Name: Sensoriamento robótico e provisão de estímulos para crescimento de plantas guiadas (Vídeo) | JoVE Journal
Uploaded: 2019-07-01T15:00:00.000+00:00
Duration: 8 min 2 s
Description: Aprenda a guiar o crescimento de plantas trepadeiras usando nós robóticos autônomos com estímulos de luz azul. Este método demonstra sistemas biohíbridos para agricultura e arquitetura adaptativa.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Este estudo foi apoiado pelo projeto flora robotica que recebeu financiamento do programa de investigação e inovação do Horizonte 2020 da União Europeia, no âmbito do acordo de subvenção FET, n. º 640959. Os autores agradecem a Anastasios Getsopulos e Ewald Neufeld por sua contribuição na montagem de hardware, e Tanja Katharina Kaiser por sua contribuição no monitoramento de experimentos de plantas.

<ol><li>Åstrand, B., Baerveldt, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+agricultural+mobile+robot+with+vision-based+perception+for+mechanical+weed+control%5BTitle%5D)+AND+%22Autonomous+Robots%22%5BJournal%5D)">An agricultural mobile robot with vision-based perception for mechanical weed control.</a> Autonomous Robots. 13 (1), 21-35 (2002).</li>
<li>Blackmore, B. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+systems+view+of+agricultural+robots%5BTitle%5D)+AND+%22Proceedings+of+6th+European+conference+on+precision+agriculture+%28ECPA%29%22%5BJournal%5D)">A systems view of agricultural robots.</a> Proceedings of 6th European conference on precision agriculture (ECPA). , 23-31 (2007).</li>
<li>Edan, Y., Han, S., Kondo, N. Automation in agriculture. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aEdan%2C+Y+%22Springer+handbook+of+automation%22">Springer handbook of automation</a>. , Springer. Berlin, Heidelberg. 1095-1128 (2009).</li>
<li>Van Henten, E. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+autonomous+robot+for+harvesting+cucumbers+in+greenhouses%5BTitle%5D)+AND+%22Autonomous+Robots%22%5BJournal%5D)">An autonomous robot for harvesting cucumbers in greenhouses.</a> Autonomous Robots. 13 (3), 241-258 (2002).</li>
<li>Al-Beeshi, B., Al-Mesbah, B., Al-Dosari, S., El-Abd, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((iplant%3A+The+greenhouse+robot%5BTitle%5D)+AND+%22Proceedings+of+IEEE+28th+Canadian+Conference+on+Electrical+and+Computer+Engineering+%28CCECE%29%22%5BJournal%5D)">iplant: The greenhouse robot.</a> Proceedings of IEEE 28th Canadian Conference on Electrical and Computer Engineering (CCECE). , 1489-1494 (2015).</li>
<li>Giraldo, J. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Plant+nanobionics+approach+to+augment+photosynthesis+and+biochemical+sensing%5BTitle%5D)+AND+%22Nature+Materials%22%5BJournal%5D)">Plant nanobionics approach to augment photosynthesis and biochemical sensing.</a> Nature Materials. 13 (4), (2014).</li>
<li>Mazarei, M., Teplova, I., Hajimorad, M. R., Stewart, C. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pathogen+phytosensing%3A+Plants+to+report+plant+pathogens%5BTitle%5D)+AND+%22Sensors%22%5BJournal%5D)">Pathogen phytosensing: Plants to report plant pathogens.</a> Sensors. 8 (4), 2628-2641 (2008).</li>
<li>Zimmermann, M. R., Mithöfer, A., Will, T., Felle, H. H., Furch, A. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Herbivore-triggered+electrophysiological+reactions%3A+candidates+for+systemic+signals+in+higher+plants+and+the+challenge+of+their+identification%5BTitle%5D)+AND+%22Plant+Physiology%22%5BJournal%5D)">Herbivore-triggered electrophysiological reactions: candidates for systemic signals in higher plants and the challenge of their identification.</a> Plant Physiology. , 01736(2016).</li>
<li>Hamann, H., et al. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHamann%2C+H+%22Flora+robotica--An+Architectural+System+Combining+Living+Natural+Plants+and+Distributed+Robots%22">Flora robotica--An Architectural System Combining Living Natural Plants and Distributed Robots</a>. , arXiv preprint arXiv. 1709.04291 (2017).</li>
<li>Arkin, R. C., Egerstedt, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Temporal+heterogeneity+and+the+value+of+slowness+in+robotic+systems%5BTitle%5D)+AND+%22Proceedings+of+IEEE+International+Conference+on+Robotics+and+Biomimetics+%28ROBIO%29%22%5BJournal%5D)">Temporal heterogeneity and the value of slowness in robotic systems.</a> Proceedings of IEEE International Conference on Robotics and Biomimetics (ROBIO). , 1000-1005 (2015).</li>
<li>Mahlein, A. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Plant+disease+detection+by+imaging+sensors-parallels+and+specific+demands+for+precision+agriculture+and+plant+phenotyping%29%5BTitle%5D)+AND+%22Plant+Disease%22%5BJournal%5D)">Plant disease detection by imaging sensors-parallels and specific demands for precision agriculture and plant phenotyping).</a> Plant Disease. 100 (2), 241-251 (2016).</li>
<li>Wahby, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+robot+to+shape+your+natural+plant%3A+the+machine+learning+approach+to+model+and+control+bio-hybrid+systems%5BTitle%5D)+AND+%22Proceedings+of+the+Genetic+and+Evolutionary+Computation+Conference+%28GECCO+%2718%29%22%5BJournal%5D)">A robot to shape your natural plant: the machine learning approach to model and control bio-hybrid systems.</a> Proceedings of the Genetic and Evolutionary Computation Conference (GECCO '18). , ACM. New York, NY, USA. 165-172 (2018).</li>
<li>Bastien, R., Douady, S., Moulia, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+unified+model+of+shoot+tropism+in+plants%3A+photo-%2C+gravi-and+propio-ception%5BTitle%5D)+AND+%22PLoS+Computational+Biology%22%5BJournal%5D)">A unified model of shoot tropism in plants: photo-, gravi-and propio-ception.</a> PLoS Computational Biology. 11 (2), e1004037(2015).</li>
<li>Wahby, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Autonomously+shaping+natural+climbing+plants%3A+a+bio-hybrid+approach%5BTitle%5D)+AND+%22Royal+Society+Open+Science%22%5BJournal%5D)">Autonomously shaping natural climbing plants: a bio-hybrid approach.</a> Royal Society Open Science. 5 (10), 180296(2018).</li>
<li>Liscum, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Phototropism%3A+growing+towards+an+understanding+of+plant+movement%5BTitle%5D)+AND+%22Plant+Cell%22%5BJournal%5D)">Phototropism: growing towards an understanding of plant movement.</a> Plant Cell. 26, 38-55 (2014).</li>
<li>Christie, J. M., Murphy, A. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Shoot+phototropism+in+higher+plants%3A+new+light+through+old+concepts%5BTitle%5D)+AND+%22American+Journal+of+Botany%22%5BJournal%5D)">Shoot phototropism in higher plants: new light through old concepts.</a> American Journal of Botany. 100, 35-46 (2013).</li>
<li>Migliaccio, F., Tassone, P., Fortunati, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Circumnutation+as+an+autonomous+root+movement+in+plants%5BTitle%5D)+AND+%22American+Journal+of+Botany%22%5BJournal%5D)">Circumnutation as an autonomous root movement in plants.</a> American Journal of Botany. 100, 4-13 (2013).</li>
<li>Gianoli, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+behavioural+ecology+of+climbing+plants%5BTitle%5D)+AND+%22AoB+Plants%22%5BJournal%5D)">The behavioural ecology of climbing plants.</a> AoB Plants. 7, (2015).</li>
<li>Vestartas, P., et al. Design Tools and Workflows for Braided Structures. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aVestartas%2C+P+%22Proceedings+of+Humanizing+Digital+Reality%22">Proceedings of Humanizing Digital Reality</a>. , Springer. Singapore. 671-681 (2018).</li>
<li>Pierik, R., De Wit, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Shade+avoidance%3A+phytochrome+signalling+and+other+aboveground+neighbour+detection+cues%5BTitle%5D)+AND+%22Journal+of+Experimental+Botany%22%5BJournal%5D)">Shade avoidance: phytochrome signalling and other aboveground neighbour detection cues.</a> Journal of Experimental Botany. 65 (10), 2815-2824 (2014).</li>
<li>Fraser, D. P., Hayes, S., Franklin, K. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Photoreceptor+crosstalk+in+shade+avoidance%5BTitle%5D)+AND+%22Current+Opinion+in+Plant+Biology%22%5BJournal%5D)">Photoreceptor crosstalk in shade avoidance.</a> Current Opinion in Plant Biology. 33, 1-7 (2016).</li>
<li>Hogewoning, S. W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Photosynthetic+Quantum+Yield+Dynamics%3A+From+Photosystems+to+Leaves%5BTitle%5D)+AND+%22The+Plant+Cell%22%5BJournal%5D)">Photosynthetic Quantum Yield Dynamics: From Photosystems to Leaves.</a> The Plant Cell. 24 (5), 1921-1935 (2012).</li>
<li>McCree, K. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+action+spectrum%2C+absorptance+and+quantum+yield+of+photosynthesis+in+crop+plants%5BTitle%5D)+AND+%22Agricultural+Meteorology%22%5BJournal%5D)">The action spectrum, absorptance and quantum yield of photosynthesis in crop plants.</a> Agricultural Meteorology. 9, 191-216 (1971).</li>
<li>Wahby, M., et al. Autonomously shaping natural climbing plants: a bio-hybrid approach [Dataset]. , Available from:
 <a target="_blank" href="https://doi.org/10.5281/zenodo.1172160">https://doi.org/10.5281/zenodo.1172160</a> (2018).</li>
</ol>

Os autores declaram que não têm interesses financeiros concorrentes.

A metodologia apresentada mostra os passos iniciais para automatizar a direção impulsionada por estímulos do crescimento vegetal, para gerar padrões específicos. Isto exige a manutenção contínua da saúde de planta ao combinar em um único experimento setup os reinos distintos de respostas bioquímicas do crescimento e de funções mecatrônicos projetadas-sensoriamento, uma comunicação, e uma geração controlada de estímulos. Como nosso foco aqui é em plantas de escalada, suporte mecânico também é integral. Uma limitação da configuração atual é a sua escala, mas acreditamos que nossa metodologia é facilmente dimensionada. O andaime mecânico pode ser estendido para configurações maiores e, portanto, períodos mais longos de crescimento, o que também permite configurações e padrões expandidos. Aqui a configuração é limitada a duas dimensões e decisões binárias de esquerda-direita, como o crescimento é limitado a uma grade de suportes mecânicos na inclinação de 45 °, e as posições de decisão da planta são limitadas às bifurcações dessa grade. As extensões mecânicas podem incluir andaimes 3D e materiais diferentes, para permitir formas complexas9,19. A metodologia pode ser considerada um sistema para aumentar automaticamente os padrões definidos por um usuário. Ao estender a possível complexidade das configurações mecânicas, os usuários devem enfrentar algumas restrições em seus padrões desejados. Para tal aplicação, uma ferramenta de software do usuário deve confirmar que o padrão é producible, e a Mecatrônica deve então auto-organizar a produção do padrão, gerando estímulos adequados para orientar as plantas. O software também deve ser estendido para incluir planos de recuperação e políticas que determinam como continuar com o crescimento se o padrão planejado original falhou parcialmente-por exemplo, se o primeiro robô ativado nunca detectou uma planta, mas as dormentes têm visto que a posição das pontas crescentes está além do robô ativado.
Na metodologia apresentada, um exemplo de espécie vegetal que atende aos critérios de seleção do protocolo é o feijão-comum de escalada, P. vulgariss. Esta é a espécie utilizada nos resultados representativos. Como P. vulgariss tem o fototropismo positivo forte a UV-a e à luz azul, os estimular (proteínas do luz-receptor) na planta absorverão os fótons que correspondem aos comprimentos de onda 340-500 nanômetro. Quando os receptores são acionados, o primeiro inchaço ocorrerá no tronco pela realocação preferencial da água para os tecidos da haste que se opõem aos receptores desencadeados, causando uma resposta direcional reversível. Então, dentro do tronco, a auxina (hormônio de padronização da planta) é direcionada para o mesmo local do tecido, perpetuando a resposta direcional e fixando os tecidos da haste à medida que endureça. Este comportamento pode ser usado para moldar as plantas nestas circunstâncias internas controladas, porque as plantas são expostas somente à luz azul isolada e à luz vermelha isolada, com a luz distante-vermelha incidente dos sensores da IR-proximidade a níveis baixos bastante que não interfere com comportamentos como a resposta de sombra-evitação20,21. A reação de fototropismo na planta responde na configuração à luz de diodos azuis com emissão de pico ƛmax = 465 nm, e a fotossíntese22,23 na planta é apoiada por diodos vermelhos com emissão de pico ƛmax = 650 nm. P. vulgariss crescendo até vários metros de altura é adequado na configuração geral, como o aproximadamente 3 L de solo de jardinagem comercial necessário por pote cabe a escala de instalação.
Embora a configuração atual se concentre na luz como um estímulo de atração, estímulos adicionais podem ser relevantes para outros tipos de experimentos. Se o padrão desejado requer uma separação entre diferentes grupos de plantas (por exemplo, o padrão desejado precisa de dois grupos de plantas para escolher lados opostos), então pode não ser viável usando apenas um tipo de estímulo. Para tais padrões de crescimento complexos independentes da forma do andaime, os grupos diferentes de plantas podem potencial ser crescidos em períodos de tempo diferentes tais que seus estímulos respectivos da atração não interferem, que igualmente permitiriam a integração de ramificar Eventos. No entanto, isso nem sempre pode ser uma solução adequada, e o estímulo leve atrativo padrão poderia então ser aumentado por repelindo influências como sombreamento, ou por outros estímulos como a luz distante-vermelha ou motores de vibração9,14.
O método apresentado e o experimento são apenas um primeiro passo inicial para uma metodologia sofisticada para influenciar automaticamente o crescimento direcional das plantas. A configuração do experimento é básica determinando apenas uma sequência de decisões binárias nas plantas e nos concentramos em um, fácil de gerenciar o estímulo. Estudos adicionais seriam necessários para comprovar a significância estatística do método, adicionar mais estímulos e controlar outros processos como ramificação. Com o desenvolvimento suficiente para garantir a confiabilidade a longo prazo dos robôs, a metodologia apresentada poderia permitir a automatização de experimentos de plantas ao longo de longos períodos de tempo, reduzindo a sobrecarga associada ao estudo de estágios de desenvolvimento de plantas Além dos tiros. Métodos semelhantes podem permitir futuras investigações sobre a dinâmica subexplorada entre organismos biológicos e robôs autônomos, quando os dois atuam como sistemas de autoorganização de biorhíbridos bem acoplados.

Congruente com a crescente prevalência de automação na fabricação e produção, os robôs estão sendo utilizados para semear, tratar e colher plantas1,2,3,4,5. Utilizamos tecnologia robótica para automatizar experimentos de plantas de forma não invasiva, com o objetivo de fazer o crescimento da direção através de respostas direcionais a estímulos. As práticas de jardinagem tradicionais incluíram o molde manual das árvores e dos arbustos pela contenção mecânica e pelo corte. Apresentamos uma metodologia que pode, por exemplo, ser aplicada a esta tarefa de conformação, através de padrões de crescimento de direção com estímulos. Nossa metodologia apresentada é também um passo para experimentos de plantas automatizadas, aqui com um foco específico em fornecer estímulos leves. Uma vez que a tecnologia se tornou robusta e confiável, esta abordagem tem potencial para reduzir os custos em experimentos de plantas e para permitir novas experiências automatizadas que seriam inviáveis devido à sobrecarga no tempo e trabalho manual. Os elementos robóticos são livremente programáveis e atuam autonomamente, pois estão equipados com sensores, atuadores para provisão de estímulos e microprocessadores. Enquanto nós nos concentramos aqui na detecção de proximidade (ou seja, medindo distâncias a curta distância) e estímulos leves, muitas outras opções são viáveis. Por exemplo, sensores podem ser usados para analisar a cor da planta, para monitorar a atividade bioquímica6, ou para phytosensing7 abordagens para monitorar, por exemplo, as condições ambientais através da electrofisiologia da planta8. Da mesma forma, as opções do atuador podem fornecer outros tipos de estímulos9, através de motores de vibração, dispositivos de pulverização, aquecedores, ventiladores, dispositivos de sombreamento ou manipuladores para contato físico direcionado. Estratégias de atuação adicionais poderiam ser implementadas para proporcionar uma mobilidade lenta para os robôs (ou seja, ' bots lentos '10), de tal forma que eles pudessem mudar gradualmente a posição e direção a partir da qual eles fornecem estímulos. Além disso, como os robôs estão equipados com computadores de placa única, eles poderiam executar processos mais sofisticados, como visão para fenotipagem de plantas11 ou controladores de rede neural artificial para a atuação de estímulos12. Como o foco da pesquisa de ciência vegetal é muitas vezes sobre o crescimento precoce (ou seja, em brotos)13, todo o domínio do uso de sistemas de robôs autônomos para influenciar plantas em períodos mais longos parece subexplorado e pode oferecer muitas oportunidades futuras. Indo ainda mais um passo, os elementos robóticos podem ser vistos como objetos de pesquisa, permitindo o estudo da complexa dinâmica de sistemas bihíbridos formados por robôs e plantas intimamente interagindo. Os robôs impõem seletivamente estímulos sobre as plantas, as plantas reagem de acordo com seu comportamento adaptativo e mudam seu padrão de crescimento, que é posteriormente detectado pelos robôs através de seus sensores. Nossa abordagem fecha o loop de feedback comportamental entre as plantas e os robôs e cria um loop de controle homeostático.
Em nossos experimentos para testar a função do sistema robô, usamos exclusivamente o feijão de escalada comum, Phaseolus vulgariss. Neste setup, nós usamos plantas de escalada, com sustentações mecânicas em um andaime gridded da altura total 180 cm, tais que as plantas são influenciadas pelo Tigmotropismo e têm um jogo limitado de sentidos do crescimento a escolher de. Dado que queremos moldar toda a planta durante um período de semanas, usamos estímulos de luz azul para influenciar o fototropismo da planta Macroscopicamente, durante diferentes períodos de crescimento, incluindo brotos jovens e mais tarde endurecimento da haste. Conduzimos os experimentos em condições de luz ambiente totalmente controladas, onde além dos estímulos de luz azul, fornecemos luz exclusivamente vermelha, com pico de emissão no comprimento de onda 650 nm. Quando eles atingem uma bifurcação na grade de suporte mecânico, eles fazem uma decisão binária se a crescer à esquerda ou à direita. Os robôs são posicionados nestas bifurcações mecânicas, separadas por distâncias de 40 cm. Eles ativam e desativam autonomamente sua emissores de luz azul, com emissão de pico no comprimento de onda 465 nm, de acordo com um mapa predefinido do padrão de crescimento desejado (neste caso, um padrão em ziguezague). Desta maneira, as plantas são guiadas da bifurcação à bifurcação em uma seqüência definida. Apenas um robô é ativado em um determinado momento-durante o qual emite luz azul enquanto monitora autonomamente o crescimento da planta no suporte mecânico abaixo dele. Uma vez que detecta uma ponta crescente usando seus sensores infravermelhos da proximidade, deixa de emitir a luz azul e comunica-se a seus robôs vizinhos através do rádio. O robô que se determina a ser o próximo alvo na seqüência, em seguida, ativa subsequentemente, atraindo o crescimento da planta em direção a uma nova bifurcação mecânica.
Como nossa abordagem incorpora ambos os mecanismos projetados e naturais, nossos experimentos incluem vários métodos que operam simultaneamente e de forma interdependente. O protocolo aqui é organizado pela primeira vez de acordo com o tipo de método, cada um dos quais deve ser integrado em uma configuração de experimento unificada. Estes tipos são seleção de espécies de plantas; projeto do robô que inclui o hardware e os mecânicos; software robô para comunicação e controle; e a monitorização e manutenção da fitossanidade. O protocolo prossegue com o experimento, seguido pela coleta e gravação de dados. Para obter detalhes completos dos resultados obtidos até o momento, ver Wahby et al.14. Os resultados representativos abrangem três tipos de experimentos — experimentos de controle em que todos os robôs não fornecem estímulos (ou seja, estão inativos); experimentos de decisão única em que a planta faz uma escolha binária entre um robô que fornece estímulos e um que está inativo; e experimentos de múltipla decisão onde a planta navega uma seqüência de opções binárias para crescer um padrão predefinido.

<table><tbody><tr><td>Estojo impresso em 3D</td><td>Shapeways, Inc</td><td>n/a</td><td>Produto personalizado, https://www.shapeways.com/</td></tr> <tr><td>juntas impressas em 3D</td><td>n/</td><td>a n/a</td><td>Produzido pelos autores</td></tr><tr><td>Adafruit BME280 I2C ou SPI Sensor de Temperatura e Umidade Pressão</td><td>Adafruit</td><td>2652</td><td></td></tr><tr><td>Arduino Uno Rev 3</td><td>Arduino</td><td>A000066</td><td></td></tr><tr><td>CdS células</td> <td>fotocondutorasLida Óptica & Electronic Co., Ltd</td><td>GL5528</td><td></td></tr><tr><td>Cybertronica PCB</td><td>Cybertronica Pesquisa</td><td>n / a</td><td>Produto personalizado, http://www.cybertronica.de.com/download/D2_node_module_v01_appNote16.pdf</td></tr><tr><td>DC Brushless Blower Fan</td><td>Sunonwealth Electric Machine Industry Co., Ltd.</td><td>UB5U3-700</td><td></td></tr><tr><td>Sensor de temperatura digital</td><td>Maxim Integrated</td><td>DS18B20</td><td></td></tr><tr><td>Alta Potência (800 mA) EPILED - Vermelho Distante / Infravermelho (740-745 nm)</td><td>Future Eden Ltd.</td><td>n/a</td><td></td></tr><tr><td>I2C Sensor de Umidade do Solo</td><td>Catnip Electronics</td><td>v2.7.5</td><td></td></tr><tr><td>Sensores de proximidade IR (4-30 cm)</td><td>Sharp Electronics</td><td>GP2Y0A41SK0</td><td></td></tr><tr><td>Lanterna LED (50 W)</td><td>Inter-Union Technohandel GmbH</td><td>103J50</td><td></td></tr><tr><td>LED Vermelho Azul Pendurado Luz para Plantas de Interior (45 W)</td><td>Erligpowht</td><td>B00S2DPYQM</td><td></td></tr><tr><td>Bomba submersível de baixa tensão 600 l/h (elevação de 6 m)</td><td>Peter Barwig Wasserversorgung</td><td>444</td><td></td></tr><tr><td>Painel de fibras de média densidade</td><td>n/a</td><td>n/a</td><td>Para suporte</td></tr><tr><td>Micro-Espectrômetro (Hamamatsu) em uma placa de fuga compatível com Arduino</td><td>Pure Engineering LLC</td><td>C12666MA</td><td></td></tr><tr><td>Pixie - 3W Smart LED Encadeável Pixel</td><td>Adafruit</td><td>2741</td><td></td></tr><tr><td>Potes (capacidade de retenção de 3,5 l, 15,5 cm de altura)</td><td>n/a</td><td>n/a</td><td></td></tr><tr><td>Fontes de alimentação (5 V, 10 A)</td><td>Adafruit</td><td>658</td><td></td></tr><tr><td>Raspberry Pi 3 Modelo B</td><td>Raspberry Pi Foundation</td><td>3B</td><td></td></tr><tr><td>Raspberry Pi Camera Module V2</td><td>Raspberry Pi Foundation</td><td>V2</td><td></td></tr><tr><td>Raspberry</td><td>Pi Zero Raspberry Pi Foundation</td><td>Zero</td><td></td></tr><tr><td>Sensor de cor RGB com filtro IR e LED branco - TCS34725</td><td>Adafruit</td><td>1334</td><td></td></tr><tr><td>Sementeira e solo herbáceo</td><td>Gardol</td><td>n/a</td><td></td></tr><tr><td>Feijão-de-corda</td><td>SPERLI GmbH</td><td>402308</td><td></td></tr><tr><td>Folha de acrílico transparente de 5 mm</td><td>n/a</td><td>n/a</td><td>Para suporte estrutural suplementar</td></tr><tr><td>Varetas de madeira (madeira de bétula), pintadas de preto, 5 mm de diâmetro</td><td>n/a</td><td>n/a</td><td>Para as plantas subirem</td></tr></tbody></table>

sensoriamento robótico e provisão de estímulos para crescimento de plantas guiadas

Robotic Sensing and Stimuli Provision for Guided Plant Growth

Os sistemas robóticas são ativamente pesquisados para a manipulação de plantas naturais, tipicamente restritas a atividades de automação agrícola como colheita, irrigação e controle mecânico de ervas daninhas. Estendendo esta pesquisa, apresentamos aqui uma nova metodologia para manipular o crescimento direcional das plantas através de seus mecanismos naturais para sinalização e distribuição hormonal. Uma metodologia efetiva da provisão de estímulos robóticos pode abrir possibilidades para novas experimentações com fases de desenvolvimento posteriores em plantas, ou para novas aplicações de biotecnologia, como moldar plantas para paredes verdes. A interação com plantas apresenta vários desafios robóticos, incluindo sensoriamento de curto alcance de órgãos vegetais pequenos e variáveis, e a atuação controlada de respostas de plantas que são impactadas pelo meio ambiente, além dos estímulos fornecidos. A fim de orientar o crescimento das plantas, desenvolvemos um grupo de robôs imóveis com sensores para detectar a proximidade de pontas crescentes, e com diodos para fornecer estímulos leves que actuam phototropism. Os robôs são testados com o feijão de escalada comum, Phaseolus vulgariss, em experimentos com durações de até cinco semanas em um ambiente controlado. Com robôs emitindo sequencialmente emissão de luz azul-pico no comprimento de onda 465 nm-o crescimento da planta é dirigido com sucesso através de decisões binárias sucessivas ao longo de suportes mecânicos para alcançar posições alvo. Os testes padrões de crescimento são testados em uma instalação até 180 cm na altura, com as hastes da planta crescidas até aproximadamente 250 cm no comprimento cumulativo durante um período de aproximadamente sete semanas. Os robôs coordenam-se e operam-se inteiramente autonomamente. Detectam pontas de aproximação da planta por sensores infravermelhos da proximidade e comunicam-se através do rádio para comutar entre estímulos claros azuis e status adormecido, como exigido. Globalmente, os resultados obtidos suportam a eficácia da combinação de metodologias de experimentos com robôs e plantas, para o estudo de interações potencialmente complexas entre sistemas autônomos naturais e projetados.

Controle: comportamento da planta sem estímulos robóticos. Devido à falta de luz azul (ou seja, todos os robôs estão inativos), fototropismo positivo não é acionado na planta. Conseqüentemente, as plantas mostram o crescimento untendencioso ascendente enquanto seguem o gravitropism. Eles também exibem circunnutação típica (ou seja, enrolamento), veja a figura 4a. Como esperado, as plantas não conseguem encontrar o suporte mecânico que conduz aos robôs inativos . As plantas colapsam quando já não conseguem suportar o seu próprio peso. Paramos as experiências quando pelo menos duas plantas colapsam, ver Figura 4B, C.
Decisões únicas ou múltiplas: comportamento da planta com estímulos robóticos Em quatro experimentos de decisão única , duas corridas têm direção leftward (ou seja, o robô à esquerda da bifurcação é ativado para estímulo), e duas corridas têm direção direita. Os robôs do estímulo dirigem com sucesso as plantas para a sustentação correta, vêem Figura 5. A planta mais próxima com o ângulo da haste mais semelhante à do suporte correto atribui primeiro. Em cada experimento, pelo menos uma planta atribui ao suporte e sobe até atingir o robô de estímulo e, assim, termina o experimento. Em um experimento, uma segunda planta atribui ao suporte correto. As plantas restantes puderam anexar também em durações mais longas da experimentação. Nenhuma das plantas atribui ao suporte incorreto. Cada experimento é executado continuamente por 13 dias em média.
Em dois experimentos de múltipla decisão , as plantas crescem em um padrão de zigzag predefinido, veja a Figura 6a. Cada experimento é executado por aproximadamente sete semanas. Como uma experiência começa, um robô ajusta seu status ao estímulo (Veja 3.6.3) e dirige as plantas para o apoio correto de acordo com o padrão estipulado. Uma planta anexa e sobe-lo, chegando ao robô de estímulo ativado, portanto, completando a primeira decisão. De acordo com 3.7.3, o robô atual do estímulo torna-se então inativo e notifica seus vizinhos adjacentes. O vizinho adormecido que está próximo no padrão do ziguezague muda-se ao estímulo (Veja 3.7.6). Se uma planta é detectada por um robô adormecido , esse robô não reage (Veja 3.7.2). As plantas continuam e terminam as três decisões restantes com sucesso. O padrão de zigzag predefinido é, portanto, totalmente crescido, ver Figura 6B.
Todos os dados do experimento, bem como vídeos, estão disponíveis on-line24.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/59835/59835fig1.jpg"> Figura 1. O robô imóvel e seus componentes primários. Figura reimpressa da publicação do autor Wahby et al.14, usado com Creative Commons License CC-by 4,0 (ver arquivos complementares), com modificações como permitido por licença. <a href="https://www.jove.com/files/ftp_upload/59835/59835fig1large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/59835/59835fig2.jpg"> Figura 2. O diagrama componente da eletrônica robô imóvel. IRLML2060 drivers LED são interligados com o computador do robô de placa única (por exemplo, Raspberry Pi) via PWM para controlar o brilho dos LEDs. Um switch LP5907 é interface com o computador de placa única através de pino de cabeçalho de entrada/saída (GPIO) de propósito geral, para controlar o ventilador. Um conversor analógico-digital de MCP3008 (ADC) é interenfrentado com o computador de placa única via interface periférica serial (SPI) para ler os dados do sensor de infravermelho analógico e dependente de luz (LDR). <a href="https://www.jove.com/files/ftp_upload/59835/59835fig2large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/59835/59835fig3.jpg"> Figura 3. Pouco depois de "03.04.16", uma ponta de planta sobe um suporte e chega no campo de visão do robô. (A) amostra ir-sensor de proximidade dimensionado leituras de tensão (eixo vertical) durante um experimento. Valores mais altos indicam a detecção da ponta da planta. (B) o sensor da ir-proximidade é coloc e orientado de acordo com o acessório da sustentação, para assegurar a deteção eficaz da ponta da planta. Figura reimpressa da publicação do autor Wahby et al.14, usado com Creative Commons License CC-by 4,0 (ver arquivos complementares), com modificações como permitido por licença. <a href="https://www.jove.com/files/ftp_upload/59835/59835fig3large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/59835/59835fig4.jpg"> Figura 4. Experimentos de controle resultam em quadros que mostram que todas as quatro plantas não se anexam a nenhum suporte na ausência de luz azul. (A) após cinco dias, todas as plantas crescendo para cima em um dos experimentos de controle (ver (C) para a condição de crescimento posterior). (B) após 15 dias, três plantas desmoronaram, e uma ainda crescendo para cima no primeiro experimento de controle . (C) após sete dias, duas plantas desmoronaram, e duas ainda crescem para cima no segundo experimento de controle (ver (A) para a condição de crescimento anterior). Figura reimpressa da publicação do autor Wahby et al.14, usado com Creative Commons License CC-by 4,0 (ver arquivos complementares), com modificações como permitido por licença. <a href="https://www.jove.com/files/ftp_upload/59835/59835fig4large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/59835/59835fig5.jpg"> Figura 5. A única decisão experimenta frames do resultado que mostram a habilidade de um robô do estímulo de dirigir as plantas com uma decisão binária, para escalar a sustentação correta. Em todos os quatro experimentos, um robô é ajustado para o estímulo e o outro para dormente-em dois lados opostos de uma junção. Os frames mostram a posição das plantas para a direita antes que o robô do estímulo os detecte. Em cada experimento, pelo menos uma planta atribui ao suporte correto, e nenhuma planta atribui ao incorreto. Também, as plantas não suportadas mostram o crescimento tendencioso para o robô do estímulo . E, F, G, H são closeups de A, B, C, D respectivamente. Figura reimpressa da publicação do autor Wahby et al.14, usado com Creative Commons License CC-by 4,0 (ver arquivos complementares), com modificações como permitido por licença. <a href="https://www.jove.com/files/ftp_upload/59835/59835fig5large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/59835/59835fig6v2.jpg"> Figura 6. Experimento de múltiplas decisões . (A) o padrão de zigzag direcionado é realçado em verde no mapa. (B) o último quadro do experimento (após 40 dias), mostrando a situação das plantas antes do último robô de estímulo no padrão detecta-los. Os robôs crescem com sucesso o padrão em ziguezague. Figura reimpressa da publicação do autor Wahby et al.14, usado com Creative Commons License CC-by 4,0 (ver arquivos complementares), com modificações como permitido por licença. <a href="https://www.jove.com/files/ftp_upload/59835/59835fig6large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a>

Os nós de robôs distribuídos fornecem sequências de estímulos de luz azul para orientar as trajetórias de crescimento das plantas de escalada. Ao ativar o fototropismo natural, os robôs orientam as plantas através de decisões binárias de esquerda-direita, crescendo-as em padrões predefinidos que, por contraste, não são possíveis quando os robôs estão inativos.

Sensoriamento robótico e provisão de estímulos para crescimento de plantas guiadas

Robot systems are actively researched for manipulation of natural plants, typically restricted to agricultural automation activities such as harvest, ...

Orientar o crescimento direcional das plantas com um sistema autônomo é um conceito novo e original que não foi relatado antes. A chave aqui para nós é descobrir o que é realmente viável. Nossa técnica é o primeiro método automatizado para cultivar plantas em formas e formas desejadas usando nós robóticos para detectar plantas com seus sensores e mudar os estímulos de acordo.Este método e os robôs utilizados aqui podem ser empregados com estruturas de crescimento dinâmico onde os feedbacks determinam o desenvolvimento do sistema biohíbrido. Manter a saúde das plantas e detectar sua presença em pontos de cruzamento é um desafio. Certifique-se de que as fontes externas de luz não estão desencadeando respostas fototrópicas em um estado de falha.A demonstração visual é necessária para mostrar a colaboração entre plantas e robôs durante longos períodos de tempo para aumentar os padrões de crescimento definidos pelo usuário. Julian Ptezold, um estudante de pós-graduação em nosso grupo de pesquisa, vai demonstrar o procedimento de experimento. Antes de iniciar um experimento, selecione uma espécie de planta conhecida por exibir um fototropismo positivo forte em direção à luz ultravioleta A e azul nas pontas crescentes.Escolhemos phaseolus vulgaris ou feijões comuns porque eles crescem rápido e mostram um forte crescimento direcional em direção à luz azul. Componha cada robô em torno de um computador local sem fio de uma única placa e interface do computador para sensores e atuadores através de uma placa de circuito impresso personalizada. Inclua um sensor de proximidade infravermelho por direção que está sendo testado para as plantas que se aproximam, incluindo diodos emissores de luz suficientes para fornecer os requisitos de luz azul por direção que está sendo testado para as plantas próximas.Inclua hardware que permite pistas locais entre robôs e inclua um fotoresistor para cada direção do robô vizinho para monitorar seu status de emitemento de luz. Inclua hardware para dissipar o calor conforme exigido pelas condições dos diodos azuis selecionados e o gabinete do robô utilizado usando uma combinação de dissipadores de calor de alumínio, aberturas no gabinete de cada robô e ventiladores. Depois de confirmar que as direções dos componentes do robô são uniformemente atendidas, posicione os diodos azuis para distribuir uma intensidade de luz equivalente a cada uma das direções das quais as plantas podem se aproximar e orientar cada diodo no caso do robô de modo que o eixo central de seu ângulo de lente esteja dentro de 60 graus de cada eixo do suporte mecânico que ele atende.Posicione os sensores de proximidade infravermelho equivalentemente para suas respectivas direções de crescimento próximas dentro de um centímetro do ponto de fixação entre o robô e o suporte mecânico que está sendo atendido orientando cada sensor de modo que seu ângulo de visão seja paralelo ao eixo de suporte. Em seguida, afixe uma folha de 125 por 180 centímetros de acrílico transparente em um suporte de 125 centímetros de largura que é capaz de segurar a configuração em uma posição vertical. Integre os robôs em um conjunto de suportes mecânicos modulares que mantêm os robôs em posição e servem como andaimes de escalada para as plantas restringirem as trajetórias médias de crescimento das plantas.Em cada robô, inclua pontos de fixação para ancorar os suportes mecânicos específicos, incluindo um ponto de fixação para cada direção pelo qual uma planta pode se aproximar ou partir de um robô. Posicione os potes com o solo apropriado no suporte contra a folha de acrílico e afixe dois robôs na folha de acrílico inserindo as extremidades dos suportes previamente colocados nas tomadas nos casos de robôs. Em seguida, repita o padrão para afixar os robôs restantes e suporte no padrão diagonalmente gritted de tal forma que cada linha de robôs está 35 centímetros acima da linha anterior e que cada robô está posicionado horizontalmente diretamente acima do robô ou da junta Y que está duas linhas abaixo.Os suportes mecânicos devem ser organizados em um padrão regularmente enrugado que é uniformemente diagonal com um ângulo de inclinação a 45 graus ou mais íngreme com comprimentos de suporte uniformes de um mínimo de 30 centímetros por suporte. O comprimento exposto preferido deve ser de pelo menos 40 centímetros para permitir algum tampão para casos estatisticamente extremos de descolamento de plantas. No software robô, estabeleça um estado de estímulo durante o qual o robô emite luz azul e um estado adormecido durante o qual o robô não emite luz ou emite luz vermelha.Coloque a configuração experimental em condições ambientais controladas e mantenha a fotossíntese da planta usando lâmpadas de crescimento de diodo emissoras de luz externas aos robôs e enfrentando a configuração experimental. Após a germinação, forneça a cada planta seu próprio pote na base da configuração experimental e regular os níveis de temperatura e umidade do ar conforme apropriado para as espécies selecionadas usando aquecedores, condicionadores de ar, umidificadores e desidificadores conforme necessário e monitorando esses níveis usando um sensor de umidade de pressão de temperatura. Para testar o crescimento da planta na presença de múltiplas condições de estímulos subsequentes, forneça aos robôs um mapa global do padrão a ser cultivado e capture continuamente vídeos timelapsed dos experimentos usando câmeras posicionadas em dois ou mais pontos de vantagem com pelo menos uma visão de câmera abrangendo a configuração experimental completa.Certifique-se de que as imagens capturadas são de uma resolução alta o suficiente para capturar adequadamente os movimentos das pontas de cultivo da planta que normalmente são apenas alguns milímetros de largura. Em seguida, observe os eventos de fixação da planta e o padrão de crescimento ao longo dos suportes mecânicos durante um período de crescimento experimental adequado. Em condições sem luz azul, o fototropismo positivo não é acionado e as plantas exibem crescimento ascendente não imparcial à medida que seguem o gravitropismo.As plantas também apresentaram circunnação tipicamente. Como esperado nessas condições, as plantas não conseguem encontrar o suporte mecânico que leva aos robôs adormecidos e colapsam quando não podem mais suportar seu próprio peso. O experimento deve ser interrompido quando pelo menos duas plantas entrarem em colapso.Neste experimento representativo de decisão única, os robôs de estímulo direcionaram com sucesso as plantas para o suporte correto. Neste experimento representativo de múltiplas decisões, as plantas se tornaram um padrão em ziguezague pré-definido usando robôs dormentes e de estímulo para sentir e estimular o crescimento da planta, respectivamente, até que o padrão de ziguezague pré-definido fosse totalmente cultivado. Estudar esse tipo de sistema biohíbrido abre caminho para técnicas emergentes da arquitetura, biologia e engenharia para desenvolver estruturas adaptativas vivas e crescer componentes de construção.

robotic-sensing-and-stimuli-provision-for-guided-plant-growth

Research

JoVE Journal

Engineering

Engenharia

Apresentamos um método para a introdução, acompanhamento e análise quantitativa de expressão GFP em células vegetais. Este método utiliza um design personalizado sistema de robótica para semi-contínua coleção de imagens de um grande número de amostras, ao longo do tempo. Nós também demonstrar o uso de ImageJ e ImageReady para análise de séries de imagens.

Robótica e Análise de Imagem Dinâmica de Estudos de Expressão Gênica em Tecidos Vegetais

Este artigo fornece um protocolo para o cultivo de mudas de Arabidopsis no RootChip, uma plataforma microfluídica imagem que combina controle automatizado das condições de crescimento com acompanhamento raiz microscópica e FRET baseado em medição de níveis de metabólitos intracelulares.

Time-lapse imagens de fluorescência de crescimento de raiz Arabidopsis com Manipulação acelerada do meio root usando o RootChip

Fonte: Nathoo, N., et al. Um sistema de co-cultivo hidropônico para análise simultânea e sistemática de interações moleculares e sinalização planta/micróbio. J. Vis. Exp. (2017).Este vídeo demonstra um sistema de co-cultivo hidropônico para estudar as interações planta-bactéria em condições estéreis. As mudas das plantas são transferidas para um meio de crescimento ácido estéril, incubadas e inspecionadas quanto à contaminação antes da inoculação com Agrobacterium. As bactérias ativadas se...

Um sistema de co-cultivo para estudar as respostas moleculares de hospedeiros vegetais e bactérias em interação

O sistema de cocultivação hidropônico descrito suporta plantas intactas com telas de malha metálica e as coculata com bactérias. O tecido vegetal, as bactérias e as moléculas segregadas podem então ser colhidas separadamente para análises a jusante, permitindo simultaneamente que as respostas moleculares de ambos os hospedeiros de plantas e micróbios ou microbiomas interativos sejam investigadas.

Um sistema de co-cultivo hidropônico para análises simultâneas e sistemáticas de interações moleculares e sinalizadoras de plantas / micróbios

Um protocolo experimental é apresentado para avaliação do solo cultivado sistemas de raiz de planta com RGB e geração de imagens hiperespectrais. Combinação de tempo de imagem RGB série com informações quimiométricas de hiperespectrais verifica otimiza insights sobre a dinâmica de raiz da planta.

RGB e raiz Spectral Imaging para fenotipagem de planta e pesquisa fisiológica: instalação Experimental imagem e protocolos

Percepção de Giberelina Sensor 1 (GPS1) é o primeiro Förster ressonância energética baseada em transferência biosensor para medir os níveis celulares de fitohormônios Giberelina com uma alta resolução spatiotemporal. Este protocolo informa o método para visualizar e quantificar os níveis de Giberelina celular usando o biosensor nlsGPS1 geneticamente codificado em Arabidopsis hipocótilo e dicas de raiz.

Níveis de Giberelina celular visualização usando a energia de ressonância de Förster NlsGPS1 transferir Biosensor (FRET)

Uma máquina de carregamento suave de força de toque é construída a partir de escovas de cabelo humano, braços robóticos e um controlador. As escovas do cabelo são conduzidas por braços robóticos instalados na máquina e movem-se periodicamente para aplicar a toque-força em plantas. A força dos toques de cabelo acionado por máquina é comparável à dos toques aplicados manualmente.

Um trabalho-economia e repetível Touch-Force sinalização mutante Screen Protocol para o estudo de Thigmomorphogenesis de uma planta modelo Arabidopsis Arabidopsis thaliana

Este método de fenotipagem gravimétrica de alta produtividade, telemétrica, relações de água de plantas inteiras permite medições diretas e simultâneas em tempo real, bem como a análise de múltiplos traços fisiológicos relacionados ao rendimento envolvidos em interações dinâmicas entre plantas e ambientes.

Uma plataforma telemétrica e gravimétrica para fenotipagem fisiológica em tempo real de interações vegetais-ambientais

Usamos ferramentas laboratoriais simples para examinar a arquitetura do sistema radicular (RSA) de Arabidopsis e Medicago. As plântulas são cultivadas hidroponicamente sobre malha e espalhadas usando um pincel de arte para revelar a RSA. As imagens são tiradas usando digitalização ou uma câmera de alta resolução e, em seguida, analisadas com o ImageJ para mapear traços.

Um Protocolo Simples para Mapear as Características da Arquitetura do Sistema Radicular da Planta

Projetamos um protocolo de fenotipagem baseado em imagem para determinar as respostas morfológicas e fisiológicas a tratamentos únicos e combinados de calor, seca e alagamento. Essa abordagem permitiu a identificação de respostas precoces, tardias e de recuperação em todo o nível da planta, particularmente nas partes acima do solo, e destacou a necessidade de usar vários sensores de imagem.

Fenotipagem baseada em imagem de alto rendimento para determinar respostas morfológicas e fisiológicas a estresses únicos e combinados em batata

Este manuscrito descreve uma abordagem não destrutiva e de alta capacidade para medições autônomas de campo da eficiência quântica do fotosistema II, refletância espectral e arquitetura vegetal, possibilitando fenotipagem de fotossíntese em grande escala do dossel em ensaios de campo agronômicos e de reprodução.

Triagem de alta produtividade em campo da eficiência fotossintética em plantas agrícolas usando um robô autônomo

Aprenda a guiar o crescimento de plantas trepadeiras usando nós robóticos autônomos com estímulos de luz azul. Este método demonstra sistemas biohíbridos para agricultura e arquitetura adaptativa.

Sensoriamento robótico e provisão de estímulos para crescimento de plantas guiadas

Explorar mais vídeos