MARTS: 温室トマトの病害部位への選択的噴霧を行うモジュール型農業ロボット

温室トマトの病害防除において、植物レベルの病害検出から葉に局所化した散布までを閉ループで行う低コストロボットプラットフォーム MARTS を提示する。 - 構成: 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を中心とした新規モジュール式散布エンドエフェクタ、手首搭載 Intel RealSense D435 RGB-D カメラ。 - 病害検出は既発表の TLDVLM (Grounding DINO, SAM-2, LoRA で調整した BLIP-2、10 クラスで 97.27% 精度) を再利用。 - 本研究の焦点はアクチュエーション、制御、システム統合。 - 商業温室での葉レベル散布を目指す。

従来のブロードキャスト散布は健全組織と罹病組織を区別せず、作業者を有害エアロゾルに曝露し、操作者の技能に依存する。 - MARTS は植物レベルの病害検出から葉に局所化した散布までを閉ループ化する。 - 散布サブシステムのコストは USD 412 で、同等システムより 6-10 倍低い。 - ブロードキャスト散布と比べ農薬量を 71% 削減。 - 市販ハードウェアで正確な葉レベルターゲティングが可能であることを示す。

ROS パイプラインで検出結果を 3D ターゲットに持ち上げ、フィットした葉法線を用いて 120 mm スタンドオフで衝突を考慮したノズル姿勢を生成し、病斑面積に応じてポンプパルス幅をスケーリングする。 - 病害検出は TLDVLM (Grounding DINO, SAM-2, LoRA 調整 BLIP-2) を再利用。 - 散布エンドエフェクタは単一の 12 V マイクロダイヤフラムポンプを中心に構成。 - 水感紙キャリブレーションでパルス-体積関係が線形 (R^2 = 0.994) であることを確認。 - MuJoCo シミュレーションでは適応的ベース再配置戦略を採用。

水感紙キャリブレーションでパルス-体積関係の線形性 (R^2 = 0.994) を確認。 - MuJoCo シミュレーションで適応的ベース再配置戦略が 18 ウェイポイントの 100% カバレッジを達成し、最大姿勢誤差 1.1 度。 - SILAL 商業温室 (Al Ain, UAE) のチェリートマトで自然感染下、12 回の自律試験で 312 枚の罹病葉を処理。 - 結果: ターゲティング成功率 92.4%、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%、ブロードキャスト散布比で農薬量 71% 削減。 - 平均サイクルタイムは 1 葉あたり 4.8 秒。

要旨からは不明。 - 限界や失敗事例、一般化可能性、コスト以外の実用上の課題についての議論は要旨に記載されていない。

TLDVLM (Grounding DINO, SAM-2, LoRA 調整 BLIP-2) の元論文。 - 関連手法として、ブロードキャスト散布、MuJoCo シミュレーション、ROS、Clearpath Husky A200、UR5、Intel RealSense D435 を用いた研究。 - 同分野の定番として、温室ロボティクスや精密散布に関する研究。