Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Engineering

Robotic sensing og stimuli avsetning for guidet Plant vekst

Published: July 1, 2019 doi: 10.3791/59835

Summary

Distributed robot noder gir sekvenser av blått lys stimuli for å styre veksten baner av klatring planter. Ved å aktivere naturlig phototropism, robotene veilede plantene gjennom binære venstre-høyre beslutninger, vokser dem i forhåndsdefinerte mønstre som i motsetning ikke er mulig når robotene er sovende.

Abstract

Robot systemer er aktivt undersøkt for manipulering av naturlige planter, vanligvis begrenset til landbruket automatisering aktiviteter som innhøsting, vanning og mekanisk ugress kontroll. Utvide denne forskningen, introduserer vi her en ny metodikk for å manipulere retnings vekst av planter via deres naturlige mekanismer for signalering og hormon distribusjon. En effektiv metodikk for Robotic stimuli bestemmelsen kan åpne opp muligheter for ny eksperimentering med senere utviklingsmessige faser i planter, eller for nye bioteknologi applikasjoner som forme planter for grønne vegger. Interaksjon med planter presenterer flere robot utfordringer, inkludert kort rekkevidde sensing av små og variable plante organer, og den kontrollerte aktiveringen av plante responser som er påvirket av miljøet i tillegg til den med følgende stimuli. For å styre plantevekst, utvikler vi en gruppe Immobile roboter med sensorer for å oppdage nærhet til voksende tips, og med dioder for å gi lys stimuli som betjen phototropism. Robotene er testet med klatring felles bønne, Phaseolus vulgaris, i eksperimenter har varigheter opptil fem uker i et kontrollert miljø. Med roboter sekvensielt emitting blått lys-peak utslipp ved bølgelengde 465 NM-plantevekst er vellykket styrt gjennom suksessive binære beslutninger langs mekaniske støtter å nå målet posisjoner. Vekst mønstre er testet i et oppsett opp til 180 cm i høyde, med plante stengler vokst opp til omtrent 250 cm i kumulativ lengde over en periode på cirka sju uker. Robotene koordinerer seg selv og opererer helt selvstendig. De oppdager nærmer anlegget tips ved infrarød nærhet sensorer og kommunisere via radio for å veksle mellom blått lys stimuli og sovende status, etter behov. Samlet, de oppnådde resultatene støtter effektiviteten av kombinere robot og plante eksperiment metoder, for studiet av potensielt komplekse interaksjoner mellom naturlige og konstruerte autonome systemer.

Introduction

Sammenfallende med den økende utbredelsen av automatisering i produksjon og produksjon, er roboter blir utnyttet til å så, behandle og høste planter1,2,3,4,5. Vi bruker robotteknologi for å automatisere plante eksperimenter på en ikke-invasiv måte, med det formål å styre vekst via retningsbestemt respons på stimuli. Tradisjonell hagearbeid praksis har tatt den manuelle utformingen av trær og busker ved mekanisk tilbakeholdenhet og skjæring. Vi presenterer en metodikk som for eksempel kan brukes på denne forme oppgaven, ved å styre vekst mønstre med stimuli. Våre presentert metodikk er også et skritt mot automatiserte plante eksperimenter, her med et spesielt fokus på å gi lys stimuli. Når teknologien har blitt robust og pålitelig, har denne tilnærmingen potensial til å redusere kostnader i plante eksperimenter og for å muliggjøre nye automatiserte eksperimenter som ellers ville bli umulig på grunn av overhead i tid og manuell arbeidskraft. Den Robotic elementer er fritt programmerbare og handle selvstendig som de er utstyrt med sensorer, aktuatorer for stimuli bestemmelsen, og mikroprosessorer. Mens vi fokuserer her på nærhet sensing (dvs. måle avstander på nært hold) og lys stimuli, mange andre alternativer er gjennomførbart. For eksempel kan sensorer brukes til å analysere plantefarger, overvåke biokjemiske aktivitet6, eller for phytosensing7 tilnærminger til å overvåke for eksempel miljømessige forhold gjennom anlegget elektrofysiologi8. På samme måte kan alternativer for aktuator gi andre typer stimuli9, gjennom vibrasjonsmotorer, sprøyteenheter, varmeovner, vifter, skyggeleggings enheter eller manipulators for styrt fysisk kontakt. Ytterligere aktivering strategier kan implementeres for å gi langsom mobilitet til robotene (dvs. langsomme boter '10), slik at de kunne gradvis endre posisjon og retning som de gir stimuli. Videre, som robotene er utstyrt med single-Board datamaskiner, kan de kjøre mer sofistikerte prosesser som visioning for plante bestemmelse av fenotype11 eller kunstige nevrale nettverk kontrollere for stimuli aktivering12. Som plante forskning fokus er ofte på tidlig vekst (dvs. i skudd)13, hele domenet for å bruke autonome robot systemer for å påvirke planter over lengre perioder synes utforskede og kan tilby mange fremtidige muligheter. Går enda ett skritt videre, kan Robotic elementer ses som objekter av forskningen selv, slik at studiet av den komplekse dynamikken i bio-hybrid systemer dannet av roboter og planter tett samspill. Robotene selektivt pålegge stimuli på plantene, plantene reagerer i henhold til deres adaptive atferd og endre deres vekstmønster, som senere oppdages av robotene via sine sensorer. Vår tilnærming stenger atferdsmessige feedback loop mellom plantene og robotene og skaper en homøostatisk kontroll loop.

I våre eksperimenter for å teste funksjonen til roboten systemet, vi utelukkende bruke klatring felles bønne, Phaseolus vulgaris. I dette oppsettet bruker vi klatring planter, med mekaniske støtte i et gridded stillas av total høyde 180 cm, slik at plantene er påvirket av thigmotropism og har et begrenset sett med vekst retninger å velge mellom. Gitt at vi ønsker å forme hele planten over en periode på uker, bruker vi blått lys stimuli å påvirke anleggets phototropism makroskopisk, over ulike vekst perioder inkludert unge skudd og senere Stem stivne. Vi utfører eksperimenter i fullt kontrollerte omgivelseslys forhold der annet enn det blå lyset stimuli vi gir utelukkende rødt lys, med topp utslipp ved bølgelengde 650 NM. Når de når en bifurkasjonen i mekanisk støtte rutenettet, gjør de en binær beslutning om å vokse til venstre eller høyre. Robotene er plassert på disse mekaniske bifurcations, adskilt av avstander på 40 cm. De aktiverer og deaktiverer sitt blå lys utstråling, med topp utslipp ved bølgelengde 465 NM, ifølge et forhåndsdefinert kart over ønsket vekstmønster (i dette tilfellet et sikk-sakk mønster). På denne måten blir plantene guidet fra bifurkasjonen til bifurkasjonen i en definert rekkefølge. Bare én robot er aktivert på et gitt tidspunkt, der den avgir blått lys mens du overvåker plantevekst på mekanisk støtte under den. Når den oppdager en voksende spissen ved hjelp av infrarød nærhet sensorer, stopper det emitting blått lys og kommuniserer til nabolandet roboter via radio. Roboten som bestemmer seg for å være det neste målet i sekvensen deretter senere aktiveres, tiltrekker plantevekst mot en ny mekanisk bifurkasjonen.

Som vår tilnærming inkorporerer både konstruert og naturlige mekanismer, våre eksperimenter omfatter flere metoder som opererer samtidig og uavhengig. Protokollen her er først organisert i henhold til type metode, som hver må integreres i et enhetlig eksperiment oppsett. Disse typene er plantearter utvalg; robot design inkludert maskinvare og mekanikk; robot programvare for kommunikasjon og kontroll; og overvåking og vedlikehold av plante helse. Protokollen fortsetter deretter med eksperiment utformingen, etterfulgt av datainnsamling og innspilling. For fullstendig informasjon om resultatene som er oppnådd så langt, se Wahby et al.14. Representative resultater dekker tre typer eksperimenter – kontroller eksperimenter der alle robotene ikke gir stimuli (dvs. er sovende); enkelt-beslutning eksperimenter der anlegget gjør en binær valg mellom en stimuli-gi robot og en som er sovende; og fler beslutnings eksperimenter der planten navigerer en rekke binære valg for å skape et forhåndsdefinert mønster.

Protocol

1. valg av plantearter

Merk: denne protokollen fokuserer på anlegget atferd knyttet til klatring, retningsbestemt svar på lys, og helse og overlevelse av plantene i den spesifikke sesongen, sted og eksperimentelle forhold.

  1. Velg en plante Art kjent for å vise sterke positive phototropism15,16 mot UV-a og blått lys (340-500 NM) i økende tips.
  2. Velg en art som er en Winder, der circumnutation17 atferden uttales og den voksende spissen har vinkel baner med stor nok amplitude til å vikle rundt de mekaniske støttene som brukes i de spesifikke eksperimentelle forholdene. Den Twining18 virkemåten utstilt ved den valgte Winder bør tolerere miljø og næringsstoffer til stede i forsøket og bør tåle mekaniske støtter med vinkel på helling opp til 45 °.
  3. Velg en art som vil vokse pålitelig og raskt i de eksperimentelle forhold, med en gjennomsnittlig vekst hastighet ikke mindre enn ca 5 cm per dag, og helst raskere hvis mulig.
  4. Velg en art som vil vise de nødvendige virkemåtene i denne sesongen og geografisk plassering.
  5. Sikre arten tolerere omfanget av miljømessige parametre som vil være til stede i det eksperimentelle oppsettet. Anlegget skal tolerere et fravær av grønt lys og et fravær av lys utenfor det synlige spekteret (400 – 700 NM). Anlegget bør også tolerere noen nåværende svingninger i temperatur, holdt på ca 27 ° c, samt eventuelle nåværende svingninger i fuktighet og vanning.

2. robot forhold og design

  1. Organiser robot funksjoner i desentralisert noder med datamaskiner med én tavle (se figur 1 og figur 2), integrert i modulære mekaniske støtter. Sørg for at hver identiske robot node er i stand til å kontrollere og utføre sin egen oppførsel.
  2. For robot bestemmelse av stimuli til planter, gi blått lys (400-500 NM) til planter på kontrollerbar intervaller, med en intensitet som vil utløse deres phototropic respons, fra retning og orientering som kreves for den respektive delen av eksperimentet .
    1. Velg en rød-grønn-blå (RGB) lysdiode (LED) eller en isolert blå LED. I begge tilfeller inkluderer en LED med en blå diode med peak utslipp ƛMax = 465 NM.
    2. Velg en LED som når samlet seg i grupper og sett i de nøyaktige forholdene til den anvendte roboten kan opprettholde det nødvendige lysstyrkenivået i hver retning som testes i eksperimentoppsettet. For hver retning testes, sikre at de blå dioder i lysdioder i en enkelt robot er kollektivt i stand til å opprettholde en lys intensitet på ca 30 lumen uten overoppheting, når den ligger i benyttet robot kabinettet og eventuelle utnyttet Varmespredning strategier. Den valgte LED-en skal ha en visningsvinkel på ca. 120 °.
      Merk: for eksempel, i en robot utnytte tre lysdioder per retning, med microcontroller regulering av intensitet, hvis de blå dioder avgir med maksimal lys intensitet Φ = 15 lumen, deretter uten overoppheting de skal kunne opprettholde 65% av maksimum.)
    3. Interface lysdiodene til roboten single-Board datamaskinen, via LED-drivere som regulerer strømforsyningen i henhold til ønsket lysstyrke. Sette i stand individ administrere, en av hver smal avsats eller av det SMAL AVSATS holdene betjener hver retningene tilværelse testet inne det setup.
  3. For sensing prosedyren for nærhet av anlegget voksende tips (se figur 3b), bruke bearbeidede opplesninger fra infrarød nærhet (IR-nærhet) sensorer for pålitelig og selvstendig oppdage tilstedeværelsen av planter nærmer seg fra hver retning testet i oppsettet.
    1. Velg en IR-nærhetssensor som regelmessig oppdager den voksende tuppen av de valgte Planteartene, når det arrangeres vinkelrett til den sentrale aksen i den retningen anlegget nærmer seg, som testet i et uhindret miljø. Sikre vellykket deteksjon oppstår fra en avstand på 5 cm, som vist i figur 3a starter ved tidsstempelet merket "07.04.16" på den horisontale aksen.
    2. Interface hver IR-nærhet sensor til roboten single-Board datamaskinen, og gjennomføre en vektet aritmetisk middelvei tilnærming til å behandle sensoren målingene i en bestemmelse av om en plante er til stede innen 5 cm. Bruk sensor målingene fra de siste fem s for å gi 20% av den endelige gjennomsnittlige vekten som brukes i deteksjon.
    3. Sørg for at den valgte IR-nærhetssensoren ikke avgir kritiske bølgelengder som kan forstyrre den lys drevne atferden til de valgte artene. Sørg for at bølgelengder som slippes ut av sensoren under 800 NM, ikke er tilstede på avstander større enn 5 mm fra sensorens IR-kilde, målt ved spektrometer.
  4. Distribuer eksperiment funksjonene over et sett av roboter, slik at hver robot kan styre de delene som fortsetter i sitt eget lokale område. Ordne robotene ' levering av lys stimuli og sensing evner i henhold til de respektive plantevekst retninger blir testet.
    1. Lag hver robot rundt en enkelt tavle-PC som er aktivert for trådløst lokalnettverk (WLAN). Grensesnitt datamaskinen til sensorer og aktuatorer via et tilpasset kretskort (PCB). Kraft hver robot individuelt, med sin egen batteri backup.
    2. Inkluder en IR-nærhet sensor per retning blir testet for nærmer planter, i henhold til de ovennevnte krav.
    3. Inkluder nok lysdioder til å levere over blått lys krav, per retning blir testet for nærmer planter.
      1. Hvis du bruker RGB lysdioder i stedet for blå lysdioder, eventuelt aktivere utstråling fra den røde diode når den blå diode ikke er i bruk, for å utfylle det røde lyset levering beskrevet nedenfor (for plante helse via støtte fra fotosyntese).
      2. Hvis rødt lys slippes ut fra robotene på visse intervaller, deretter bruke røde dioder med peak utslipp på ca ƛMax = 625-650 NM, uten kritiske bølgelengder overlappende det grønne båndet (dvs. under 550 NM) eller langt-rødt bånd (dvs. over 700 NM).
      3. Ikke la røde dioder å produsere varme nivåer høyere enn de av de blå dioder.
    4. Inkluder maskinvare som aktiverer lokale stikkord mellom roboter. Inkluder en photoresistor (dvs. lys avhengig motstand eller LDR) for hver retning av en nabo robot for å overvåke deres lys utstråling status. Alternativt kan kommunisere status for lokale naboer via WLAN.
    5. Inkluder maskinvare for å spre varme, som kreves av forholdene til de valgte blå dioder og utnyttet roboten kabinettet. Utfør ved en kombinasjon av aluminium heatsinks, ventiler i roboten tilfelle kabinett, og vifter. Aktiver vifter med en digital temperatur sensor på en enkelt tavle-PC eller supplerende PCB.
    6. Organiser roboten komponenter slik at de relevante retninger er jevnt betjent.
      1. Plasser blå dioder å distribuere en tilsvarende lys intensitet til hver av retningene som planter kan nærme (dvs. fra mekaniske støtter festet til roboten nedre halvdel, se trinn 2,5). Orient hver diode i roboten tilfelle slik at sentrum aksen av sin linse vinkel er innenfor 60 ° av hver akse av mekanisk støtte IT-tjenester, og plassere den for å ikke bli blokkert av roboten saken.
      2. Plasser IR-nærhets sensorene ekvivalent for deres respektive nærmer seg vekst retninger (dvs. fra mekaniske støtter festet til roboten nedre halvdel, se trinn 2,5). Plasser hver IR-nærhetssensor innen 1 cm fra festepunktet mellom roboten og den mekaniske støtten som betjenes, og Juster den slik at visningsvinkelen er parallell med støtte aksen. Sørg for at emitter og mottaker ikke er blokkert av roboten saken.
      3. Plasser eventuelle photoresistors for lokal kommunikasjon ekvivalent for hver retning mot en nabo robot i oppsettet (dvs. fra alle mekaniske støtter festet til roboten, se 2,5). Orientere hver photoresistor slik at sentrum aksen av sin visningsvinkel er innenfor 45 ° av støtten aksen det tjenester, og posisjon til å ikke blokkeres av roboten saken.
    7. Sett sammen alle komponentene med en enkelt tavle-PC (se blokk skjemaet i figur 2). Sikre computeren kan lett innlogget for opprettholdelsen etter samlingen.
      1. Interface lysdioder til datamaskinen via LED-drivere ved hjelp av pulsbredde moduleringshjul. Bruk en fast mekanisk forbindelse mellom lysdiodene og enten etuiet eller varmeavlederen, og bruk en mekanisk ubegrenset forbindelse mellom lysdiodene og datamaskinen.
      2. Interface fans til datamaskinen via lineær regulator (dvs. bytte) ved hjelp av et generelt inn data/utgang header PIN. Fester vifter der det er tilstrekkelig luftgjennomstrømning, samtidig som det også sikrer at det ikke blir lagt mekaniske påkjenninger på dem.
      3. Interface IR-nærhet sensorer og photoresistors via analog-til-digital omformer, ved hjelp av serielle perifere grensesnitt. Bruk en fast mekanisk forbindelse fra sensorene til kabinettet, og en mekanisk ubegrenset tilkobling til datamaskinen.
      4. Produsere roboten saken fra varmebestandig plast ved hjelp av enten selektiv lasersintring, Stereolithography, smeltet deponering modellering, eller injeksjon molding.
  5. Integrer robotene i et sett av modulære mekaniske støtter som dually holde robotene i posisjon og tjene som klatring stillas for plantene, begrenser plantene ' sannsynlig gjennomsnittlig vekst baner. Design robotene til å tjene som supplerende mekaniske skjøter mellom støttene, posisjonert slik at de krysser plantevekst baner.
    1. Minimer størrelsen på roboten, og sikre at den kan være pålitelig overgått av en ikke støttet voksende spissen av de valgte Planteartene. Reduser robot størrelsen i størst mulig grad for å øke eksperiment hastigheten.
    2. Forme de utvendige veggene i roboten kroppen å være så diskret å plantevekst som mulig når en voksende spissen trinnvis navigerer rundt roboten. Rund eller fasett robot legemet for ikke å blokkere circumnutation i Twining plantearter. Ekskluder skarpe utstikkende og akutte fordypninger.
    3. Velg et materiale og profil (dvs. form av tverrsnitt) for den mekaniske støtter, slik at de valgte plantearter effektivt kan klatre den, for eksempel en tre stang med sirkulær profil av en diameter omtrent 8 mm eller mindre. Sikre at mekaniske støttene er strukturelt stive nok til å støtte planter og roboter i oppsettet, forsterket av en transparent akryl ark bak oppsettet.
    4. På hver robot inkluderer festepunkter for å forankre den spesifiserte mekaniske støttene. Inkluder en for hver retning som en plante kan nærme eller forlate en robot.
      1. For hvert festepunkt inkluderer du en socket i robot etuiet, med dimensjoner som samsvarer med tverrsnitt av støttematerialet.
      2. Sett kontakten med en dybde på ikke mindre enn 1 cm. Hold sokkelen grunt nok til at støtten ikke kolliderer med komponentene inne i roboten.
    5. Ordne mekanisk støtter i et regelmessig gridded mønster, jevnt Diagonal med en vinkel på helling ved 45 ° eller brattere. Gjør lengdene av støttene uniform. Minimum eksponert lengde på støtten er 30 cm, for å tillate tilstrekkelig plass for klatring plantene å feste etter å ha utforsket området i deres støttes tilstand. Den foretrukne eksponert lengde er 40 cm eller mer, for å tillate noen buffer for statistisk ekstreme tilfeller av anlegget vedlegg.
    6. Monter de mekaniske elementene med robotene. Følgende protokoll forutsetter en eksponert støtte lengde på 40 cm, og et oppsett med åtte roboter i fire rader (se figur 6). For andre størrelser, Skaler tilsvarende.
      1. På gulvflaten, bygge en stand 125 cm bred som er i stand til å holde oppsettet i oppreist stilling.
      2. Fest en 125 cm x 180 cm ark (8 mm tykk eller mer) av gjennomsiktig akryl til stativet, slik at det står oppreist.
      3. Plasser potter med riktig jord på stativet, mot akryl arket.
      4. Fest to mekaniske y-skjøter til akryl arket, 10 cm over pottene. Plasser leddene 45 cm og 165 cm til høyre, henholdsvis på venstre kant av stativet.
      5. Fest to støtter til venstre y-ledd, lener 45 ° til venstre og til høyre, og fest en støtte til høyre y-joint, lener 45 ° til venstre.
      6. Fest to roboter til akryl ark, og sett endene av den tidligere plasserte støtter inn i kontaktene i roboten tilfeller. Plasser robotene 35 cm over y-leddene, og 10 cm og 80 cm til høyre, henholdsvis på venstre kant av stativet.
      7. Gjenta mønsteret for å feste de resterende robotene og støtte i diagonalt gridded mønster (se figur 6), slik at hver rad med roboter er 35 cm over forrige rad, og hver robot er horisontalt plassert rett over roboten eller y-leddet som er to rader under den.

3. robot programvare

  1. Installer et operativsystem (f. eks, Raspbian) på single-Board datamaskiner av robotene.
  2. Under hvert eksperiment kjører du programvare protokollen på hver robot parallelt, slik at deres distribuerte autonome adferd (se Wahby et al.14, for pseudocode og flere detaljer).
  3. Etablere to mulige tilstander for roboten: en er en stimulans tilstand der roboten avgir blått lys på intensiteten beskrevet ovenfor; den andre er en sovende tilstand der roboten enten avgir ingen lys eller avgir rødt lys som beskrevet ovenfor.
    1. I stimulans tilstand, sende en pulsbredde moduleringshjul (PWM) signal via single-Board datamaskinen med en frekvens som tilsvarer den nødvendige lysstyrken til den blå lysdioder drivere.
    2. I sovende tilstand, utløse ingen lysdioder, eller om nødvendig sende en PWM signal til bare den røde lysdioder drivere.
  4. I kontroll eksperimenter, tilordne alle robotene den sovende staten.
  5. I enkelt-beslutning eksperimenter, tilordne en robot den sovende staten og en robot stimulans staten.
  6. Start oppstartsprosessen på følgende måte i eksperimenter med flere avgjørelser :
    1. Supply til hver robot en full konfigurasjon kart over mønsteret av plantevekst som skal testes i dagens eksperiment.
    2. Angi plasseringen av roboten i mønsteret, enten automatisk ved hjelp av lokaliserings sensorer eller manuelt.
    3. Sammenlign roboten plasseringen til den med følgende kartet. Hvis roboten plassering er den første plasseringen på kartet, sette roboten til stimulans; ellers sette roboten til sovende. Initialisering prosessen slutter.
  7. I eksperimenter med flere avgjørelser starter du styre prosessen på følgende måte: Utfør iteratively.
    1. Sjekk roboten ' s IR-nærhet sensor lesing å se om en plante er blitt oppdaget.
    2. Hvis en plante oppdages og roboten er satt til sovende, og deretter vedlikeholde.
    3. Hvis en plante oppdages og roboten er satt til stimulans, da:
      1. Informer de tilstøtende nabo robotene om at en plante har blitt oppdaget, og Inkluder robot plasseringen i meldingen.
      2. Sett roboten til sovende.
      3. Sammenlign roboten plassering til kartet. Hvis roboten er på det siste stedet på kartet, sender du et signal over WLAN at eksperimentet er fullført.
    4. Sjekk roboten innkommende meldinger fra sin tilstøtende nabolandene å se om en av dem som var satt til stimulans har oppdaget en plante.
    5. Hvis en stimulans nabo har oppdaget en plante, sammenligne at naboens plassering til roboten plassering, og også sammenligne til kartet.
    6. Hvis roboten er på den påfølgende plasseringen på kartet, sette roboten til stimulans.
    7. Avslutt den gjentakende sløyfen i styre prosessen når et signal er mottatt, at eksperimentet er fullført.

4. anlegg helse overvåking og vedlikehold prosedyre

  1. Finn eksperimentoppsettet i kontrollerte miljøforhold – spesielt innendørs, uten hendelse dagslys eller annet lys som er eksternt, til forholdene beskrevet nedenfor, med kontrollert lufttemperatur og-fuktighet, og med kontrollert jord vanning. Overvåk forholdene med sensorer som er koblet til en microcontroller eller en enkelt tavle-PC som er WLAN-aktivert.
  2. Oppretthold plante fotosyntese ved hjelp av LED vekst lamper som er eksterne for robotene og mot eksperimentoppsettet.
    1. Bruk veksten lamper til å levere monokromatisk rødt lys til oppsettet, med røde dioder har peak utslipp på ca ƛMax = 625-650 NM, uten kritiske bølgelengder utenfor området 550 til 700 NM, med unntak for en lav forekomst av Omgivelses blått lys hvis nyttig for helsen til den valgte arten. Hvis en lav forekomst av Omgivelses blått lys er inkludert, begrense til nivåer på en svært liten brøkdel av de som slippes ut av en enkelt robot.
    2. Gi nivåene av rødt lys som kreves for helsen til de utvalgte arter, vanligvis omtrent 2000 lumen eller mer totalt.
    3. Orientere vekst lamper å møte eksperimentet oppsett, slik at deres utstråling er fordelt grovt jevnt over vekst området.
    4. Overvåk omgivelseslys forholdene ved hjelp av en RGB Fargesensor.
  3. Etter spirende gir du hver plante sin egen pott ved foten av eksperimentoppsettet. Gi passende jord volum og type for den valgte arten. Sikre at jord og frø har blitt renovert før å spire. Bruk egnede skadedyrskontroll metoder for å forebygge eller håndtere insekter hvis de finnes.
  4. Regulere lufttemperatur og luftfuktighet, tilsvarende for de utvalgte arter, ved hjelp av ovner, klimaanlegg, luftfuktere, og avfuktere. Overvåk nivåer ved hjelp av en sensor for temperatur trykkluft fuktighet.
  5. Overvåk jord ved hjelp av en jord fukt sensor. Opprettholde en passende rate av vanning for den valgte arten. Utfør ved hjelp av en automatisert vanning system der vannet er levert til jord via dyser som utløses av jordfuktighet sensor opplesninger, eller vann jord manuelt, som regulert av sensoren opplesninger.

5. eksperiment design

  1. Plasser roboter og mekaniske støtter i et rutenett store nok til å dekke vekst området og mønsteret blir testet i forsøket, ikke mindre enn én rad og to kolonner av roboter.
  2. Under den nederste raden av roboter, plassere en rad av standard Diagonal mekaniske støtter, matchende dem gjennom hele oppsettet. Der de nedre endene av disse støtter snitt, bli med dem mekanisk med en y-joint. For hver "y-joint" i bunnen av oppsettet, plante et ensartet antall planter i henhold til størrelsen på den diagonale Grid cellen (omtrent en plante per 10 cm av eksponert mekanisk støtte lengde), med anlegget helse vedlikehold forholdene beskrevet ovenfor.
  3. Velg en eksperiment type som skal kjøres, og der det er relevant å velge et antall og distribusjon av roboter.
    1. Eksperiment type 1: kontroll
      Merk: dette eksperimentet type tester vekst av klatring planter i forhold fraværende av lys stimuli å utløse phototropism. Den kan kjøres på alle størrelser og form av oppsett.
      1. Tilordne alle roboter sovende tilstand (se trinn 3,4) og kjøre kontinuerlig til resultatene er manuelt vurdert å være fullført.
      2. Observer om planter festes til de mekaniske støttene. I et vellykket eksperiment vil ingen av plantene finne eller feste til de mekaniske støttene.
    2. Eksperiment type 2: enkelt avgjørelse
      Merk: dette eksperimentet type tester plantene vekst baner når det presenteres med binære opsjoner-en støtte som fører til en sovende robot og en støtte som fører til en stimulans robot. Det kjører bare på minimum oppsett (dvs. en rad, to kolonner).
      1. Tilordne en robot sovende staten (se 3,5) og en robot stimulans staten. Kjør kontinuerlig inntil en av de to robotene oppdager en plante med IR-nærhet sensor.
      2. Observere anlegget vedlegg til mekanisk støtte, vekst langs støtte, og sensoravlesninger av stimulans robot. I et vellykket eksperiment, vil roboten med stimulans staten oppdage en plante etter at den hadde vokst langs de respektive støtte.
    3. Eksperiment type 3: flere avgjørelser
      Merk: dette eksperimentet type tester plantene vekst når det presenteres med flere påfølgende stimuli forhold, som utløser en rekke avgjørelser i henhold til en forhåndsdefinert globale kartet. Den kanne løpe opp på alle størrelse og skikkelsen av setup det har mer enn det minst mulig antallet av rekkene (i.e., to eller flere).
      1. Gi robotene et globalt kart over mønsteret som skal dyrkes (se trinn 3.6-3.7.7).
      2. Observere anlegget vedlegg hendelser og mønster av vekst langs mekanisk støtter.
        1. I et vellykket eksperiment, minst én plante vil ha vokst på hver støtte til stede i det globale kartet.
        2. I tillegg, i et vellykket eksperiment ingen plante vil ha valgt feil retning når den voksende spissen er plassert på det nåværende aktive vedtaket punkt.
        3. Ikke vurdere overflødig voksende tips her, hvis for eksempel en forgrening hendelse plasserer en ny voksende spissen på et foreldet sted på kartet.

6. opptak prosedyre

  1. Lagre data fra sensorer og kameraer i utgangspunktet på en enkelt tavle-PC der dataene er generert om bord. Kjør integrerte svar servere som svarer på nødvendige forespørsler, for eksempel den sist lagrede sensor avlesningen. Med jevne mellomrom kan du laste opp data og logge filer over WLAN til en lokal nettverkstilknyttet lagringsenhet (NAS).
  2. Ta opp tidsforløp videoer av eksperimentene kontinuerlig ved hjelp av kameraer plassert på to eller flere utsiktspunkter, med minst én kameravisning som omfatter hele eksperimentoppsettet. Sikre fanget bildene er av høy nok oppløsning til tilstrekkelig fange bevegelsene til planten voksende tips, vanligvis bare noen få millimeter i bredden.
    1. Automatiser bilde opptaksprosessen for å sikre konsekvente tidsintervaller mellom opptak, ved hjelp av et innebygd kamera på en enkelt tavle-PC eller et frittstående digitalt kamera som er automatisert med en intervallometeret. Installer lamper til å fungere som blinker, automatisert på samme måte som kameraene. Sørg for at blinker er lyse nok til å konkurrere med det røde lyset av vekst lamper uten dramatisk etterbehandling bildene for fargekorrigering.
    2. Finn blinker slik at eksperimentet oppsettet kan være fullt opplyst og derfor godt synlig i bilder. Synkroniser kameraene og blinker slik at alle kameraer ta bilder samtidig, under en 2 s Flash periode. Capture bildene hvert 2 minutter, for varigheten av hvert eksperiment.
  3. Logg miljø sensor data, spesielt målingene fra temperatur-trykk-fuktighet sensor, RGB Fargesensor, og jordfuktighet sensor. Logg data fra alle roboter i oppsettet, spesielt IR-nærhet sensor og photoresistor opplesninger, samt den interne tilstanden til roboten som definerer sin LED utstråling status.
  4. Gjør alle registrerte data tilgjengelige for ekstern overvåking av eksperimentene, via regelmessige sanntidsrapporter, for å sikre at riktige forhold opprettholdes for hele eksperiment varigheten opp til flere måneder.

Representative Results

Kontroll: Plant atferd uten Robotic stimuli.
På grunn av mangelen på blått lys (dvs. alle roboter er sovende), er positiv phototropism ikke utløst i anlegget. Derfor planter viser upartisk oppover vekst som de følger gravitropism. De viser også typiske circumnutation (dvs. svingete), se figur 4a. Som forventet, ikke plantene å finne den mekaniske støtten fører til sovende roboter. Plantene kollapser når de ikke lenger kan støtte sin egen vekt. Vi stopper eksperimentene når minst to planter kollaps, se figur 4b, C.

Én eller flere avgjørelser: plante adferd med Robotic stimuli
I fire enkelt-beslutnings eksperimenter, to runs har venstre styring (dvs. roboten igjen av bifurkasjonen er aktivert til stimulans), og to går har høyre styring. Stimulans robotene klarer å styre plantene mot riktig støtte, se figur 5. Den nærmeste planten med Stem vinkel mest lik som den riktige støtten festes først. I hvert eksperiment, i det minste en plante festes til støtte og klatrer den til den når stimulans roboten og dermed ender eksperimentet. I ett eksperiment festes en annen plante til riktig støtte. De resterende plantene kan også legge ved lengre eksperiment varighet. Ingen av plantene festes til feil støtte. Hvert eksperiment kjører kontinuerlig i gjennomsnitt 13 dager.

I to fler beslutnings eksperimenter vokser plantene inn i et forhåndsdefinert sikk-sakk mønster, se figur 6a. Hvert eksperiment kjører i cirka sju uker. Som et eksperiment starter, setter en robot sin status til stimulans (se 3.6.3) og styrer plantene mot riktig støtte i henhold til det fastsatte mønsteret. En plante festes og klatrer den, ankommer den aktiverte stimulans roboten derfor fullføre den første avgjørelsen. Ifølge 3.7.3, den nåværende stimulans roboten blir deretter sovende og varsler sine tilstøtende naboer. Den sovende nabo som er neste på sikksakk mønsteret slår seg til stimulans (se 3.7.6). Hvis et anlegg oppdages av en sovende robot, vil ikke roboten reagere (se 3.7.2). Plantene fortsetter og fullføre de resterende tre beslutningene vellykket. Det forhåndsdefinerte sikk-sakk mønsteret er derfor fullt dyrket, se figur 6b.

Alle eksperimentdata, samt videoer, er tilgjengelig online24.

Figure 1
Figur 1. Den Immobile roboten og dens primære komponenter. Figur gjengitt fra forfatter publikasjon Wahby et al.14, brukes med Creative COMMONS License CC-by 4,0 (se tilleggsfiler), med modifikasjoner som tillatt av lisens. Vennligst klikk her for å se en større versjon av dette tallet.

Figure 2
Figur 2. Komponenten diagram av Immobile robot elektronikk. IRLML2060 LED-drivere er tilkobles med robot ens single-Board datamaskin (f. eks Raspberry PI) via PWM for å kontrollere lysstyrken på lysdioder. En LP5907 bryteren er tilkobles med single-Board datamaskinen via generell-formål inn-/utgang (GPIO) header PIN, for å kontrollere viften. En MCP3008 analog-til-digital omformer (ADC) er tilkobles med single-Board datamaskinen via serielle perifere grensesnitt (SPI) for å lese analog IR og lys-avhengige motstand (LDR) sensor data. Vennligst klikk her for å se en større versjon av dette tallet.

Figure 3
Figur 3. Kort tid etter ' 03.04.16, ' en plante spiss klatrer en støtte og kommer i synsfeltet til roboten. (A) sample IR-nærhetssensor skalert spennings avlesninger (vertikal akse) under et eksperiment. Høyere verdier indikerer deteksjon av plante spissen. (B) IR-nærhet sensor er plassert og orientert i henhold til støtte vedlegget, for å sikre effektiv plante spissen deteksjon. Figur gjengitt fra forfatter publikasjon Wahby et al.14, brukes med Creative COMMONS License CC-by 4,0 (se tilleggsfiler), med modifikasjoner som tillatt av lisens. Vennligst klikk her for å se en større versjon av dette tallet.

Figure 4
Figur 4. Kontroll eksperimenter resultat rammer som viser at alle fire plantene ikke feste til noen støtte i fravær av blått lys. (A) etter fem dager, alle planter vokser oppover i en av kontroll eksperimenter (se (C) for senere vekst condition). (B) etter 15 dager, tre planter kollapset, og en fortsatt vokser oppover i den første kontrollen eksperimentet. (C) etter syv dager, to planter kollapset, og to fortsatt vokser oppover i andre kontroll eksperiment (se (A) for tidligere vekst tilstand). Figur gjengitt fra forfatter publikasjon Wahby et al.14, brukes med Creative COMMONS License CC-by 4,0 (se tilleggsfiler), med modifikasjoner som tillatt av lisens. Vennligst klikk her for å se en større versjon av dette tallet.

Figure 5
Figur 5. Single-Decision eksperimenter resultat rammer som viser evnen til en stimulans robot til å styre plantene gjennom en binær beslutning, å klatre riktig støtte. I alle fire eksperimenter, er en robot satt til stimulans og den andre til sovende-på to motstående sider av et knutepunkt. Rammene viser plantene sted rett før stimulans roboten oppdager dem. I hvert eksperiment minst en plante festes til riktig støtte, og ingen plante festes til feil en. Også ikke støttes planter viser vekst partisk mot stimulans roboten. E, F, G, H er nærbilder av A, B, C, D hhv. Figur gjengitt fra forfatter publikasjon Wahby et al.14, brukes med Creative COMMONS License CC-by 4,0 (se tilleggsfiler), med modifikasjoner som tillatt av lisens. Vennligst klikk her for å se en større versjon av dette tallet.

Figure 6
Figur 6. Fler beslutnings eksperiment. (A) det målrettede sikk-sakk mønsteret er uthevet i grønt på kartet. (B) den siste rammen fra eksperimentet (etter 40 dager), viser plantene situasjon før den siste stimulans roboten på mønsteret oppdager dem. Robotene hell vokse sikksakk mønster. Figur gjengitt fra forfatter publikasjon Wahby et al.14, brukes med Creative COMMONS License CC-by 4,0 (se tilleggsfiler), med modifikasjoner som tillatt av lisens. Vennligst klikk her for å se en større versjon av dette tallet.

Discussion

Den presenterte metodikken viser innledende skritt mot å automatisere stimuli-drevet styring av plantevekst, for å generere konkrete mønstre. Dette krever kontinuerlig vedlikehold av plante helse mens kombinere i et enkelt eksperiment oppsett de forskjellige riker biokjemiske vekst responser og konstruert mekatroniske funksjoner-sensing, kommunikasjon, og kontrollert generasjon av stimuli. Som vårt fokus her er på klatring planter, mekanisk støtte er også integrert. En begrensning av gjeldende oppsett er dens skala, men vi tror vår metodikk lett skalaer. Det mekaniske stillaset kan utvides for større oppsett og derfor lengre perioder med vekst, som også tillater utvidede konfigurasjoner og mønstre. Her oppsettet er begrenset til to dimensjoner og binære venstre-høyre beslutninger, som veksten er begrenset til et rutenett av mekaniske støtter på 45 ° helling, og anlegget vedtak posisjoner er begrenset til at rutenettet er bifurcations. Mekaniske utvidelser kan inkludere 3D-stillaser og ulike materialer, for å muliggjøre komplekse former9,19. Metodikken kan betraktes som et system for å automatisk vokse mønstre definert av en bruker. Ved å utvide den mulige kompleksiteten av mekaniske konfigurasjoner, bør brukerne møte noen restriksjoner på deres ønskede mønstre. For slik en søknad, en brukerprogramvare verktøyet burde anerkjenne det mønsteret er produserbare, og det mechatronics burde så selv-organisere produksjonen av mønsteret av utvikler passende stimulere å styre plantene. Programvaren bør også utvides til å omfatte utvinning planer og politikk å bestemme hvordan du kan fortsette med veksten hvis den opprinnelige planlagte mønsteret har delvis feilet-for eksempel hvis den første aktiverte roboten har aldri oppdaget en plante, men den sovende de har Sett at plasseringen av den voksende tipsene er utenfor den aktiverte roboten.

I den presenterte metodikk, et eksempel plantearter møte protokollen utvalgskriteriene er klatring felles bønne, P. vulgaris. Dette er arten som brukes i representative resultater. Som P. vulgaris har sterke positive PHOTOTROPISM til UV-A og blått lys, vil phototropins (lys-reseptor proteiner) i anlegget absorbere fotoner tilsvarende bølgelengder 340-500 NM. Når reseptorene utløses, første hevelse vil skje i stammen ved fortrinnsrett flytting av vann til stammen vev motsatte utløst reseptorer, forårsaker en reversibel retningsbestemt respons. Deretter, innenfor stammen, auxin (plante mønster hormon) er rettet til samme vev sted, perpetuating retningsbestemt respons og fikse stammen vev som de stive. Denne oppførselen kan brukes for å forme plantene i disse kontrollerte innendørs forhold, som plantene er eksponert bare for isolert blått lys og isolert rødt lys, med hendelsen langt rødt lys fra IR-nærhet sensorer på lavt nok nivå at det ikke forstyrrer med atferd som skygge-unngåelse respons20,21. Den phototropism reaksjonen i anlegget reagerer i oppsettet til lys fra blå dioder med peak utslipp ƛmax = 465 NM, og fotosyntese22,23 i anlegget er støttet av røde dioder med peak utslipp ƛmax = 650 NM. P. vulgaris vokser opp til flere meter i høyde er egnet i det totale oppsettet, som omtrent 3 L av kommersiell hagearbeid jord trengs per pott passer oppsettet skala.

Selv om dagens oppsett fokuserer på lys som en attraksjon stimulans, kan ytterligere stimuli være relevant for andre eksperiment typer. Hvis ønsket mønster krever en separasjon mellom ulike grupper av planter (f. eks ønsket mønster trenger to grupper av planter til å velge motsatte sider), så det kan ikke være mulig å bruke bare én type stimulans. For slike komplekse vekst mønstre uavhengig av stillas form, kan de ulike grupper av planter potensielt dyrkes i ulike tidsperioder slik at deres respektive attraksjon stimuli ikke forstyrrer, som også vil tillate integrering av forgrening Hendelser. Imidlertid kan dette ikke alltid være en passende løsning, og standard attraktiv lys stimulans kan da bli forsterket av repelling påvirkninger som skyggelegging, eller av andre stimuli som langt-rødt lys eller vibrasjon motorer9,14.

Den presenterte metoden og eksperimentet design er bare et første skritt mot en sofistikert metodikk for å automatisk påvirke retningsbestemt vekst av planter. Eksperimentet oppsettet er grunnleggende ved å bestemme bare en sekvens av binære beslutninger i plantene og vi fokuserer på en, lett å administrere stimulans. Ytterligere studier vil være nødvendig for å bevise metoden statistiske betydning, for å legge til flere stimuli, og å kontrollere andre prosesser som forgrening. Med tilstrekkelig utvikling for å garantere den langsiktige påliteligheten av robotene, den presenterte metodikk kan tillate automatisering av plante eksperimenter over lang tid perioder, redusere overhead forbundet med studiet av plante utvikling stadier utover det av skudd. Lignende metoder kan tillate fremtidige undersøkelser i utforskede dynamikk mellom biologiske organismer og autonome roboter, når de to fungerer som tett koblet selv-organisering bio-hybrid systemer.

Disclosures

Forfatterne erklærer at de ikke har noen konkurrerende finansielle interesser.

Acknowledgments

Denne studien ble støttet av flora robotica prosjekt som fikk støtte fra EUs Horizon 2020 forsknings-og innovasjonsprogram under FET tilskudds avtale, nr. 640959. Forfatterne takker Anastasios Getsopulos og Ewald Neufeld for deres bidrag til maskinvare montering, og Tanja Katharina Kaiser for hennes bidrag til å overvåke plante eksperimenter.

Materials

Name Company Catalog Number Comments
3D printed case Shapeways, Inc n/a Customized product, https://www.shapeways.com/
3D printed joints n/a n/a Produced by authors
Adafruit BME280 I2C or SPI Temperature Humidity Pressure Sensor Adafruit 2652
Arduino Uno Rev 3 Arduino A000066
CdS photoconductive cells Lida Optical & Electronic Co., Ltd GL5528
Cybertronica PCB Cybertronica Research n/a Customized product, http://www.cybertronica.de.com/download/D2_node_module_v01_appNote16.pdf
DC Brushless Blower Fan Sunonwealth Electric Machine Industry Co., Ltd. UB5U3-700
Digital temperature sensor Maxim Integrated DS18B20
High Power (800 mA) EPILED - Far Red / Infra Red (740-745 nm) Future Eden Ltd. n/a
I2C Soil Moisture Sensor Catnip Electronics v2.7.5
IR-proximity sensors (4-30 cm) Sharp Electronics GP2Y0A41SK0
LED flashlight (50 W) Inter-Union Technohandel GmbH 103J50
LED Red Blue Hanging Light for Indoor Plant (45 W) Erligpowht B00S2DPYQM
Low-voltage submersible pump 600 l/h (6 m rise) Peter Barwig Wasserversorgung 444
Medium density fibreboard n/a n/a For stand
Micro-Spectrometer (Hamamatsu) on an Arduino-compatible breakout board Pure Engineering LLC C12666MA
Pixie - 3W Chainable Smart LED Pixel Adafruit 2741
Pots (3.5 l holding capacity, 15.5 cm in height) n/a n/a
Power supplies (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 Zero Raspberry Pi Foundation Zero
RGB Color Sensor with IR filter and White LED - TCS34725 Adafruit 1334
Sowing and herb soil Gardol n/a
String bean SPERLI GmbH 402308
Transparent acrylic 5 mm sheet n/a n/a For supplemental structural support
Wooden rods (birch wood), painted black, 5 mm diameter n/a n/a For plants to climb

DOWNLOAD MATERIALS LIST

References

  1. Åstrand, B., Baerveldt, A. J. An agricultural mobile robot with vision-based perception for mechanical weed control. Autonomous Robots. 13 (1), 21-35 (2002).
  2. Blackmore, B. S. A systems view of agricultural robots. Proceedings of 6th European conference on precision agriculture (ECPA). , 23-31 (2007).
  3. Edan, Y., Han, S., Kondo, N. Automation in agriculture. Springer handbook of automation. , Springer. Berlin, Heidelberg. 1095-1128 (2009).
  4. Van Henten, E. J., et al. An autonomous robot for harvesting cucumbers in greenhouses. Autonomous Robots. 13 (3), 241-258 (2002).
  5. 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).
  6. Giraldo, J. P., et al. Plant nanobionics approach to augment photosynthesis and biochemical sensing. Nature Materials. 13 (4), (2014).
  7. Mazarei, M., Teplova, I., Hajimorad, M. R., Stewart, C. N. Pathogen phytosensing: Plants to report plant pathogens. Sensors. 8 (4), 2628-2641 (2008).
  8. 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).
  9. Hamann, H., et al. Flora robotica--An Architectural System Combining Living Natural Plants and Distributed Robots. , arXiv preprint arXiv. 1709.04291 (2017).
  10. 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).
  11. 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).
  12. 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).
  13. 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).
  14. Wahby, M., et al. Autonomously shaping natural climbing plants: a bio-hybrid approach. Royal Society Open Science. 5 (10), 180296 (2018).
  15. Liscum, E., et al. Phototropism: growing towards an understanding of plant movement. Plant Cell. 26, 38-55 (2014).
  16. Christie, J. M., Murphy, A. S. Shoot phototropism in higher plants: new light through old concepts. American Journal of Botany. 100, 35-46 (2013).
  17. Migliaccio, F., Tassone, P., Fortunati, A. Circumnutation as an autonomous root movement in plants. American Journal of Botany. 100, 4-13 (2013).
  18. Gianoli, E. The behavioural ecology of climbing plants. AoB Plants. 7, (2015).
  19. Vestartas, P., et al. Design Tools and Workflows for Braided Structures. Proceedings of Humanizing Digital Reality. , Springer. Singapore. 671-681 (2018).
  20. Pierik, R., De Wit, M. Shade avoidance: phytochrome signalling and other aboveground neighbour detection cues. Journal of Experimental Botany. 65 (10), 2815-2824 (2014).
  21. Fraser, D. P., Hayes, S., Franklin, K. A. Photoreceptor crosstalk in shade avoidance. Current Opinion in Plant Biology. 33, 1-7 (2016).
  22. Hogewoning, S. W., et al. Photosynthetic Quantum Yield Dynamics: From Photosystems to Leaves. The Plant Cell. 24 (5), 1921-1935 (2012).
  23. McCree, K. J. The action spectrum, absorptance and quantum yield of photosynthesis in crop plants. Agricultural Meteorology. 9, 191-216 (1971).
  24. Wahby, M., et al. Autonomously shaping natural climbing plants: a bio-hybrid approach [Dataset]. , Available from: https://doi.org/10.5281/zenodo.1172160 (2018).

Tags

Engineering bio-hybrid selv-organisasjon distribuert kontroll adaptive konstruksjon bioteknologi phototropism
Robotic sensing og stimuli avsetning for guidet Plant vekst
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Wahby, M., Heinrich, M. K.,More

Wahby, M., Heinrich, M. K., Hofstadler, D. N., Petzold, J., Kuksin, I., Zahadat, P., Schmickl, T., Ayres, P., Hamann, H. Robotic Sensing and Stimuli Provision for Guided Plant Growth. J. Vis. Exp. (149), e59835, doi:10.3791/59835 (2019).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter