Domates tarımında devrim

Tarımda yaşanan iş gücü sıkıntısı, hasadı otomatikleştirebilecek robotik sistemlere olan ilgiyi giderek artırıyor.

Ancak bazı ürünler makineler için hala özellikle zorlayıcı olmaya devam ediyor.

Örneğin domatesler salkım halinde yetişiyor; bu da robotların yalnızca olgun meyveyi tanımlayıp koparmasını, olgunlaşmamış domatesleri ise dalında bırakmasını gerektiriyor.

Bunu güvenilir biçimde yapabilmek ise dikkatli bir değerlendirme ve yüksek hassasiyetli kontrol gerektiriyor.

Bu soruna çözüm geliştirmek amacıyla, Osaka Metropolitan Üniversitesi Mühendislik Fakültesi’nden Yardımcı Doçent Takuya Fujinaga, robotların bir domatesi toplamaya çalışmadan önce ne kadar kolay hasat edilebileceğini değerlendirmesine olanak tanıyan bir yöntem geliştirdi.

Fujinaga’nın yaklaşımı, görüntü tanıma ile istatistiksel analizi birleştirerek her bir domatesin hangi yönden toplanmasının en uygun olduğunu belirliyor.

Sistem; meyvenin görsel özelliklerini, saplarının şekil ve konumunu, ayrıca domatesin yapraklar ya da bitkinin diğer bölümleri tarafından kısmen örtülüp örtülmediğini analiz ediyor.

Bu unsurlar birlikte değerlendirilerek robotun daha bilinçli kontrol kararları alması ve başarı ihtimali en yüksek yaklaşımı seçmesi sağlanıyor.

Bu model, geleneksel “tespit/tanıma” anlayışından, Fujinaga’nın “hasat kolaylığı tahmini” olarak adlandırdığı yeni bir yaklaşıma geçişi temsil ediyor.

Fujinaga bu durumu şöyle açıklıyor: “Bu çalışma, yalnızca ‘bir robot domates toplayabilir mi?’ sorusunu sormanın ötesine geçerek, ‘başarılı bir hasat ne kadar olası?’ sorusuna odaklanıyor.

Bu da gerçek tarım uygulamaları açısından çok daha anlamlı.” Denemelerde Fujinaga’nın sistemi %81 başarı oranıyla domates hasadı gerçekleştirdi ve bu oran beklentilerin belirgin biçimde üzerine çıktı.

Başarılı hasatların yaklaşık dörtte biri, önden yapılan ilk denemelerin başarısız olmasının ardından sağdan ya da soldan yaklaşarak gerçekleştirildi.

Bu da robotun zorlukla karşılaştığında stratejisini değiştirdiğini gösterdi.

Bulgular, robotik meyve hasadının ne kadar karmaşık olabileceğini ortaya koyuyor.

Salkım halinde büyüme, sap yapısı, çevredeki yapraklar ve görsel engeller gibi faktörlerin tümü kritik rol oynuyor.

Fujinaga, “Bu araştırma, ‘hasat kolaylığı’nı nicel olarak değerlendirilebilir bir ölçüt hâline getiriyor ve bilinçli kararlar alabilen, akıllıca hareket eden tarım robotlarının hayata geçirilmesine bir adım daha yaklaştırıyor,” dedi.

Fujinaga, gelecekte robotların ürünlerin hasada hazır olup olmadığını bağımsız şekilde belirleyebileceği bir tarım modeli öngörüyor. “Bu gelişmenin, robotlar ve insanların birlikte çalıştığı yeni bir tarım biçiminin önünü açması bekleniyor,” diyen Fujinaga, sözlerini şöyle tamamladı: “Robotlar toplanması kolay domatesleri otomatik olarak hasat ederken, insanlar daha zor olan meyvelerle ilgilenecek.”