Όταν τα ρομπότ «γνωρίζουν» ότι ο εργάτης γης έχει κουραστεί και σπεύδουν να …βάλουν ένα χεράκι

Στον κάμπο της Ημαθίας, ο Γιώργος μαζεύει ροδάκινα απ’ τα χαράματα και κοντεύει πια μεσημέρι. H μέση και οι ώμοι του έχουν αρχίσει να πονούν από την πολύωρη εργασία.

Ένα τετράτροχο ρομπότ, εξοπλισμένο με ειδικές κάμερες και λογισμικό Τεχνητής Νοημοσύνης (ΤΝ), που λαμβάνει δεδομένα από τις φορετές συσκευές (wearables) του εργάτη γης, «αντιλαμβάνεται» τη μυοσκελετική του καταπόνηση. Κατευθύνεται αυτόνομα στο σημείο όπου βρίσκεται ο Γιώργος και τον απαλλάσσει από την επιπλέον δουλειά της μεταφοράς του τελάρου με τα ροδάκινα: παραλαμβάνει το κιβώτιο που ο εργάτης έχει ήδη γεμίσει και το πηγαίνει στον σταθμό φόρτωσης. Σε άλλο σημείο του οπωρώνα, ένα drone κινείται πάνω από τις σειρές των δέντρων και φωτογραφίζει τη φυτοκόμη τους. Οι φωτογραφίες αυτές συγκρίνονται με χρονοσειρές άλλων φωτογραφιών των ίδιων δέντρων. Αν ανάμεσα στα δεκάδες δέντρα του οπωρώνα κάποιο δεν αναπτύσσεται με τον αναμενόμενο ρυθμό, ο καλλιεργητής αντιλαμβάνεται ότι κάτι δεν πηγαίνει καλά, ώστε να παρέμβει με τις απαραίτητες καλλιεργητικές φροντίδες.

Μπορεί ο Γιώργος να είναι φανταστικό πρόσωπο, αλλά τα σενάρια που περιγράφονται παραπάνω δεν απέχουν από την πραγματικότητα. Πάνω τους δουλεύει μια ομάδα ερευνητών του Ινστιτούτου Βιο-οικονομίας και Αγροτεχνολογίας (iΒΟ) του Εθνικού Κέντρου Έρευνας και Τεχνολογικής Ανάπτυξης (ΕΚΕΤΑ), το οποίο θα παρουσιάσει συνολικά επτά καινοτομίες για την έξυπνη γεωργία, με χρήση ΤΝ και ρομποτικής, κατά τη διάρκεια της 30ής διεθνούς έκθεσης AGROTICA.

«Τα αυτοματοποιημένα γεωργικά μηχανήματα και οι αυτόνομες ρομποτικές πλατφόρμες, που τα τελευταία χρόνια διεισδύουν ολοένα περισσότερο στη γεωργία, επιτρέπουν την ακριβή διαχείριση των πόρων, την προσαρμογή στις μεταβαλλόμενες συνθήκες και την αύξηση της παραγωγικότητας. Οι δε αισθητήρες και τα συστήματα παρακολούθησης παρέχουν κρίσιμες πληροφορίες για το έδαφος, τις καιρικές συνθήκες και την υγεία των φυτών. Αυτή η τεχνολογική πρόοδος ενισχύει τη βιωσιμότητα και μειώνει τις απώλειες» εξηγεί στο Αθηναϊκό και Μακεδονικό Πρακτορείο Ειδήσεων ο κύριος ερευνητής (Ερευνητής Β΄) του iΒΟ/ΕΚΕΤΑ, Δημήτρης Κατέρης.

Το Ινστιτούτο δεν αναπτύσσει το hardware (υλισμικό) των ρομπότ ή των drones, το οποίο απλά αγοράζει από τρίτα μέρη σε τμήματα ή εξολοκλήρου. Αυτό που αναπτύσσουν οι ερευνητές του είναι η «καρδιά» και ο «εγκέφαλος» των ρομπότ, δηλαδή το λογισμικό, το οποίο δημιουργείται από την αρχή. «Οι τεχνολογικές εφαρμογές που παρουσιάζουμε στην AGROTICA έχουν αναπτυχθεί στο πλαίσιο διάφορων προγραμμάτων, χρηματοδοτούμενων από εθνικούς και ευρωπαϊκούς πόρους (“Ελλάδα 2.0”, “Horizon 2020”, “Horizon Europe” κ.α.)» επισημαίνει ο κ.Κατέρης και «ξεναγεί» το ΑΠΕ-ΜΠΕ στις υπόλοιπες καινοτομίες για την έξυπνη γεωργία, που το iBΟ θα παρουσιάζει καθημερινά στη μεγάλη αγροτική έκθεση, στις 1- 4 Φεβρουαρίου, από τις 10 το πρωί έως τις 7 το βράδυ το βράδυ, στο Περίπτερο 11/ stand 1 του εκθεσιακού κέντρου της ΔΕΘ-Helexpo AE. Μάλιστα, μία από αυτές τις εφαρμογές, η αναγνώριση και καταμέτρηση φυτοκόμης από drone (UAV), μέσω διασυνδεδεμένου συστήματος διαχείρισης φάρμας, βρίσκεται -κατά τον κ. Κατέρη- κοντά στην εμπορική της αξιοποίηση, με όχημα την εταιρεία – τεχνοβλαστό (spin-off) του ΕΚΕΤΑ, «FarmB».

Χειρισμός ρομπότ με νεύματα και χάρτης ζιζανίων

Σήμερα, αγρότες και αγρότισσες σπαταλούν πολύ χρόνο -και άρα χρήμα– στο να περιδιαβαίνουν στο χωράφι τους και να εντοπίζουν και να χαρτογραφούν τα επιζήμια ζιζάνια στις καλλιέργειες. Τι θα γινόταν αν μια επίγεια ρομποτική πλατφόρμα (UGV) αναλάμβανε να κάνει αυτή την εργασία για λογαριασμό τους; Όπως εξηγεί ο κ.Κατέρης, το UGV που δημιουργήθηκε στο iBO έχει τη δυνατότητα να πλοηγείται αυτόνομα στο χωράφι, σε προσχεδιασμένη πορεία, και ν’ αναγνωρίζει και αποθηκεύει τη θέση των ζιζανίων με την χρήση ΤΝ και καμερών βάθους. Έτσι, γνωρίζοντας εκ των προτέρων σε ποια σημεία της καλλιέργειάς του συγκεντρώνονται ζιζάνια, ο παραγωγός μπορεί να μεριμνεί για την εξουδετέρωσή τους, κερδίζοντας χρόνο. Οι επισκέπτες της AGROTICA θα έχουν τη δυνατότητα να δουν από κοντά πώς λειτουργεί το συγκεκριμένο ρομπότ, καθώς η διαδικασία αναγνώρισης ζιζανίων στον αγρό θα προσομοιωθεί με τη βοήθεια τεχνητού χλοοτάπητα.

Ας δούμε ένα άλλο σενάριο. Πώς θα ήταν αν αντί να χρειάζεται ένα τηλεχειριστήριο, ο αγρότης να μπορεί να χειρίζεται τη UGV με νεύματα; «Σήμερα έχουμε ήδη καταφέρει να κωδικοποιήσουμε συγκεκριμένα νεύματα, με τα οποία ο εργάτης γης μπορεί να κατευθύνει ένα ρομπότ. Για παράδειγμα, αν σηκώσει το δεξί του χέρι, τότε το ρομπότ, που χρησιμοποιεί κάμερες βάθους και ΤΝ, «λοκάρει» τον αγρότη ή τον εργάτη και τον ακολουθεί όπου πηγαίνει. Το επόμενο βήμα είναι, μέσω της μηχανικής μάθησης, το ρομπότ να “μάθει” να συνεννοείται και με συνεχείς νευματικές κινήσεις, πχ, ο άνθρωπος να του δείχνει με το χέρι του μπροστά ή δεξιά και εκείνο να γνωρίζει ποια κατεύθυνση πρέπει να ακολουθήσει» σημειώνει ο ερευνητής του iΒΟ/ΕΚΕΤΑ. Στην έκθεση θα γίνει παρουσίαση του εξολοκλήρου απομακρυσμένου ελέγχου με κινήσεις των χεριών του χρήστη αλλά και της διαδικασίας αναγνώρισης επικίνδυνης κατάστασης (πτώσης εργάτη) από τη συνεργατική ρομποτική πλατφόρμα» υπογραμμίζει ο κ.Κατέρης.

Θα παρουσιαστεί επίσης η διαδικασία αυτόνομης στάθμευσης και εκκίνησης από χώρο στάθμευσης της αυτόνομης ρομποτικής πλατφόρμας, χωρίς επίβλεψη. «Η επίγεια ρομποτική πλατφόρμα μέσω αλγόριθμων ΤΝ, θα αναγνωρίζει τους στόχους (σημεία στάθμευσης), οι οποίοι θα τοποθετηθούν στο σημείο της επίδειξης. Η ρομποτική πλατφόρμα θα πλοηγείται αυτόνομα μέχρι το σημείο στάθμευσης, ενώ όταν θα το προσεγγίζει, θα ξεκινάει μια προσχεδιασμένη αλληλουχία κινήσεων, που θα διασφαλίζουν την ασφαλή στάθμευσή της. Απώτερος στόχος είναι το ρομπότ να κινείται αυτόνομα και προς τη θέση φόρτισης και να φορτίζει με ειδικό βραχίονα, όταν ολοκληρώνει τις εργασίες του, ώστε να είναι έτοιμο να ξαναχρησιμοποιηθεί» σημειώνει ο ερευνητής του ΕΚΕΤΑ, ενώ προσθέτει ότι στο περίπτερο 11/σταντ 1 θα παρουσιάζεται και εφαρμογή αναγνώριση του στρες των φυτών, μέσω συνδυασμού μετεωρολογικού σταθμού και drone με θερμική κάμερα. Επίσης, καθημερινά θα προβάλλεται βίντεο σχετικό με την αναγνώριση ασθενειών μέσω UGV και drone σε αμπέλι (χρήση πολυφασματικών – υπερφασματικών καμερών) μέσω Τεχνητής Νοημοσύνης.

«Η έρευνα που αναπτύσσουμε στο iBΟ δεν είναι τυχαία, στοχεύει ακριβώς στα να επιλυθούν πραγματικά προβλήματα των παραγωγών» σημειώνει ο κ.Κατέρης και προσθέτει ότι, για παράδειγμα, στο πλαίσιο του έργου DigiAgriFood (του πρώτου Ευρωπαϊκού Κόμβου Ψηφιακής Καινοτομίας στον τομέα της Αγροδιατροφής στην Ελλάδα, που «τρέχει» με συγχρηματοδότηση από εθνικούς και κοινοτικούς πόρους), παρέχονται ήδη κάποιες δωρεάν υπηρεσίες στους παραγωγούς._