Universitätsstudenten nutzen UR-Roboter und KI für die Landwirtschaft

Diesen Sommer nahm sich eine Gruppe ambitionierter Studierender der California State University, Monterey Bay (CSUMB), die Herausforderung einer der größten Herausforderungen der Landwirtschaft vor: der arbeitsintensiven Obsternte. Ausgestattet mit einem kollaborativen Roboter von Universal Robots, der neuesten PolyScope X-Software und dem AI Accelerator setzten die Studierenden ihr theoretisches Wissen in einen praxisnahen Proof of Concept um und demonstrierten, wie Automatisierung und KI die Landwirtschaft revolutionieren können.

Das Ziel des Studierendenprojekts war die Entwicklung eines Robotersystems, das mithilfe von KI-gestützter Bildverarbeitung Obst identifizieren und sortieren kann. Ihr Ziel? Sie wollten erforschen, wie Automatisierung die körperliche Belastung landwirtschaftlicher Arbeiter verringern und die Lebensmittelverfügbarkeit durch eine effizientere Ernte verbessern kann.

Für Estrella Chavez Gaeta, Maschinenbaustudentin und derzeit auf einem Weingut lebend, war das Projekt eine sehr persönliche Angelegenheit. „Die Landwirtschaft wird bei der Automatisierung oft übersehen“, erzählte sie. „Aber gerade hier handelt es sich um einige der arbeitsintensivsten Berufe. In unserem Projekt ging es nicht darum, Menschen zu ersetzen, sondern ihre Arbeit sicherer und nachhaltiger zu gestalten.“

Für viele Studierende war dies ihre erste praktische Erfahrung mit Robotik – und Universal Robots machte sie zu einem unvergesslichen Erlebnis.

„Ich hatte vorher noch nie mit Robotik gearbeitet“, sagte Josh Williams, ein Student der Mathematik und Wirtschaftswissenschaften. „Aber Universal Robots stach von Anfang an heraus. Das Branding war elegant, die Benutzeroberfläche intuitiv und der Support phänomenal.“

Cable Bronte, ein Mechatronikstudent, bestätigte diese Meinung. „Ich habe viel mit dem Teach Pendant und PolyScope X gearbeitet. Es war unkompliziert und intuitiv – selbst als wir mitten im Projekt von PolyScope 5 auf X umsteigen mussten. Die Tutorials der UR Academy waren hilfreich, und die neue Benutzeroberfläche wirkte modern und raffiniert. Außerdem war die UR Script Dokumentation.

Das Team musste einige Hürden überwinden – von der Bewältigung ökologischer Herausforderungen wie Obstverderb, der die Modellgenauigkeit beeinträchtigt, bis hin zur erstmaligen Auseinandersetzung mit der Schnittstelle zwischen Robotik und KI – physischer KI. Die Lösung dieser Herausforderungen vertiefte jedoch ihre Lernergebnisse.

Die Studierenden stellen sich eine Zukunft vor, in der UR-Roboter direkt auf dem Feld eingesetzt werden – um Obst zu pflücken, den Reifegrad zu bestimmen und sogar Mängel zu erkennen. „Wir wollen leistungsfähigere Modelle entwickeln, mehr Daten sammeln und diese schließlich vom Labor auf den Bauernhof bringen“, sagte Cable.

Ihr Projekt gipfelte in einem öffentlichen Symposium, auf dem sie ihre Arbeit Dozenten, Studierenden und Gemeindemitgliedern vorstellten. Die Resonanz war durchweg positiv, und das Team gewann sogar eine Auszeichnung für herausragende Poster und Präsentationen.

Josh studiert Mathematik und Wirtschaftswissenschaften an der CSUMB und plant, nach Stanford zu wechseln, um dort im Finanzwesen zu promovieren. Er leitete die KI-Integration und die Terminalprogrammierung und war maßgeblich an der Inbetriebnahme des Systems beteiligt.

Cable studiert im dritten Jahr im Mechatronik-Programm der California State University, Monterey Bay (CSUMB). Als Teamplaner und Leiter der Teach-Pendant-Programmierung spielte Cable eine Schlüsselrolle bei der Integration des Roboterarms und der Umstellung auf PolyScope X.

Estrella begann ihre Laufbahn am Gavilan College und wechselte kürzlich an die Santa Clara University, um Maschinenbau zu studieren. Da sie die Bedeutung der Landwirtschaft für die lokale und nationale Wirtschaft erkannte, brachte Estrella eine persönliche Verbindung zum Projekt und eine Leidenschaft für den Einsatz von Robotik zur Lösung realer landwirtschaftlicher Herausforderungen mit. Sie leistete einen Beitrag zum Projekt, indem sie die 3D-Modellierung von Endeffektoren, den 3D-Druck und die Integration unterstützte und bei der Bildbeschriftung für das KI-Training half.

Devyn studiert im zweiten Jahr Mechatronik an der CSUMB. Dieses Praktikum markierte seine erste Berufserfahrung, bei der er an der Bildbeschriftung und dem Training von KI-Modellen mitwirkte. Devyn fand den Prozess überraschend intuitiv und war vom praktischen Lernen begeistert.

Das Team dankt Dr. Jeorge Hurtarte für seine Mentorschaft und Anleitung sowie Zafar Kamil von Universal Robots und Javier Coyte von CSUMB für ihre Unterstützung, Zeit und Expertise.