Zrobotyzowane wykrywanie i dostarczanie bodźców do sterowanego wzrostu roślin

Mostafa Wahby; Mary  Katherine Heinrich; Daniel  Nicolas Hofstadler; Julian Petzold; Igor Kuksin; Payam Zahadat; Thomas Schmickl; Phil Ayres; Heiko Hamann

doi:10.3791/59835

Artykuł metodologiczny

Zrobotyzowane wykrywanie i dostarczanie bodźców do sterowanego wzrostu roślin

10K wyświetleń

⸱

DOI:

10.3791/59835

⸱

1 lipca 2019

Mostafa Wahby¹ , Mary Katherine Heinrich¹^,⁵ , Daniel Nicolas Hofstadler² , Julian Petzold¹ , Igor Kuksin³ , Payam Zahadat²^,⁴ , Thomas Schmickl² , Phil Ayres⁵ , Heiko Hamann¹

¹Institute of Computer Engineering, University of Lübeck, ²Institute of Biology, Artificial Life Lab, University of Graz, ³Cybertronica UG, ⁴Department of Computer Science, IT University of Copenhagen, ⁵Centre for IT and Architecture, Royal Danish Academy

W tym artykule

Podsumowanie

Rozproszone węzły robotów dostarczają sekwencje bodźców niebieskiego światła, aby sterować trajektoriami wzrostu roślin pnących. Aktywując naturalny fototropizm, roboty prowadzą rośliny przez binarne decyzje lewo-prawo, rozwijając je w predefiniowane wzorce, które w przeciwieństwie do nich nie są możliwe, gdy roboty są uśpione.

Streszczenie

Systemy robotów są aktywnie badane pod kątem manipulacji naturalnymi roślinami, zazwyczaj ograniczone do działań związanych z automatyzacją rolnictwa, takich jak żniwa, nawadnianie i mechaniczne zwalczanie chwastów. Rozszerzając te badania, przedstawiamy tutaj nowatorską metodologię manipulowania kierunkowym wzrostem roślin poprzez ich naturalne mechanizmy sygnalizacji i dystrybucji hormonów. Skuteczna metodologia dostarczania bodźców robotycznych może otworzyć możliwości nowych eksperymentów z późniejszymi fazami rozwojowymi roślin lub nowych zastosowań biotechnologicznych, takich jak kształtowanie roślin na zielone ściany. Interakcja z roślinami wiąże się z kilkoma wyzwaniami robotycznymi, w tym wykrywaniem małych i zmiennych organów roślinnych na krótki zasięg oraz kontrolowanym uruchamianiem reakcji roślin, na które oprócz dostarczanych bodźców wpływa środowisko. Aby sterować wzrostem roślin, opracowujemy grupę nieruchomych robotów z czujnikami wykrywającymi bliskość rosnących końcówek oraz z diodami dostarczającymi bodźców świetlnych, które uruchamiają fototropizm. Roboty są testowane z pnącą fasolą zwyczajną, Phaseolus vulgaris, w eksperymentach trwających do pięciu tygodni w kontrolowanym środowisku. Dzięki robotom sekwencyjnym emitującym emisję światła niebieskiego o długości fali 465 nm, wzrost roślin jest z powodzeniem sterowany poprzez kolejne decyzje binarne wzdłuż podpór mechanicznych, aby osiągnąć pozycje docelowe. Wzorce wzrostu są testowane w konfiguracji do 180 cm wysokości, z łodygami roślin dorastającymi do około 250 cm łącznej długości przez okres około siedmiu tygodni. Roboty koordynują swoje działania i działają w pełni autonomicznie. Wykrywają zbliżające się wierzchołki roślin za pomocą czujników zbliżeniowych na podczerwień i komunikują się drogą radiową, aby w razie potrzeby przełączać się między bodźcami światła niebieskiego a stanem uśpienia. Ogólnie rzecz biorąc, uzyskane wyniki potwierdzają skuteczność łączenia metodologii eksperymentów z robotami i roślinami w celu badania potencjalnie złożonych interakcji między naturalnymi i inżynieryjnymi systemami autonomicznymi.

Wprowadzenie

Zgodnie z rosnącym rozpowszechnieniem automatyzacji w produkcji i produkcji, roboty są wykorzystywane do siewu, obróbki i zbioru roślin^1,²^,³^,⁴^,⁵. Wykorzystujemy technologię robotów do automatyzacji eksperymentów roślinnych w sposób nieinwazyjny, w celu sterowania wzrostem poprzez kierunkowe reakcje na bodźce. Tradycyjne praktyki ogrodnicze obejmowały ręczne kształtowanie drzew i krzewów poprzez mechaniczne ograniczanie i cięcie. Przedstawiamy metodologię, którą można na przykład zastosować do tego zadania kształtowania, poprzez sterowanie wzorcami wzrostu za pomocą bodźców. Prezentowana przez nas metodologia to także krok w kierunku zautomatyzowanych eksperymentów roślinnych, tutaj ze szczególnym naciskiem na dostarczanie bodźców świetlnych. Gdy technologia stanie się solidna i niezawodna, podejście to może potencjalnie obniżyć koszty eksperymentów w zakładzie i umożliwić nowe zautomatyzowane eksperymenty, które w przeciwnym razie byłyby niewykonalne ze względu na narzut czasu i pracę ręczną. Elementy robota są dowolnie programowalne i działają autonomicznie, ponieważ są wyposażone w czujniki, siłowniki do dostarczania bodźców i mikroprocesory. Chociaż skupiamy się tutaj na wykrywaniu zbliżeniowym (tj. mierzeniu odległości z bliskiej odległości) i bodźcach świetlnych, możliwych jest wiele innych opcji. Na przykład, czujniki mogą być używane do analizy koloru roślin, do monitorowania aktywności biochemicznej⁶, lub do phytosensingu^{7 podejść do monitorowania}, na przykład, warunków środowiskowych za pomocą elektrofizjologii roślin⁸. Podobnie, opcje siłowników mogą dostarczać innych rodzajów bodźców⁹, poprzez silniki wibracyjne, urządzenia natryskowe, grzejniki, wentylatory, urządzenia zacieniające lub manipulatory do bezpośredniego kontaktu fizycznego. Można by zaimplementować dodatkowe strategie aktywacji, aby zapewnić robotom powolną mobilność (np. 'wolne boty'¹⁰), tak aby mogły stopniowo zmieniać pozycję i kierunek, z którego dostarczają bodźce. Ponadto, ponieważ roboty są wyposażone w komputery jednopłytkowe, mogą uruchamiać bardziej wyrafinowane procesy, takie jak wizjonowanie fenotypowania roślin¹¹ lub sterowniki sztucznych sieci neuronowych do aktywacji bodźców¹². Ponieważ badania naukowe nad roślinami często koncentrują się na wczesnym wzroście (tj. w pędach)¹³, cała dziedzina wykorzystania autonomicznych systemów robotycznych do wpływania na rośliny przez dłuższy czas wydaje się niedostatecznie zbadana i może oferować wiele przyszłych możliwości. Idąc nawet o krok dalej, elementy robotyczne mogą być postrzegane jako obiekty badań same w sobie, co pozwala na badanie złożonej dynamiki systemów biohybrydowych tworzonych przez ściśle oddziałujące ze sobą roboty i rośliny. Roboty selektywnie narzucają roślinom bodźce, które reagują zgodnie ze swoim zachowaniem adaptacyjnym i zmieniają swój wzorzec wzrostu, który jest następnie wykrywany przez roboty za pomocą ich czujników. Nasze podejście zamyka pętlę behawioralnego sprzężenia zwrotnego między roślinami a robotami i tworzy homeostatyczną pętlę sterowania.

W naszych eksperymentach mających na celu przetestowanie funkcji systemu robota, używamy wyłącznie pnącej fasoli zwyczajnej, Phaseolus vulgaris. W tej konfiguracji używamy roślin pnących, z mechanicznymi podporami w rusztowaniu z siatką o całkowitej wysokości 180 cm, tak aby rośliny były pod wpływem tigmotropizmu i miały ograniczony zestaw kierunków wzrostu do wyboru. Biorąc pod uwagę, że chcemy kształtować całą roślinę w ciągu kilku tygodni, używamy bodźców światła niebieskiego, aby makroskopowo wpływać na fototropizm rośliny, w różnych okresach wzrostu, w tym młodych pędów i późniejszego usztywnienia łodygi. Eksperymenty przeprowadzamy w pełni kontrolowanych warunkach oświetlenia otoczenia, gdzie poza bodźcami światła niebieskiego dostarczamy wyłącznie światło czerwone, ze szczytową emisją o długości fali 650 nm. Kiedy osiągną rozwidlenie w mechanicznej siatce nośnej, podejmują binarną decyzję, czy rosnąć w lewo, czy w prawo. Roboty są ustawione w tych mechanicznych rozwidleniach, w odległości 40 cm. Autonomicznie aktywują i dezaktywują emisję światła niebieskiego, ze szczytową emisją o długości fali 465 nm, zgodnie z predefiniowaną mapą pożądanego wzorca wzrostu (w tym przypadku wzoru zygzakowatego). W ten sposób rośliny są prowadzone od bifurkacji do bifurkacji w określonej kolejności. W danym momencie aktywowany jest tylko jeden robot, podczas którego emituje niebieskie światło, autonomicznie monitorując wzrost roślin na podporze mechanicznej znajdującym się pod nim. Gdy wykryje rosnącą końcówkę za pomocą czujników zbliżeniowych na podczerwień, przestaje emitować niebieskie światło i komunikuje się z sąsiednimi robotami drogą radiową. Robot, który określi się jako następny cel w sekwencji, następnie aktywuje się, przyciągając wzrost roślin w kierunku nowego mechanicznego rozwidlenia.

Ponieważ nasze podejście obejmuje zarówno mechanizmy inżynieryjne, jak i naturalne, nasze eksperymenty obejmują kilka metod, które działają jednocześnie i współzależnie. Protokół w tym miejscu jest najpierw zorganizowany zgodnie z typem metody, z których każda musi być zintegrowana w ujednoliconą konfigurację eksperymentu. Te typy to selekcja gatunków roślin; projektowanie robotów, w tym sprzętu i mechaniki; oprogramowanie robota do komunikacji i sterowania; oraz monitorowanie i utrzymywanie zdrowia roślin. Następnie w protokole następuje przystąpienie do projektowania eksperymentu, po którym następuje zbieranie i rejestrowanie danych. Aby uzyskać szczegółowe informacje na temat uzyskanych do tej pory wyników, zobacz Wahby et al.¹⁴. Reprezentatywne wyniki obejmują trzy rodzaje eksperymentów – eksperymenty kontrolne, w których wszystkie roboty nie dostarczają bodźców (tj. są uśpione); eksperymenty z pojedynczą decyzją, w których roślina dokonuje binarnego wyboru między jednym robotem dostarczającym bodźców a drugim, który jest uśpiony; oraz eksperymenty z wieloma decyzjami, w których roślina porusza się po sekwencji wyborów binarnych, aby wyhodować z góry zdefiniowany wzór.

Protokół

1. Procedura wyboru gatunków roślin

UWAGA: Ten protokół skupia się na zachowaniach roślin związanych ze wspinaniem się, kierunkowych reakcjach na światło oraz zdrowiu i przetrwaniu roślin w określonym sezonie, miejscu i warunkach eksperymentalnych.

Wybierz gatunek rośliny, o którym wiadomo, że wykazuje silny dodatni fototropizm¹⁵^,¹⁶ w kierunku UV-A i niebieskiego światła (340–500 nm) w rosnących końcówkach.
Wybierz gatunek, który jest nawijarką, w której zachowanie circumnutation¹⁷ jest wyraźne, a rosnąca końcówka ma spiralne trajektorie o wystarczająco dużej amplitudzie, aby owinąć się wokół podpór mechanicznych stosowanych w określonych warunkach eksperymentalnych. Zachowanie klasy twining18 wykazywane przez wybraną nawijarkę powinno tolerować warunki środowiskowe i odżywcze obecne w eksperymencie oraz powinno tolerować mechaniczne podpory o kącie nachylenia do 45°.
Należy wybrać gatunek, który będzie rósł niezawodnie i szybko w warunkach doświadczalnych, ze średnią prędkością wzrostu nie mniejszą niż około 5 cm dziennie, a najlepiej, jeśli to możliwe, szybszą.
Wybierz gatunek, który będzie wykazywał wymagane zachowania w bieżącym sezonie i lokalizacji geograficznej.
Upewnij się, że gatunek toleruje zakres parametrów środowiskowych, które będą obecne w konfiguracji doświadczalnej. Roślina powinna tolerować brak zielonego światła i brak światła poza widmem widzialnym (400–700 nm). Roślina powinna również tolerować wszelkie obecne wahania temperatury, utrzymywane na poziomie około 27 °C, a także wszelkie obecne wahania wilgotności i podlewania.

2. Warunki i konstrukcja robota

Uporządkuj możliwości robota w zdecentralizowane węzły z komputerami jednopłytkowymi (patrz Rysunek 1 i Rysunek 2), zintegrowane z modułowymi podporami mechanicznymi. Upewnij się, że każdy identyczny węzeł robota jest w stanie kontrolować i wykonywać własne zachowanie.
W celu zrobotyzowanego dostarczania bodźców roślinom, należy dostarczyć roślinom niebieskie światło (400–500 nm) w kontrolowanych odstępach czasu, o intensywności, która wywoła ich reakcję fototropową, z kierunku i orientacji wymaganej dla odpowiedniej części eksperymentu.
1. Wybierz czerwono-zielono-niebieską (RGB) diodę elektroluminescencyjną (LED) lub izolowaną niebieską diodę LED. W obu przypadkach należy dołączyć diodę LED z niebieską diodą o szczytowej emisji ƛ_max = 465 nm.
2. Wybierz diodę LED, która po zgromadzeniu w grupach i ustawieniu w precyzyjnych warunkach używanego robota może utrzymać wymagany poziom natężenia światła w każdym kierunku testowanym w konfiguracji eksperymentu. Dla każdego testowanego kierunku upewnij się, że niebieskie diody w diodach LED w pojedynczym robocie są łącznie w stanie utrzymać poziom natężenia światła około 30 lumenów bez przegrzania, gdy znajdują się w używanej obudowie robota i wszelkich stosowanych strategiach rozpraszania ciepła. Wybrana dioda LED powinna mieć kąt widzenia około 120°.
  UWAGA: Na przykład w robocie wykorzystującym trzy diody LED w każdym kierunku, z regulacją natężenia za pomocą mikrokontrolera, jeśli niebieskie diody emitują z maksymalnym natężeniem światła Φ = 15 lumenów, to bez przegrzania powinny być w stanie utrzymać 65% maksimum.)
3. Podłącz diody LED do komputera jednopłytkowego robota za pomocą sterowników LED, które regulują zasilanie w zależności od wymaganej jasności. Włącz indywidualne sterowanie, albo każdą diodą LED, albo grupami diod LED obsługującymi każdy testowany kierunek w konfiguracji.
W przypadku procedury wykrywania bliskości końcówek wzrostu roślin (patrz Rysunek 3B), użyj przetworzonych odczytów z czujników zbliżeniowych w podczerwieni (IR-proximity), aby niezawodnie i autonomicznie wykryć obecność roślin zbliżających się z każdego kierunku testowanego w konfiguracji.
1. Wybierz czujnik zbliżeniowy na podczerwień, który regularnie wykrywa rosnący wierzchołek wybranego gatunku rośliny, gdy jest ustawiony prostopadle do środkowej osi kierunku, z którego zbliża się roślina, zgodnie z testem w niezakłóconym środowisku. Upewnij się, że pomyślne wykrycie następuje z odległości 5 cm, jak pokazano na Rysunek 3A, zaczynając od znacznika czasu oznaczonego "07.04.16" na osi poziomej.
2. Połącz każdy czujnik zbliżeniowy na podczerwień z komputerem jednopłytkowym robota i zaimplementuj podejście oparte na średniej ważonej, aby przetworzyć odczyty czujnika w celu określenia, czy roślina znajduje się w promieniu 5 cm. Użyj odczytów czujnika z ostatnich pięciu sekund, aby uzyskać 20% końcowej średniej masy użytej do wykrywania.
3. Upewnij się, że wybrany czujnik zbliżeniowy IR nie emituje krytycznych długości fal, które mogłyby zakłócać zachowania wybranych gatunków sterowane światłem. Upewnij się, że długości fal emitowane przez czujnik poniżej 800 nm nie występują w odległościach większych niż 5 mm od źródła podczerwieni czujnika, mierzonych za pomocą spektrometru.
Rozłóż funkcje eksperymentu na zestaw robotów, tak aby każdy robot mógł autonomicznie zarządzać porcjami, które przebiegają w jego własnym obszarze lokalnym. Ułóż dostarczanie przez roboty bodźców świetlnych i możliwości wykrywania zgodnie z odpowiednimi kierunkami wzrostu badanych roślin.
1. Skomponuj każdego robota wokół komputera jednopłytkowego, który obsługuje bezprzewodową sieć lokalną (WLAN). Połącz komputer z czujnikami i elementami wykonawczymi za pomocą niestandardowej płytki drukowanej (PCB). Zasilaj każdego robota indywidualnie, z własnym podtrzymaniem bateryjnym.
2. Dołącz jeden czujnik zbliżeniowy na podczerwień w każdym kierunku, który jest testowany pod kątem zbliżających się roślin, zgodnie z powyższymi wymaganiami.
3. Dołącz wystarczającą liczbę diod LED, aby zapewnić powyższe wymagania dotyczące niebieskiego światła, w każdym kierunku testowanym pod kątem zbliżających się roślin.
  1. Jeśli używasz diod LED RGB zamiast niebieskich diod LED, opcjonalnie włącz emisję z czerwonej diody, gdy niebieska dioda nie jest używana, aby zwiększyć dostarczanie czerwonego światła opisanego poniżej (dla zdrowia roślin poprzez wsparcie fotosyntezy).
  2. Jeśli czerwone światło jest emitowane przez roboty w określonych odstępach czasu, należy użyć czerwonych diod o szczytowej emisji przy około ƛ_max = 625–650 nm, bez krytycznych długości fal nakładających się na pasmo zielone (tj. poniżej 550 nm) lub pasmo dalekiej czerwieni (tj. powyżej 700 nm).
  3. Nie pozwól, aby czerwone diody wytwarzały wyższe poziomy ciepła niż niebieskie diody.
4. Uwzględnij sprzęt, który umożliwia lokalne sygnały między robotami. Dołącz fotorezystor (tj. rezystor zależny od światła lub LDR) dla każdego kierunku sąsiedniego robota, aby monitorować jego stan emisji światła. Alternatywnie możesz informować o stanie lokalnych sąsiadów za pośrednictwem sieci WLAN.
5. Dołącz sprzęt do rozpraszania ciepła, zgodnie z warunkami wybranych niebieskich diod i zastosowanej obudowy robota. Wykonanie za pomocą kombinacji aluminiowych radiatorów, otworów wentylacyjnych w obudowie robota i wentylatorów. Aktywuj wentylatory za pomocą cyfrowego czujnika temperatury na komputerze jednopłytkowym lub dodatkowej płytce drukowanej.
6. Uporządkuj elementy robota w taki sposób, aby odpowiednie kierunki były równomiernie obsługiwane.
  1. Ustaw niebieskie diody tak, aby rozprowadzały równoważne natężenie światła w każdym z kierunków, z których mogą zbliżać się rośliny (tj. z mechanicznych podpór przymocowanych do dolnej połowy robota, patrz krok 2.5). Ustaw każdą diodę w obudowie robota tak, aby środkowa oś kąta jej soczewki znajdowała się w zakresie 60° od każdej osi obsługiwanego przez nią mechanicznego podparcia i ustaw ją tak, aby nie była blokowana przez obudowę robota.
  2. Ustaw czujniki zbliżeniowe w podczerwieni równoważnie dla odpowiednich zbliżających się kierunków wzrostu (tj. od podpór mechanicznych przymocowanych do dolnej połowy robota, patrz krok 2.5). Umieść każdy czujnik zbliżeniowy w podczerwieni w odległości nie większej niż 1 cm od punktu mocowania między robotem a serwisowanym wspornikiem mechanicznym i ustaw go tak, aby jego kąt widzenia był równoległy do osi podpory. Upewnij się, że jego nadajnik i odbiornik nie są zablokowane przez obudowę robota.
  3. Umieść wszystkie fotorezystory do komunikacji lokalnej równoważnie dla każdego kierunku skierowanego w stronę sąsiedniego robota w konfiguracji (tj. ze wszystkich podpór mechanicznych przymocowanych do robota, patrz 2.5). Ustaw każdy fotorezystor tak, aby środkowa oś jego kąta widzenia znajdowała się w zakresie 45° od obsługiwanej osi nośnej, a pozycja nie była blokowana przez obudowę robota.
7. Zmontuj wszystkie komponenty za pomocą komputera jednopłytkowego (patrz schemat blokowy w Rysunek 2). Upewnij się, że komputer jest łatwo dostępny w celu konserwacji po montażu.
  1. Interfejs diod LED z komputerem za pomocą sterowników LED za pomocą modulacji szerokości impulsu. Użyj stałego połączenia mechanicznego między diodami LED a obudową lub radiatorem i użyj mechanicznie nieograniczonego połączenia między diodami LED a komputerem.
  2. Podłącz wentylatory do komputera za pomocą regulatora liniowego (tj. przełącznika) za pomocą pinu nagłówka wejścia/wyjścia ogólnego przeznaczenia. Umieść wentylatory tam, gdzie dostępny jest odpowiedni przepływ powietrza, jednocześnie upewniając się, że nie są one obciążane mechanicznie.
  3. Interfejs czujników zbliżeniowych IR i fotorezystorów za pomocą przetwornika analogowo-cyfrowego, za pomocą szeregowego interfejsu peryferyjnego. Użyj stałego połączenia mechanicznego między czujnikami a obudową i mechanicznie nieograniczonego połączenia z komputerem.
  4. Wykonaj obudowę robota z żaroodpornego tworzywa sztucznego przy użyciu selektywnego spiekania laserowego, stereolitografii, modelowania osadzania topionego lub formowania wtryskowego.
Zintegruj roboty w zestaw modułowych podpór mechanicznych, które podwójnie utrzymują roboty w pozycji i służą jako rusztowanie wspinaczkowe dla roślin, ograniczając prawdopodobne średnie trajektorie wzrostu roślin. Zaprojektuj roboty tak, aby służyły jako dodatkowe połączenia mechaniczne między podporami, umieszczone w taki sposób, aby przecinały trajektorie wzrostu roślin.
1. Zminimalizuj rozmiar robota i upewnij się, że może on zostać niezawodnie przekroczony przez niepodpartą końcówkę do uprawy wybranego gatunku roślin. Zmniejsz rozmiar robota w jak największym stopniu, aby zwiększyć szybkość eksperymentu.
2. Ukształtuj zewnętrzne ścianki korpusu robota tak, aby jak najmniej przeszkadzały we wzroście roślin, gdy rosnąca końcówka stopniowo porusza się wokół robota. Zaokrąglij lub fasetuj korpus robota, aby nie blokować spiralnej trajektorii okrążenia u wijących się gatunków roślin. Wyklucz ostre wypukłości i ostre wgłębienia.
3. Do podpór mechanicznych należy dobrać materiał i profil (tj. kształt przekroju poprzecznego), tak aby wybrane gatunki roślin mogły się po nich skutecznie wspinać, na przykład drewniany pręt o okrągłym profilu o średnicy około 8 mm lub mniejszej. Upewnij się, że podpory mechaniczne są wystarczająco sztywne konstrukcyjnie, aby podeprzeć rośliny i roboty w konfiguracji, wzmocnione przezroczystym arkuszem akrylowym za konfiguracją.
4. Na każdym robocie znajdują się punkty mocowania do zakotwienia określonych podpór mechanicznych. Dołącz po jednym dla każdego kierunku, w którym roślina może zbliżać się do robota lub od niego odchodzić.
  1. Do każdego punktu mocowania należy dołączyć gniazdo w obudowie robota o wymiarach odpowiadających przekrojowi materiału nośnego.
  2. Ustaw gniazdo na głębokość nie mniejszą niż 1 cm. Gniazdo należy utrzymywać na tyle płytko, aby podpora nie kolidowała z komponentami wewnątrz robota.
5. Ułóż podpory mechaniczne w regularny wzór siatki, równomiernie po przekątnej z kątem nachylenia 45° lub większym. Ujednolicić długości podpór. Minimalna długość podpory na odsłoniętym napięciu wynosi 30 cm, aby zapewnić wystarczająco dużo miejsca na przyczepienie się roślin pnących po zbadaniu obszaru w stanie niepodpartym. Preferowana długość ekspozycji wynosi 40 cm lub więcej, aby zapewnić pewien bufor dla statystycznie ekstremalnych przypadków przyczepiania się roślin.
6. Montaż elementów mechanicznych za pomocą robotów. Poniższy protokół zakłada odsłoniętą podporę o długości 40 cm i ustawienie ośmiu robotów w czterech rzędach (patrz Rysunek 6). W przypadku innych rozmiarów odpowiednio przeskaluj.
  1. Na powierzchni podłogi zbuduj stojak o szerokości 125 cm, który będzie w stanie utrzymać zestaw w pozycji pionowej.
  2. Przymocuj arkusz przezroczystego akrylu o wymiarach 125 cm x 180 cm (o grubości 8 mm lub więcej) do stojaka w taki sposób, aby stał pionowo.
  3. Umieść doniczki z odpowiednią ziemią na stojaku, przy arkuszu akrylowym.
  4. Przymocuj dwa mechaniczne złącza w kształcie litery Y do arkusza akrylowego, 10 cm nad doniczkami. Umieść przeguby odpowiednio 45 cm i 165 cm na prawo od lewej krawędzi stojaka.
  5. Przymocuj dwie podpory do lewego przegubu Y, pochylając się pod kątem 45° w lewo i w prawo, i przymocuj jedną podporę do prawego przegubu Y, pochylając się pod kątem 45° w lewo.
  6. Przymocuj dwa roboty do arkusza akrylowego i włóż końce wcześniej umieszczonych podpór w gniazdach w obudowach robotów. Ustaw roboty 35 cm nad przegubami Y i odpowiednio 10 cm i 80 cm na prawo od lewej krawędzi stojaka.
  7. Powtórz wzór, aby przymocować pozostałe roboty i podeprzeć je w ukośnym wzorze siatki (patrz Rysunek 6), tak aby każdy rząd robotów znajdował się 35 cm powyżej poprzedniego rzędu, a każdy robot był umieszczony poziomo bezpośrednio nad robotem lub przegubem osi Y, czyli dwa rzędy pod nim.

3. Oprogramowanie robota

Zainstaluj system operacyjny (np. Raspbian) na komputerach jednopłytkowych robotów.
Podczas każdego eksperymentu uruchom protokół programowy na każdym robocie równolegle, umożliwiając jego rozproszone autonomiczne zachowanie (zobacz Wahby et al.¹⁴, aby uzyskać pseudokod i więcej szczegółów).
Ustal dwa możliwe stany dla robota: jeden to stan bodźca, podczas którego robot emituje niebieskie światło o intensywności opisanej powyżej; drugi to stan uśpienia, podczas którego robot albo nie emituje światła, albo emituje światło czerwone, jak opisano powyżej.
1. W stanie bodźca wyślij sygnał modulacji szerokości impulsu (PWM) za pośrednictwem komputera jednopłytkowego o częstotliwości odpowiadającej wymaganej jasności do sterowników niebieskich diod LED.
2. W stanie uśpienia nie wyzwalaj żadnych diod LED lub w razie potrzeby wyślij sygnał PWM tylko do sterowników czerwonych diod LED.
W eksperymentach kontrolnych przypisz wszystkim robotom stan uśpienia.
W eksperymentach z pojedynczą decyzją przypisz jednemu robotowi stan uśpienia, a jednemu robotowi stan bodźca.
W eksperymentach z wieloma decyzjami rozpocznij proces inicjalizacji w następujący sposób.
1. Dostarcz do każdego robota pełną mapę konfiguracyjną wzorca wzrostu roślin, który ma być testowany w bieżącym eksperymencie.
2. Ustaw lokalizację robota we wzorze, automatycznie za pomocą czujników lokalizacji lub ręcznie.
3. Porównaj lokalizację robota z dostarczoną mapą. Jeśli lokalizacja robota jest pierwszą lokalizacją na mapie, ustaw robota na bodziec; W przeciwnym razie ustaw robota w stan uśpienia. Proces inicjalizacji zostaje zakończony.
W eksperymentach z wieloma decyzjami rozpocznij proces sterowania w następujący sposób. Wykonuj iteracyjnie.
1. Sprawdź odczyt czujnika zbliżeniowego podczerwieni robota, aby sprawdzić, czy wykryto roślinę.
2. Jeśli roślina zostanie wykryta, a robot jest ustawiony w stan uśpienia, należy go utrzymać.
3. Jeśli roślina zostanie wykryta, a robot jest ustawiony na bodziec, wówczas:
  1. Powiadom sąsiednie roboty o wykryciu zakładu i dołącz lokalizację robota do wiadomości.
  2. Ustaw robota w stan uśpienia.
  3. Porównaj lokalizację robota z mapą. Jeśli robot znajduje się w ostatniej lokalizacji na mapie, wyślij sygnał przez sieć WLAN, że eksperyment został zakończony.
4. Sprawdź wiadomości przychodzące robota od sąsiednich robotów, aby zobaczyć, czy jeden z nich, który był ustawiony na bodziec, wykrył roślinę.
5. Jeśli sąsiad z bodźcem wykrył roślinę, porównaj lokalizację tego sąsiada z lokalizacją robota, a także porównaj z mapą.
6. Jeśli robot znajduje się w kolejnej lokalizacji na mapie, ustaw robota na bodziec.
7. Zakończ pętlę iteracyjną procesu sterowania po otrzymaniu sygnału, że eksperyment został zakończony.

4. Monitorowanie zdrowia roślin i procedura konserwacji

Umieść konfigurację eksperymentu w kontrolowanych warunkach środowiskowych - w szczególności w pomieszczeniach, w których nie pada światło dzienne ani inne światło zewnętrzne w stosunku do warunków opisanych poniżej, z kontrolowaną temperaturą i wilgotnością powietrza oraz z kontrolowanym podlewaniem gleby. Monitoruj warunki za pomocą czujników, które są podłączone do mikrokontrolera lub komputera jednopłytkowego z obsługą sieci WLAN.
Utrzymuj fotosyntezę roślin za pomocą lamp LED na zewnątrz robotów i skierowanych w stronę konfiguracji eksperymentu.
1. Użyj lamp wzrostowych, aby dostarczyć monochromatyczne czerwone światło do zestawu, z czerwonymi diodami o szczytowej emisji przy około ƛ_max = 625–650 nm, bez krytycznych długości fal poza zakresem 550–700 nm, z wyjątkiem niskiego występowania niebieskiego światła otoczenia, jeśli jest to pomocne dla zdrowia wybranych gatunków. Jeśli uwzględni się niskie występowanie niebieskiego światła otoczenia, ogranicz je do poziomów znacznie mniejszych niż emitowane przez jednego robota.
2. Podaj poziomy czerwonego światła wymagane dla zdrowia wybranych gatunków, zwykle w sumie około 2000 lumenów lub więcej.
3. Ustaw lampy wzrostu tak, aby były zwrócone w stronę układu eksperymentu, tak aby ich emisja była rozprowadzona mniej więcej równomiernie na obszarze wzrostu.
4. Monitoruj warunki oświetlenia otoczenia za pomocą czujnika kolorów RGB.
Po wykiełkowaniu zapewnij każdej roślinie własną doniczkę u podstawy zestawu eksperymentalnego. Zapewnij odpowiednią objętość i rodzaj gleby dla wybranych gatunków. Upewnij się, że gleba i nasiona zostały zdezynfekowane przed kiełkowaniem. Stosuj odpowiednie metody zwalczania szkodników, aby zapobiegać owadom lub zwalczać je, jeśli są obecne.
Reguluj temperaturę i poziom wilgotności powietrza, odpowiednio dla wybranych gatunków, za pomocą grzejników, klimatyzatorów, nawilżaczy i osuszaczy. Monitoruj poziomy za pomocą czujnika temperatury, ciśnienia i wilgotności.
Monitoruj glebę za pomocą czujnika wilgotności gleby. Utrzymuj odpowiednie tempo podlewania dla wybranych gatunków. Wykonaj za pomocą zautomatyzowanego systemu nawadniania, w którym woda jest dostarczana do gleby za pomocą dysz, co jest wyzwalane przez odczyty czujnika wilgotności gleby lub ręcznie podlewa glebę, zgodnie z odczytami czujnika.

5. Projekt eksperymentu

Umieść roboty i podpory mechaniczne w siatce wystarczająco dużej, aby pokryć obszar wzrostu i wzór badany w eksperymencie, nie mniejszy niż jeden rząd i dwie kolumny robotów.
Poniżej dolnego rzędu robotów umieść rząd standardowych ukośnych podpór mechanicznych, pasujących do tych w całej konfiguracji. W miejscu, gdzie dolne końce tych podpór się przecinają, połącz je mechanicznie za pomocą "przegubu w kształcie litery Y". Dla każdego "złącza Y" u podstawy zestawu należy posadzić jednakową liczbę roślin zgodnie z wielkością ukośnej komórki siatki (w przybliżeniu jedna roślina na 10 cm odsłoniętej długości mechanicznej podpory), przy spełnieniu warunków utrzymania zdrowia roślin opisanych powyżej.
Wybierz typ eksperymentu, który chcesz przeprowadzić, a następnie wybierz liczbę i rozmieszczenie robotów.
1. Eksperyment typu 1: Kontrola
  UWAGA: Ten typ eksperymentu testuje wzrost roślin pnących w warunkach, w których bodźce świetlne wywołują fototropizm. Może działać na dowolnym rozmiarze i kształcie konfiguracji.
  1. Przypisz wszystkim robotom stan uśpienia (patrz krok 3.4) i działaj w sposób ciągły, aż wyniki zostaną ręcznie ocenione jako kompletne.
  2. Obserwuj, czy rośliny przyczepiają się do podpór mechanicznych. W udanym eksperymencie żadna z roślin nie znajdzie ani nie przyczepi się do podpór mechanicznych.
2. Eksperyment typu 2: Jednokierunkowe
  UWAGA: Ten typ eksperymentu testuje trajektorie wzrostu roślin po przedstawieniu opcji binarnych - jedno wsparcie prowadzi do uśpionego robota, a drugie podpora prowadzi do robota stymulacyjnego. Działa tylko przy minimalnej konfiguracji (tj. jeden wiersz, dwie kolumny).
  1. Przypisać jednemu robotowi stan uśpienia (patrz 3.5), a jednemu robotowi stan bodźca. Pracuj w sposób ciągły, dopóki jeden z dwóch robotów nie wykryje instalacji za pomocą czujnika zbliżeniowego na podczerwień.
  2. Obserwuj przywiązanie rośliny do podpory mechanicznej, wzrost wzdłuż podpory i odczyty czujników robota stymulacyjnego. W udanym eksperymencie robot ze stanem bodźca wykryje roślinę po tym, jak wyrosła ona wzdłuż odpowiedniej podpory.
3. Eksperyment typu 3: Wielokrotna decyzja
  UWAGA: Ten typ eksperymentu testuje wzrost roślin po przedstawieniu wielu kolejnych warunków bodźców, które uruchamiają serię decyzji zgodnie z predefiniowaną mapą globalną. Może działać na dowolnym rozmiarze i kształcie konfiguracji, która ma więcej niż minimalną liczbę wierszy (tj. dwa lub więcej).
  1. Dostarcz robotom globalną mapę wzorca, który ma być uprawiany (patrz kroki 3.6-3.7.7).
  2. Obserwuj zdarzenia przyczepiania się roślin i wzorzec wzrostu wzdłuż podpór mechanicznych.
    1. W udanym eksperymencie co najmniej jedna roślina wyrośnie na każdym podporze obecnym na mapie globalnej.
    2. Dodatkowo, w udanym eksperymencie żadna roślina nie wybierze niewłaściwego kierunku, gdy jej wierzchołek wzrostu znajduje się w aktualnie aktywnym punkcie decyzyjnym.
    3. Nie bierz tutaj pod uwagę zbędnych wskazówek dotyczących uprawy, jeśli na przykład rozgałęzienie umieszcza nową końcówkę uprawy w przestarzałym miejscu na mapie.

6. Procedura nagrywania

Przechowuj dane z czujników i kamer początkowo na komputerze jednopłytkowym, na którym dane zostały wygenerowane na pokładzie. Uruchamiaj wbudowane serwery odpowiedzi, które odpowiadają na potrzebne żądania, takie jak ostatni zapisany odczyt czujnika. W regularnych odstępach czasu przesyłaj dane i pliki dziennika przez sieć WLAN do lokalnego urządzenia pamięci masowej (NAS) podłączonego do sieci.
Nagrywaj filmy poklatkowe z eksperymentów w sposób ciągły za pomocą kamer umieszczonych w dwóch lub więcej punktach obserwacyjnych, z co najmniej jednym widokiem z kamery obejmującym pełną konfigurację eksperymentu. Upewnij się, że przechwycone obrazy mają wystarczająco wysoką rozdzielczość, aby odpowiednio uchwycić ruchy rosnących końcówek rośliny, zwykle o szerokości zaledwie kilku milimetrów.
1. Zautomatyzuj proces przechwytywania obrazu, aby zapewnić spójne odstępy czasu między ujęciami, korzystając z wbudowanej kamery w komputerze jednopłytkowym lub samodzielnej kamery cyfrowej, która jest zautomatyzowana za pomocą interwałometru. Zainstaluj lampy, które będą działać jako lampy błyskowe, zautomatyzowane podobnie jak kamery. Upewnij się, że lampy błyskowe są wystarczająco jasne, aby konkurować z czerwonym światłem lamp wzrostowych bez radykalnego przetwarzania obrazów w celu korekcji kolorów.
2. Zlokalizuj lampy błyskowe w taki sposób, aby zestaw eksperymentu mógł być w pełni oświetlony, a tym samym wyraźnie widoczny na obrazach. Zsynchronizuj aparaty i lampy błyskowe w taki sposób, aby wszystkie aparaty rejestrowały obrazy jednocześnie podczas 2-sekundowego okresu błysku. Rób zdjęcia co 2 minuty, przez cały czas trwania każdego eksperymentu.
Rejestruj dane czujnika środowiskowego, w szczególności odczyty z czujnika temperatury, ciśnienia i wilgotności, czujnika koloru RGB i czujnika wilgotności gleby. Rejestruj dane ze wszystkich robotów w konfiguracji, w szczególności odczyty czujnika zbliżeniowego podczerwieni i fotorezystora, a także stan wewnętrzny robota, który określa jego stan emisji LED.
Udostępnij wszystkie zarejestrowane dane do zdalnego monitorowania eksperymentów, za pomocą regularnych raportów w czasie rzeczywistym, aby zapewnić utrzymanie prawidłowych warunków przez cały czas trwania eksperymentu, do kilku miesięcy.

Wyniki

Kontrola: zachowanie rośliny bez bodźców robotycznych.
Z powodu braku niebieskiego światła (tj. wszystkie roboty są uśpione), w roślinie nie zostaje wywołany dodatni fototropizm. W związku z tym rośliny wykazują bezstronny wzrost w górę, kierując się grawitropizmem. Wykazują one również typową cyrkumnutację (tj. ruchy spiralne), patrz Rysunek 4A. Zgodnie z oczekiwaniami, rośliny nie odnajdują podpory mechanicznej prowadzącej do uśpionych robotów. Rośliny zapadają się, gdy nie są już w stanie utrzymać własnej masy. Eksperymenty przerywamy, gdy zapadną się co najmniej dwie rośliny, patrz Rysunek 4B,C.

Decyzje pojedyncze lub wielokrotne: zachowanie roślin pod wpływem bodźców robotycznych
W czterech eksperymentach z pojedynczą decyzją, w dwóch próbach zastosowano kierowanie w lewo (tj. aktywowano robota po lewej stronie rozwidlenia jako bodziec), a w dwóch próbach kierowanie w prawo. Roboty pełniące rolę bodźca skutecznie kierują rośliny ku odpowiedniemu podłożu, patrz Rysunek 5. W pierwszej kolejności przytwierdza się najbliższa roślina, której kąt nachylenia łodygi jest najbardziej zbliżony do kąta odpowiedniego podłoża. W każdym eksperymencie co najmniej jedna roślina przytwierdza się do podłoża i pnie się w górę, aż dotrze do robota bodźca, co kończy eksperyment. W jednym eksperymencie do odpowiedniego podłoża przytwierdziła się druga roślina. Pozostałe rośliny mogłyby również się przytwierdzić przy dłuższym czasie trwania eksperymentu. Żadna z roślin nie przytwierdziła się do niewłaściwego podłoża. Każdy eksperyment trwa średnio 13 dni w sposób ciągły.

W dwóch eksperymentach wielokrotnego wyboru rośliny rosną zgodnie z wcześniej określonym wzorem zygzakowym, patrz Rysunek 6A. Każdy eksperyment trwa około siedmiu tygodni. Na początku eksperymentu robot ustawia swój status na stimulus (patrz 3.6.3) i kieruje rośliny w stronę odpowiedniego wspornika zgodnie z ustalonym wzorem. Roślina przyczepia się do niego i pnie w górę, docierając do aktywowanego robota stimulus, co kończy pierwszą decyzję. Zgodnie z punktem 3.7.3, aktualny robot stimulus przechodzi następnie w stan dormant i powiadamia sąsiednie jednostki. Sąsiedni robot dormant, który jest następny w kolejności wzoru zygzakowego, przełącza się w tryb stimulus (patrz 3.7.6). Jeśli roślina zostanie wykryta przez robota dormant, robot ten nie reaguje (patrz 3.7.2). Rośliny kontynuują wzrost i pomyślnie przechodzą pozostałe trzy decyzje. W ten sposób predefined wzór zygzakowy zostaje w pełni zrealizowany, patrz Rysunek 6B.

Wszystkie dane z eksperymentu, jak również filmy, są dostępne online²⁴.

Schemat komponentów elektronicznych z fotorezystorem, czujnikiem IR, diodą RGB; opisane części do badań.
Rycina 1. Robot nieruchomy i jego główne komponenty. Rycina powtórzona z publikacji autora Wahby et al.¹⁴, użyta na podstawie licencji Creative Commons CC-BY 4.0 (patrz pliki uzupełniające), z modyfikacjami dozwolonymi przez licencję. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Schemat sterowania Raspberry Pi z czujnikami, sterownikami LED, przetwornikiem ADC i konfiguracją GPIO dla automatyzacji.
Rycina 2. Schemat blokowy elektroniki robota nieruchomego. Sterowniki LED IRLML2060 są połączone z komputerem jednopłytkowym robota (np. Raspberry Pi) za pomocą PWM w celu sterowania jasnością diod LED. Przełącznik LP5907 jest połączony z komputerem jednopłytkowym poprzez pin wejścia/wyjścia ogólnego przeznaczenia (GPIO), aby sterować wentylatorem. Przetwornik analogowo-cyfrowy (ADC) MCP3008 jest połączony z komputerem jednopłytkowym za pomocą interfejsu peryferyjnego szeregowego (SPI) w celu odczytu analogowych danych z czujników IR oraz fotorezystorów (LDR). Kliknij tutaj, aby wyświetlić większą wersję tej ryciny.

Pomiary czujnika IR; A: wykres danych IR w czasie, B: schemat ustawienia czujnika zbliżeniowego IR z wierzchołkiem rośliny.
Rycina 3. Krótko po '03.04.16' wierzchołek rośliny wspina się po podporze i trafia w pole widzenia robota. (A) Przykładowe odczyty skalowanego napięcia z czujnika zbliżeniowego IR (oś pionowa) podczas eksperymentu. Wyższe wartości wskazują na wykrycie wierzchołka rośliny. (B) Czujnik zbliżeniowy IR jest rozmieszczony i zorientowany zgodnie z mocowaniem podpory, aby zapewnić skuteczne wykrywanie wierzchołka rośliny. Rycina przedrukowana z publikacji autora Wahby et al.¹⁴, użyta na podstawie licencji Creative Commons CC-BY 4.0 (patrz pliki uzupełniające), z modyfikacjami dozwolonymi przez licencję. Proszę kliknąć tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Schemat kierunku wzrostu roślin; ustawienie labiryntu Y; eksperyment nad fototropizmem; analiza reakcji na światło.
Rysunek 4. Kadry z wynikami eksperymentów kontrolnych wykazujące, że w obecności światła niebieskiego wszystkie cztery rośliny nie przytwierdziły się do żadnego podparcia. (A) Po pięciu dniach wszystkie rośliny rosnące w górę w jednym z eksperymentów kontrolnych (patrz (C) w celu sprawdzenia późniejszego stanu wzrostu). (B) Po 15 dniach trzy rośliny opadły, a jedna nadal rośnie w górę w pierwszym eksperymencie kontrolnym. (C) Po siedmiu dniach dwie rośliny opadły, a dwie nadal rosną w górę w drugim eksperymencie kontrolnym (patrz (A) w celu sprawdzenia poprzedniego stanu wzrostu). Rysunek przedrukowany z publikacji autora Wahby et al.¹⁴, wykorzystany na podstawie licencji Creative Commons CC-BY 4.0 (patrz pliki uzupełniające), z modyfikacjami dozwolonymi przez licencję. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Wzrost roślin w różnych konfiguracjach oświetlenia LED; eksperyment botaniczny, analiza odpowiedzi fotosyntetycznej.
Rysunek 5. Klatki z wynikami eksperymentów pojedynczej decyzji pokazujące zdolność robota stymulującego do kierowania roślinami poprzez binarną decyzję, aby wspiąły się po właściwe podparcie. We wszystkich czterech eksperymentach jeden robot został ustawiony jako stymulujący, a drugi jako uśpiony – po dwóch przeciwległych stronach rozgałęzienia. Klatki pokazują położenie roślin bezpośrednio przed ich wykryciem przez robota stymulującego. W każdym eksperymencie co najmniej jedna roślina przyczepia się do właściwego podparcia, a żadna nie przyczepia się do niewłaściwego. Ponadto rośliny bez podparcia wykazują wzrost skierowany w stronę robota stymulującego. E, F, G, H to powiększenia odpowiednio A, B, C, D. Rysunek przedrukowany z publikacji autora Wahby et al.¹⁴, użyty na podstawie licencji Creative Commons CC-BY 4.0 (patrz pliki uzupełniające), z modyfikacjami dozwolonymi przez licencję. Aby wyświetlić powiększoną wersję tego rysunku, kliknij tutaj.

Schemat równowagi statycznej z wzrostem roślin pod lampami LED i analizą ramy konstrukcyjnej.
Rysunek 6. Eksperyment z wieloma decyzjami. (A) Docelowy wzór zygzakowy zaznaczono na zielono na mapie. (B) Ostatnia klatka z eksperymentu (po 40 dniach), przedstawiająca sytuację roślin przed wykryciem ich przez ostatniego robota stymulującego na wzorze. Roboty pomyślnie wyhodowały wzór zygzakowy. Rysunek przedrukowany z publikacji autora Wahby et al.¹⁴, użyty na podstawie licencji Creative Commons CC-BY 4.0 (patrz pliki uzupełniające), z modyfikacjami dozwolonymi przez licencję. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Dyskusja

Przedstawiona metodologia pokazuje pierwsze kroki w kierunku automatyzacji sterowanego bodźcami sterowania wzrostem roślin w celu wygenerowania określonych wzorców. Wymaga to ciągłego utrzymywania zdrowia roślin przy jednoczesnym połączeniu w jeden eksperyment różnych sfer biochemicznych reakcji wzrostu i zaprojektowanych funkcji mechatronicznych - wykrywania, komunikacji i kontrolowanego generowania bodźców. Ponieważ skupiamy się tutaj na roślinach pnących, wsparcie mechaniczne jest również integralne. Ograniczeniem obecnej konfiguracji jest jej skala, ale wierzymy, że nasza metodologia łatwo się skaluje. Rusztowanie mechaniczne można rozbudować w przypadku większych konfiguracji, a tym samym dłuższych okresów wzrostu, co pozwala również na rozszerzone konfiguracje i wzory. W tym przypadku konfiguracja jest ograniczona do dwóch wymiarów i binarnych decyzji lewo-prawo, ponieważ wzrost jest ograniczony do siatki podpór mechanicznych o nachyleniu 45°, a pozycje decyzyjne zakładu są ograniczone do rozwidleń tej siatki. Rozszerzenia mechaniczne mogą obejmować rusztowania 3D i różne materiały, aby umożliwić uzyskanie skomplikowanych kształtów ^9,19. Metodologię można uznać za system do automatycznego wzrostu wzorców zdefiniowanych przez użytkownika. Rozszerzając możliwą złożoność konfiguracji mechanicznych, użytkownicy powinni napotkać kilka ograniczeń dotyczących pożądanych wzorców. W przypadku takiego zastosowania oprogramowanie użytkownika powinno potwierdzić, że wzór jest możliwy do wyprodukowania, a mechatronik powinien następnie samodzielnie zorganizować produkcję wzoru, generując odpowiednie bodźce do sterowania roślinami. Oprogramowanie powinno również zostać rozszerzone o plany naprawcze i zasady określające, w jaki sposób kontynuować wzrost, jeśli pierwotnie zaplanowany wzorzec częściowo się nie powiedzie – na przykład, jeśli pierwszy aktywowany robot nigdy nie wykrył rośliny, ale te uśpione zauważyły, że położenie rosnących końcówek znajduje się poza aktywowanym robotem.

W przedstawionej metodyce przykładowym gatunkiem rośliny spełniającym kryteria wyboru protokołu jest pnący bobik zwyczajny P. vulgaris. Jest to gatunek wykorzystany w reprezentatywnych wynikach. Ponieważ P. vulgaris ma silny dodatni fototropizm na UV-A i światło niebieskie, fototropiny (białka receptora światła) w roślinie będą absorbować fotony odpowiadające długościom fal 340-500 nm. Kiedy receptory zostaną wyzwolone, pierwszy obrzęk nastąpi w łodydze poprzez preferencyjne przemieszczenie wody do tkanek łodygi przeciwstawnych do wyzwolonych receptorów, powodując odwracalną odpowiedź kierunkową. Następnie, w łodydze, auksyna (hormon wzorców roślinnych) jest kierowana do tego samego miejsca w tkance, utrwalając reakcję kierunkową i utrwalając tkanki łodygi w miarę ich sztywnienia. To zachowanie może być wykorzystane do kształtowania roślin w tych kontrolowanych warunkach wewnętrznych, ponieważ rośliny są wystawione tylko na izolowane światło niebieskie i izolowane światło czerwone, z padającym światłem dalekiej czerwieni z czujników zbliżeniowych IR na wystarczająco niskich poziomach, aby nie zakłócać zachowań, takich jak reakcja unikania cienia^20,21. Reakcja fototropizmu w zakładzie reaguje w układzie na światło z niebieskich diod o szczytowej emisji ƛmax = 465 nm, a fotosynteza^22,23 w roślinie jest wspierana przez czerwone diody o szczytowej emisji ƛmax = 650 nm. P. vulgaridorastający do kilku metrów wysokości jest odpowiedni w ogólnej konfiguracji, ponieważ około 3 l komercyjnej ziemi ogrodniczej potrzebnej na doniczkę pasuje do skali konfiguracji.

Chociaż obecna konfiguracja skupia się na świetle jako bodźcu przyciągającym, dodatkowe bodźce mogą być istotne dla innych typów eksperymentów. Jeśli pożądany wzór wymaga oddzielenia różnych grup roślin (np. pożądany wzór wymaga dwóch grup roślin, aby wybrać przeciwne strony), może to nie być wykonalne przy użyciu tylko jednego rodzaju bodźca. W przypadku tak złożonych wzorców wzrostu, niezależnych od kształtu rusztowania, różne grupy roślin mogą być potencjalnie uprawiane w różnych okresach czasu, tak aby ich odpowiednie bodźce przyciągające nie przeszkadzały, co pozwoliłoby również na integrację zdarzeń rozgałęziających. Jednak nie zawsze jest to odpowiednie rozwiązanie, a standardowy atrakcyjny bodziec świetlny może być następnie wzmocniony przez odpychające wpływy, takie jak zacienienie, lub przez inne bodźce, takie jak światło dalekiej czerwieni lub silniki wibracyjne ^9,14.

Przedstawiona metoda i projekt eksperymentu to tylko pierwszy krok w kierunku wyrafinowanej metodologii automatycznego wpływania na kierunkowy wzrost roślin. Konfiguracja eksperymentu polega na określeniu tylko sekwencji binarnych decyzji w roślinach i skupiamy się na jednym, łatwym do opanowania bodźcu. Potrzebne byłyby dodatkowe badania, aby udowodnić istotność statystyczną metody, dodać więcej bodźców i kontrolować inne procesy, takie jak rozgałęzianie. Przy wystarczającym rozwoju, aby zagwarantować długoterminową niezawodność robotów, przedstawiona metodologia może pozwolić na automatyzację eksperymentów roślinnych w długich okresach czasu, zmniejszając koszty ogólne związane z badaniem etapów rozwoju roślin poza etapami rozwoju pędów. Podobne metody mogą pozwolić na przyszłe badania nad niedostatecznie zbadaną dynamiką między organizmami biologicznymi a autonomicznymi robotami, gdy oba działają jako ściśle sprzężone, samoorganizujące się systemy biohybrydowe.

Oświadczenia

Autorzy oświadczają, że nie mają konkurencyjnych interesów finansowych.

Podziękowania

To badanie było wspierane przez projekt flora robotica, który otrzymał dofinansowanie z programu Unii Europejskiej Horyzont 2020 w ramach umowy o grant FET, nr 640959. Autorzy dziękują Anastasiosowi Getsopulosowi i Ewaldowi Neufeldowi za ich wkład w montaż sprzętu oraz Tanji Katharinie Kaiser za jej wkład w monitorowanie eksperymentów w zakładach.

Materiały

Lista materiałów użytych w tym artykule
Nazwa	Firma	Numer katalogowy	Komentarze
Etui drukowane w 3D	Shapeways, Inc	n/a	Produkt niestandardowy, https://www.shapeways.com/
Stawy drukowane w 3D	nie	dotyczy	Wyprodukowany przez autorów
Adafruit BME280 I2C lub SPI Czujnik ciśnienia temperatury i wilgotności	Adafruit	2652
Arduino Uno Rev 3	Arduino	A000066
Ogniwa	fotoprzewodzące CdSLida Optyczna & Electronic Co., Ltd	GL5528
Cybertronica PCB	Cybertronica Research	n/a	Produkt niestandardowy, http://www.cybertronica.de.com/download/D2_node_module_v01_appNote16.pdf
Bezszczotkowy wentylator dmuchawy DC	Sunonwealth Electric Machine Industry Co., Ltd.	UB5U3-700
Cyfrowy czujnik temperatury	Maxim Zintegrowany	DS18B20
dużej mocy (800 mA) EPILED - Dalka czerwień / podczerwień (740-745 nm)	Future Eden Ltd.	nie dotyczy
I2C Czujnik wilgotności gleby	Catnip Electronics	v2.7.5
Czujniki zbliżeniowe IR (4-30 cm)	Latarka	GP2Y0A41SK0
(50 W)	Inter-Union Technohandel GmbH	103J50
LED Czerwona niebieska lampa wisząca do roślin wewnętrznych (45 W)	Erligpowht	B00S2DPYQM
Niskonapięciowa pompa głębinowa 600 l/h (6 m wzniosu)	Peter Barwig Wasserversorgung	444
Płyta pilśniowa średniej gęstości	n/d	/d	Do stojaka
Mikrospektrometr (Hamamatsu) na płytce wyprowadzającej kompatybilnej z Arduino	Pure Engineering LLC	C12666MA
Pixie - 3W Chainable Smart LED Pixel	Adafruit	2741
Doniczki (3,5 l pojemność, 15,5 cm wysokości)	n/a
danych Zasilacze (5 V, 10 A)	Adafruit	658
Raspberry Pi 3 Model B	Raspberry Pi Foundation	3B
Raspberry Pi Camera Module V2	Raspberry Pi Foundation	V2
Raspberry	Pi Foundation	Zero
RGB z filtrem IR i białą diodą LED - TCS34725	Adafruit	1334
Ziemia do siewu i zioła	Gardol	n/a
Fasolka szparagowa	SPERLI GmbH	402308
Przezroczysty arkusz akrylowy 5 mm	n/a	dotyczy	Do dodatkowego podparcia konstrukcyjnego
Pręty drewniane (drewno brzozowe), malowane na czarno, średnica 5 mm	nie	dotyczy Dla	roślin do wspinania się

LED Sharp Electronics nbrakRaspberry Pi Foundation Zero Czujnik koloru nie

Bibliografia

Åstrand, B., Baerveldt, A. J. An agricultural mobile robot with vision-based perception for mechanical weed control. Autonomous Robots. 13 (1), 21-35 (2002).
Blackmore, B. S. A systems view of agricultural robots. Proceedings of 6th European conference on precision agriculture (ECPA). , 23-31 (2007).
Edan, Y., Han, S., Kondo, N. Automation in agriculture. Springer handbook of automation. , Springer. Berlin, Heidelberg. 1095-1128 (2009).
Van Henten, E. J., et al. An autonomous robot for harvesting cucumbers in greenhouses. Autonomous Robots. 13 (3), 241-258 (2002).
Al-Beeshi, B., Al-Mesbah, B., Al-Dosari, S., El-Abd, M. iplant: The greenhouse robot. Proceedings of IEEE 28th Canadian Conference on Electrical and Computer Engineering (CCECE). , 1489-1494 (2015).
Giraldo, J. P., et al. Plant nanobionics approach to augment photosynthesis and biochemical sensing. Nature Materials. 13 (4), (2014).
Mazarei, M., Teplova, I., Hajimorad, M. R., Stewart, C. N. Pathogen phytosensing: Plants to report plant pathogens. Sensors. 8 (4), 2628-2641 (2008).
Zimmermann, M. R., Mithöfer, A., Will, T., Felle, H. H., Furch, A. C. Herbivore-triggered electrophysiological reactions: candidates for systemic signals in higher plants and the challenge of their identification. Plant Physiology. , 01736(2016).
Hamann, H., et al. Flora robotica--An Architectural System Combining Living Natural Plants and Distributed Robots. , arXiv preprint arXiv. 1709.04291 (2017).
Arkin, R. C., Egerstedt, M. Temporal heterogeneity and the value of slowness in robotic systems. Proceedings of IEEE International Conference on Robotics and Biomimetics (ROBIO). , 1000-1005 (2015).
Mahlein, A. K. Plant disease detection by imaging sensors-parallels and specific demands for precision agriculture and plant phenotyping). Plant Disease. 100 (2), 241-251 (2016).
Wahby, M., et al. A robot to shape your natural plant: the machine learning approach to model and control bio-hybrid systems. Proceedings of the Genetic and Evolutionary Computation Conference (GECCO '18). , ACM. New York, NY, USA. 165-172 (2018).
Bastien, R., Douady, S., Moulia, B. A unified model of shoot tropism in plants: photo-, gravi-and propio-ception. PLoS Computational Biology. 11 (2), e1004037(2015).
Wahby, M., et al. Autonomously shaping natural climbing plants: a bio-hybrid approach. Royal Society Open Science. 5 (10), 180296(2018).
Liscum, E., et al. Phototropism: growing towards an understanding of plant movement. Plant Cell. 26, 38-55 (2014).
Christie, J. M., Murphy, A. S. Shoot phototropism in higher plants: new light through old concepts. American Journal of Botany. 100, 35-46 (2013).
Migliaccio, F., Tassone, P., Fortunati, A. Circumnutation as an autonomous root movement in plants. American Journal of Botany. 100, 4-13 (2013).
Gianoli, E. The behavioural ecology of climbing plants. AoB Plants. 7, (2015).
Vestartas, P., et al. Design Tools and Workflows for Braided Structures. Proceedings of Humanizing Digital Reality. , Springer. Singapore. 671-681 (2018).
Pierik, R., De Wit, M. Shade avoidance: phytochrome signalling and other aboveground neighbour detection cues. Journal of Experimental Botany. 65 (10), 2815-2824 (2014).
Fraser, D. P., Hayes, S., Franklin, K. A. Photoreceptor crosstalk in shade avoidance. Current Opinion in Plant Biology. 33, 1-7 (2016).
Hogewoning, S. W., et al. Photosynthetic Quantum Yield Dynamics: From Photosystems to Leaves. The Plant Cell. 24 (5), 1921-1935 (2012).
McCree, K. J. The action spectrum, absorptance and quantum yield of photosynthesis in crop plants. Agricultural Meteorology. 9, 191-216 (1971).
Wahby, M., et al. Autonomously shaping natural climbing plants: a bio-hybrid approach [Dataset]. , Available from: https://doi.org/10.5281/zenodo.1172160 (2018).

Przedruki i uprawnienia

Tagi

Kierowanie wzrostem ro lin stymulacja fototropizmu podczerwone czujniki zbli eniowe emisja wiat a niebieskiego autonomiczne systemy robotyczne Phaseolus vulgaris mechaniczne prowadzenie wsparcia rozw j system w biohybrydowych kontrolowane warunki rodowiskowe

Zrobotyzowane wykrywanie i dostarczanie bodźców do sterowanego wzrostu roślin