Robot e AI al servizio dell'agricoltura. L'esperienza della California State University

Quest'estate, un gruppo di ambiziosi studenti della California State University di Monterey Bay (CSUMB) ha intrapreso una missione per affrontare una delle sfide più complesse dell'agricoltura: la raccolta della frutta, un'attività che richiede molta manodopera. Dotati di un robot collaborativo Universal Robots, del software PolyScope X di ultima generazione e dell'AI Accelerator, questi studenti hanno trasformato le loro conoscenze in aula in una dimostrazione pratica di come l'automazione e l'intelligenza artificiale possano rivoluzionare il settore agricolo.

Il progetto degli studenti mirava a creare un sistema robotico in grado di identificare e selezionare la frutta utilizzando la visione basata sull'intelligenza artificiale. Il loro obiettivo? Esplorare come l'automazione potesse alleviare il carico fisico dei lavoratori agricoli e migliorare la disponibilità di cibo aumentando l'efficienza della raccolta.

Per Estrella Chavez Gaeta, una studentessa di ingegneria meccanica che attualmente vive in un vigneto, il progetto era profondamente personale. "L'agricoltura viene spesso trascurata quando si parla di automazione", ha affermato. "Ma questi sono alcuni dei lavori che richiedono più manodopera. Il nostro progetto non mirava a sostituire le persone, ma a rendere il loro lavoro più sicuro e sostenibile".

Per molti studenti, questa è stata la prima esperienza pratica con la robotica, e Universal Robots l'ha resa memorabile.

"Non avevo mai lavorato con la robotica prima", ha affermato Josh Williams, studente di matematica ed economia. "Ma fin dall'inizio Universal Robots si è distinta. Il marchio era elegante, l'interfaccia intuitiva e il supporto fenomenale."

Cable Bronte, studente di meccatronica, ha condiviso lo stesso sentimento. "Ho lavorato molto con il teach pendant e PolyScope X. È stato semplice e intuitivo, anche quando abbiamo dovuto passare da PolyScope 5 a X a metà progetto. I tutorial di UR Academy sono stati utili e la nuova interfaccia è risultata moderna e raffinata. Inoltre, la documentazione UR Script disponibile online ci ha permesso di integrare codice personalizzato con sicurezza."

L'AI Accelerator, offerto in collaborazione con NVIDIA, incorpora e integra perfettamente il processore NVIDIA Jetson Orin AGX da 64 GB, offrendo potenti capacità di elaborazione AI sul dispositivo. Questo hardware avanzato funziona direttamente con PolyScope X, semplificando l'addestramento e la distribuzione dei modelli, anche per chi è alle prime armi. Devyn Korman, responsabile dell'etichettatura del progetto, ha osservato: "Le interfacce erano pulite e semplici da usare. Una volta etichettate le immagini, è stato semplice importarle in PolyScope, dove abbiamo ottenuto un modello funzionante in 20 minuti".

Il team ha dovuto affrontare una serie di ostacoli, dall'affrontare sfide ambientali come il degrado della frutta che influisce sull'accuratezza del modello, al muoversi per la prima volta al crocevia tra robotica e intelligenza artificiale (IA fisica). Ma la risoluzione di queste sfide non ha fatto altro che consolidare i loro risultati di apprendimento.

Gli studenti immaginano un futuro in cui i robot UR saranno impiegati direttamente sul campo, raccogliendo la frutta, identificandone il grado di maturazione e persino rilevandone i difetti. "Vogliamo costruire modelli più solidi, raccogliere più dati e infine trasferirli dal laboratorio all'azienda agricola", ha affermato Cable.

Il loro progetto è culminato in un simposio pubblico in cui hanno presentato il loro lavoro a docenti, studenti e membri della comunità. La risposta è stata estremamente positiva e il team ha persino vinto un premio per il miglior poster e la migliore presentazione.

Josh studia Matematica ed Economia alla CSUMB e ha in programma di trasferirsi a Stanford per conseguire un dottorato di ricerca in Finanza. Ha guidato le attività di integrazione dell'intelligenza artificiale e programmazione dei terminali e ha avuto un ruolo fondamentale nel rendere operativo il sistema.

Cable è uno studente del terzo anno del programma di Meccatronica presso la California State University, Monterey Bay (CSUMB). In qualità di pianificatore del team e responsabile della programmazione del teach pendant, Cable ha svolto un ruolo chiave nell'integrazione del braccio robotico e nella gestione della transizione a PolyScope X.

Estrella ha iniziato il suo percorso al Gavilan College e si è recentemente trasferita alla Santa Clara University per conseguire una laurea in Ingegneria Meccanica. Riconoscendo l'importanza del settore agricolo per l'economia locale e nazionale, Estrella ha apportato al progetto un legame personale e la sua passione per l'applicazione della robotica alla risoluzione delle sfide agricole del mondo reale. Ha contribuito al progetto supportando la modellazione 3D degli end effector, la stampa 3D e l'integrazione, e fornendo assistenza nell'etichettatura delle immagini per la formazione dell'intelligenza artificiale.

Devyn è uno studente del secondo anno di Meccatronica alla CSUMB. Questo tirocinio ha segnato la sua prima esperienza professionale, dove ha contribuito all'etichettatura delle immagini e all'addestramento di modelli di intelligenza artificiale. Devyn ha trovato il processo sorprendentemente intuitivo ed è stato entusiasta dell'apprendimento pratico.

Il team ringrazia sentitamente il Dott. Jeorge Hurtarte, per il suo tutoraggio e la sua guida, nonché per il supporto, il tempo e la competenza di Zafar Kamil presso Universal Robots e di Javier Coyte presso CSUMB.