.4%の標的成功

何が起きたか

arXivに掲載された2026年10月13日付の論文で、研究者は温室トマト向けの標的散布ロボット「MARTS」を発表した。Clearpath Husky A200移動台車、UR5マニピュレータ、12 Vマイクロダイヤフラムポンプ搭載の新しい散布エンドエフェクタ、Intel RealSense D435カメラを組み合わせ、病葉を検出して葉単位で散布する構成である。商用温室での12回の自律試行では、312枚の病葉を処理し、標的成功率92.4%、農薬使用量71%削減を示した。

詳細

論文は、病害検出に既報の Tomato Leaf Disease Vision Language Model（TLDVLM）を再利用し、本研究では主にアクチュエーション、制御、システム統合を扱うとしている。ROSパイプラインで検出結果を3Dターゲットに変換し、葉面法線を用いてスタンドオフ120 mmの衝突回避ノズル姿勢を生成し、病斑面積に応じてポンプのパルス時間を調整する方式を採った。<br><br>評価では、水感紙による較正でパルス量と吐出量の線形関係がR^2=0.994となった。MuJoCoシミュレーションでは、適応的なベース再配置戦略が18ウェイポイントを100%カバーし、最大姿勢誤差は1.1度だった。現地ではUAEのAl AinにあるSILAL商用温室のチェリートマトを対象に、312枚の病葉を12回の自律試行で処理し、平均散布中心誤差18.7 mm、隣接葉へのオーバースプレー6.1%、1葉あたり平均サイクル時間4.8秒を記録した。散布サブシステムのコストは412米ドルで、同論文は類似システムより6〜10倍低いとしている。

Key Facts

本紙の見方

MARTSの新しさは、温室内の病害防除を「検出→3Dターゲット化→葉局所散布→吐出制御」まで一続きで閉じた点にある。単なる散布ロボットではなく、既報のTLDVLMで病葉を見つけ、その結果をROSで空間座標に落とし込み、UR5と移動台車、さらに葉面法線に基づく120 mmスタンドオフのノズル姿勢で実行する構成である。一方で、個々の要素自体は既存部材の組み合わせであり、論文も「commodity hardware」で実現可能と位置づけているため、主眼は高級ハードの新規性よりも統合の成立性にあると読める。<br><br>本紙の見方では、重要なのはコストと性能の両立である。散布サブシステム412米ドル、標的成功率92.4%、平均誤差18.7 mm、オーバースプレー6.1%、農薬71%削減という数字は、広域散布の置き換え候補として葉単位制御がどこまで実務に近づいたかを示す。ただし、これはSILAL商用温室のチェリートマト、自然感染、12回の自律試行という条件に限られる。葉形状、病斑サイズ、株間隔、温室レイアウトが変わった場合に同じ精度と時間を維持できるかは、まだ確かめる必要がある。<br><br>業界構造上は、薬剤そのものよりも「どの葉に、どれだけ、どの角度で散布するか」を制御するための認識・姿勢推定・局所アクチュエーションが差別化点になる。今回の結果は、散布装置単体ではなく、センサー、移動基盤、マニピュレータ、制御ソフトを束ねたシステム設計が収量保全と薬剤削減の両方に効くことを示す。ただし、論文からは連続稼働時の故障率、清掃や補給の頻度、散布対象品種の拡張性、農薬以外の液剤への適用可否は読み取れない。次に確認すべき論点は、長時間運用での稼働率、葉以外への誤散布の累積、異なる温室条件での再現性である。

なぜ重要か

発表元の論文によれば、MARTSは12回の自律試行で312枚の病葉に標的散布し、農薬使用量を71%減らしたとしている。広域散布を前提にした温室防除に対し、葉単位での制御が実際に機能するかを示す事例であり、薬剤コストと作業者の曝露低減の両面が論点になる。

日本への影響

日本の温室トマト栽培でも、病葉のみを狙う方式は薬剤使用量の抑制余地を示す一方、現場適用には葉形状や栽培密度の違いに合わせた検出・姿勢制御の調整が必要とみられる。特に、移動台車、マニピュレータ、RGB-Dカメラ、散布機構を束ねる統合設計が焦点になる。