Roboter skal takle både sol og regn

De holder seg på avstand. Robotene som er laget for å arbeide på gården, går ikke tett inntil plantene. Noen jobber gjøres best på avstand, men det trengs roboter som går tettere inntil plantene, også. Her er det et gap i teknologien og kunnskapen, fastslår Anisi.

– Hvis vi ser på hvilke robotikkoppgaver i jordbruket som er blitt kommersialisert, så ser vi at det meste skjer på avstand til grønnsakene og plantene. De UV-behandler på avstand, de sprayer på avstand, sier han.

David A. Anisi er førsteamanuensis ved NMBU. Nå arbeider han med Robofarmer-prosjektet. Det skal vise hvordan det går an å lage sikre roboter som klarer å gjøre flere av jobbene i landbruket.

Ser for dårlig

Problemet er gangsynet. Robotene ser ikke godt nok. Maskinlæring har gjort dem flinke til å kjenne igjen hunder, katter eller jordbær på bilder. Men når flate, todimensjonale bilder blir til ekte frukter og bær i tre dimensjoner, og de attpåtil skal finnes og gjenkjennes i både sol og gråvær, da er det vanskelig.

– Også på styrings- og aktuatorsiden finnes det et slikt gap. Vi har roboter med armer, men det går for langsomt, sier Anisi. Aktuatoren er robotens «fingre», de som får den til å gjøre de riktige tingene.

Lærer av erfaring

Det er sikkerheten og læringen som er problemet. Det går greit å bygge et system som gjør de tingene det er programmert til på forhånd, for eksempel å fjerne ugress etter å ha sådd. Verre er det å lære av egne erfaringer og samtidig å gjøre jobben uten å skade noe eller noen:

– Det er veldig vanskelig å se til at de ikke kjører på et menneske eller kolliderer eller ødelegger jordbærene, forklarer han. De nye robotene som Robofarmer-forskerne utvikler, skal lære av sine egne erfaringer. Når de lærer å se nærmere på plantene, og til og med dytte dem unna, kan de gjøre mange flere oppgaver enn dagens roboter.

Fysisk intelligens

Forskerne arbeider med både å lagre bedre 3D-sensorer og aktuatorer, å styre robotene bedre og å finne ut hvordan de kan lære opp seg selv – altså maskinlæring. Du har hørt om kunstig intelligens. Forskerne snakker også om «fysisk intelligens».

– Det finnes ikke sensorer som er robuste og nøyaktige nok til å fungere utendørs. Du kan trene opp dagens sensorer, men hvis været slår om drastisk, så stopper de, sier Anisi. Hvis du skal ha en robot som går selv uten noe menneske til hjelp, så er det et problem som må overvinnes.

– Du kan sammenligne det med «selvkjørende» biler. Hvis du har kjørt en Tesla eller en annen bil med et førerassistansesystem, så har du følt på problemet når det blir dårlig vær. Begynner det å snø eller regne, eller hvis kameraene blir blendet av lav sol, da stopper systemet, sier han. 

Ser og forstår

Sensorene skal ikke bare se på samme måte som et menneske, altså ved hjelp av et kamera. De skal også bruke flere andre typer 3D-sensorer – for eksempel lidar («lys-radar») – for å vurdere hvilke som fungerer best og oppfatter mest mulig.

Sensordataene må gjøres om til informasjon som gjør at roboten forstår hvor jordbæret er, hvor stort det er og hvor fast det er. For å komme til skikkelig må den også se alt som er rundt bæret og muligens flytte eller fjerne deler av planten.

Så finnes det heller ikke noe system for å forsikre seg om at roboten er sikker og å få sertifisert det, forteller Anisi. 

Tryggere matforsyning

Prosjektet har bare så vidt begynt. Det forskerne prøver å få til i løpet av tre år, er en «demonstrator» – en robot som viser at dette faktisk er mulig. I neste omgang er ønsket å starte et innovasjonsprosjekt der et kommersielt firma går videre og utvikler en robot som kan tas ut på markedet.

I dag er det mange jobber i landbruket som krever intensivt arbeid og mange sesongarbeidere. I Norge kommer storparten av disse sesongarbeiderne fra andre land, og noen ganger er det vanskelig å finne mange nok. Hvis robotene kan klare deler av jobben, blir resultatet tryggere matforsyning, bedre arbeidsvilkår og forhåpentligvis også billigere mat.