유도 된 식물 성장을위한 로봇 감지 및 자극 제공

Engineering
 

Summary

분산 로봇 노드는 등반 식물의 성장 궤적을 조종하는 청색광 자극의 시퀀스를 제공합니다. 자연 광도증을 활성화함으로써 로봇은 이진 좌우 결정을 통해 식물을 안내하고, 로봇이 휴면 상태일 때 는 대조적으로 불가능한 미리 정의된 패턴으로 성장시다.

Cite this Article

Copy Citation | Download Citations | Reprints and Permissions

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).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

로봇 시스템은 자연 식물의 조작을 위해 적극적으로 연구되며, 일반적으로 수확, 관개 및 기계 잡초 제어와 같은 농업 자동화 활동으로 제한됩니다. 이 연구를 확장, 우리는 여기에 신호 및 호르몬 분포에 대 한 그들의 자연적인 메커니즘을 통해 식물의 방향 성장을 조작 하는 새로운 방법론을 소개. 로봇 자극 제공의 효과적인 방법론은 식물의 후기 개발 단계와 새로운 실험에 대한 가능성을 열 수 있습니다, 또는 녹색 벽에 대한 식물을 형성과 같은 새로운 생명 공학 응용 프로그램에 대한. 식물과의 상호 작용은 작고 가변적인 식물 기관의 단거리 감지, 제공된 자극 외에도 환경에 의해 영향을 받는 식물 반응의 제어된 작동을 포함하여 여러 로봇 과제를 제시합니다. 식물 성장을 주도하기 위해, 우리는 성장하는 팁의 근접성을 감지하는 센서가있는 움직이지 않는 로봇 그룹을 개발하고 광전증을 작동시키는 광 자극을 제공하는 다이오드를 개발합니다. 로봇은 통제 된 환경에서 최대 5 주 동안 지속 되는 실험에서 일반적인 콩, Phaseolus vulgaris 등반으로 테스트 됩니다. 로봇이 파장 465 nm-plant 성장에서 순차적으로 청색 광 피크 방출을 방출하는 것은 목표 위치에 도달하기 위해 기계적 지지대를 따라 연속적인 바이너리 결정을 통해 성공적으로 조종됩니다. 성장 패턴은 최대 180cm 높이의 설정에서 테스트되며, 식물 줄기는 약 7주 동안 누적 길이에서 약 250cm까지 성장합니다. 로봇은 스스로 를 조정하고 완전히 자율적으로 작동합니다. 적외선 근접 센서로 접근하는 플랜트 팁을 감지하고 무선을 통해 통신하여 필요에 따라 청색광 자극과 휴면 상태 사이를 전환합니다. 전반적으로, 얻은 결과는 자연 및 엔지니어링 자율 시스템 간의 잠재적으로 복잡한 상호 작용을 연구하기 위해 로봇과 식물 실험 방법론을 결합하는 효과를 지원합니다.

Introduction

제조 및 생산에서 자동화의 증가 보급과 일치, 로봇은 뿌리고, 치료하고,식물을수확하는 데 활용되고있다 1,2,3,4,5. 우리는 로봇 기술을 사용하여 자극에 대한 방향 반응을 통해 성장을 조향하는 것을 목적으로 비침습적 방식으로 식물 실험을 자동화합니다. 전통적인 원예 관행은 기계적 구속과 절단에 의해 나무와 덤불의 수동 형성을 포함하고있다. 우리는 예를 들어 자극으로 성장 패턴을 조향하여이 성형 작업에 적용 할 수있는 방법론을 제시합니다. 우리의 제시된 방법론은 또한 빛 자극을 제공하는 데 중점을 둔 자동화 된 식물 실험을 향한 단계입니다. 기술이 견고하고 신뢰할 수 있게 되면, 이 접근 방식은 플랜트 실험에서 비용을 절감하고 시간 및 수동 노동으로 인해 불가능할 수 있는 새로운 자동화 실험을 허용할 수 있습니다. 로봇 요소는 자유롭게 프로그래밍할 수 있으며 센서, 자극 프로비저닝용 액추에이터 및 마이크로프로세서가 장착되어 있어 자율적으로 작동합니다. 근접 감지(즉, 근거리에서 거리 측정) 및 광 자극에 초점을 맞추고 있지만 다른 많은 옵션이 가능합니다. 예를 들어, 센서는 식물 색을 분석하고, 생화학 적 활성6을모니터링하거나, 식물 전기 생리학8을통해 예를 들어 환경 조건을 모니터링하는 7 가지 접근법을 모니터링하는 데 사용할 수 있습니다. 마찬가지로 액추에이터 옵션은 진동 모터, 분무 장치, 히터, 팬, 차행 장치 또는 지시된 물리적 접촉을 위한 조작기를 통해 다른 유형의 자극9를제공할 수 있습니다. 로봇에 느린 이동성(즉, '슬로우 봇' 10)을 제공하기 위해 추가적인작동 전략을 구현하여 자극을 제공하는 위치와 방향을 점진적으로 변경할 수 있습니다. 더욱이, 로봇은 단일 기판 컴퓨터를 장착하기 때문에, 그들은 자극 작동을 위한 식물 표현형11 또는 인공 신경망 제어기(12)에 대한 비전과 같은 보다 정교한 프로세스를 실행할 수 있었다. 식물 과학 연구의 초점은 종종 초기 성장 (즉, 촬영)에13, 더 긴 기간 동안 식물에 영향을 미치는 자율 로봇 시스템을 사용하는 전체 영역은 미개척 보인다 많은 미래의 기회를 제공 할 수 있습니다. 한 단계 더 나아가면 로봇 요소는 연구 의 대상으로 볼 수 있으므로 로봇과 식물이 밀접하게 상호 작용하는 바이오 하이브리드 시스템의 복잡한 역학을 연구 할 수 있습니다. 로봇은 선택적으로 식물에 자극을 부과하고, 식물은 적응 형 행동에 따라 반응하고 성장 패턴을 변경하며, 이는 로봇이 센서를 통해 나중에 감지합니다. 우리의 접근 방식은 식물과 로봇 사이의 행동 피드백 루프를 닫고 적시 제어 루프를 만듭니다.

로봇 시스템의 기능을 테스트하기 위한 실험에서, 우리는 클라이밍 공통 콩인 Phaseolus vulgaris를 독점적으로 사용합니다. 이 설정에서, 우리는 식물이 thigmotropism에 의해 영향을 받고 선택할 수있는 성장 방향의 제한된 세트를 가지고 있도록, 전체 높이 180cm의 격자 비계에 기계적 지원등반 식물을 사용합니다. 우리는 몇 주 동안 전체 식물을 형성하려는 것을 감안할 때, 우리는 젊은 싹과 나중에 줄기 경직을 포함하여 다른 성장 기간에 걸쳐, 식물의 광전증 에 영향을 미치는 푸른 빛 자극을 사용합니다. 우리는 파장 650 nm에서 피크 방출과 함께 독점적으로 적색 광을 제공하는 청색광 자극 이외의 완전히 제어 된 주변 광 조건에서 실험을 수행합니다. 그들은 기계적 지원 그리드에서 분기에 도달하면, 그들은 왼쪽 또는 오른쪽으로 성장할지 여부를 바이너리 결정을 내십시오. 로봇은 40cm의 거리로 구분되는 이러한 기계적 분기에 배치됩니다. 그들은 원하는 성장 패턴 (이 경우, 지그재그 패턴)의 미리 정의 된지도에 따라 파장 465 nm에서 피크 방출과 함께 파란색 발광을 자율적으로 활성화하고 비활성화합니다. 이러한 방식으로, 식물은 정의 된 순서로 분기에서 분기로 유도된다. 지정된 시간에 단 하나의 로봇만 활성화되며, 이 동안 청색광을 방출하는 동시에 그 아래에 있는 기계적 지지대에서 식물의 성장을 자율적으로 모니터링합니다. 적외선 근접 센서를 사용하여 증가하는 팁을 감지하면 청색광 방출을 중지하고 라디오를 통해 주변 로봇과 통신합니다. 시퀀스의 다음 대상으로 자신을 결정하는 로봇은 이후에 활성화되어 새로운 기계적 분기를 향해 식물의 성장을 유도합니다.

우리의 접근 방식은 엔지니어링 메커니즘과 자연 메커니즘을 모두 통합하기 때문에, 우리의 실험은 동시에 상호 의존적으로 작동하는 여러 가지 방법을 포함한다. 여기서 프로토콜은 먼저 방법의 유형에 따라 구성되며, 각 프로토콜은 통합 실험 설정에 통합되어야 합니다. 이러한 유형은 식물 종 선택; 하드웨어 및 역학을 포함한 로봇 디자인; 통신 및 제어를위한 로봇 소프트웨어; 그리고 식물 건강의 모니터링 및 유지 보수. 그런 다음 프로토콜을 실험 설계로 진행한 다음 데이터 수집 및 기록을 수행합니다. 지금까지 얻은 결과에 대한 자세한 내용은 Wahby et al.14를참조하십시오. 대표적인 결과는 모든 로봇이 자극을 제공하지 않는 세 가지 유형의 실험(즉, 휴면 상태)을 다룹니다. 식물이 하나의 자극 제공 로봇과 휴면 로봇 사이의 이진 선택을하는 단일 결정 실험; 그리고 식물이 미리 정의 된 패턴을 성장하기 위해 바이너리 선택의 시퀀스를 탐색 다중 결정 실험.

Protocol

1. 식물종 선정 절차

참고 : 이 프로토콜은 등반과 관련된 식물 행동, 빛에 대한 방향 성 반응 및 특정 계절, 위치 및 실험 조건에서 식물의 건강과 생존에 중점을 둡니다.

  1. 성장 팁에 UV-A 및 청색광 (340-500 nm)을 향해 강한 긍정적 인 광도 15,16을 표시하는 것으로 알려진 식물 종을 선택하십시오.
  2. 와인더인 종을 선택하면, 원주17 거동이 발음되고 성장 팁에는 특정 실험 조건에서 사용되는 기계적 지지주위를 감을 수 있을 만큼 충분히 큰 진폭의 헬리컬 궤적을 갖는다. 선택한 와인더가 나타내는 트위닝18 동작은 실험에 존재하는 환경과 영양소 조건을 용인해야 하며 최대 45°의 경사각도로 기계적 지지대를 견지해야 합니다.
  3. 실험 조건에서 안정적으로 빠르게 성장할 수 있는 종을 선택하며, 평균 성장 속도는 하루에 약 5cm 이상이며, 가능하면 바람직하게는 더 빠릅니다.
  4. 현재 시즌 및 지리적 위치에 필요한 동작을 표시할 종을 선택합니다.
  5. 종은 실험 설정에 존재할 환경 매개 변수의 범위를 견딜 수 있는지 확인합니다. 식물은 녹색 빛의 부재와 가시 스펙트럼 (400-700 nm) 외부 빛의 부재를 용납해야한다. 식물은 또한 약 27 °C에서 유지 온도의 현재 변동뿐만 아니라 습도와 급수의 현재 변동을 용납해야한다.

2. 로봇 조건 및 디자인

  1. 단일 보드 컴퓨터(그림 1그림 2참조)를 사용하여 모듈식 기계 지원에 통합된 분산 노드로 로봇 기능을 구성합니다. 각 동일한 로봇 노드가 자체 동작을 제어하고 실행할 수 있는지 확인합니다.
  2. 식물에 대한 자극의 로봇 제공을 위해, 실험의 각 부분에 필요한 방향과 방향에서 광트로성 반응을 트리거하는 강도로 제어 가능한 간격으로 식물에 청색광(400-500 nm)을 제공하십시오. .
    1. 적색-청색(RGB) 발광 다이오드(LED) 또는 절연된 파란색 LED를 선택합니다. 두 경우 모두 최대 배출량 = 465 nm의 파란색 다이오드가 있는 LED를 포함합니다.
    2. 로봇의 정확한 조건에서 그룹으로 모여 설정된 LED를 선택하여 실험 설정에서 테스트된 각 방향에서 필요한 광도 레벨을 유지할 수 있다. 테스트 중인 각 방향에 대해, 단일 로봇의 LED에 있는 블루 다이오드가 활용로봇 인클로저에 위치할 때 과열 없이 약 30루멘의 광강도 수준을 종합적으로 유지할 수 있는지 확인합니다. 열 방출 전략. 선택한 LED의 시야각은 약 120°여야 합니다.
      참고: 예를 들어, 방향당 3개의 LED를 사용하는 로봇에서 마이크로 컨트롤러가 활성화된 강도 조절을 통해 블루 다이오드가 최대 광강도 Φ = 15루멘으로 방출되는 경우 과열 없이 최대 65%를 유지할 수 있어야 합니다.)
    3. 필요한 밝기에 따라 전원 공급 장치를 조절하는 LED 드라이버를 통해 LED를 로봇의 단일 보드 컴퓨터에 인터페이스합니다. 각 LED 또는 설정에서 테스트중인 각 방향을 제공하는 LED 그룹의 개별 제어를 활성화합니다.
  3. 플랜트 성장 팁의 근접성을 위한 감지 절차(그림 3B참조)를 위해 적외선 근접(IR-proximity) 센서의 처리된 판독값을 사용하여 테스트된 각 방향에서 접근하는 식물의 존재를 안정적으로 자율적으로 감지합니다. 설정에 있습니다.
    1. 방해받지 않는 환경에서 테스트한 대로 식물이 접근하는 방향의 중심 축에 수직으로 배열될 때 선택한 식물 종의 성장 팁을 정기적으로 감지하는 IR 근접 센서를 선택합니다. 그림 3A에서 수평 축에 '07.04.16'이라고 표시된 타임스탬프에서 시작하여 5cm 의 거리에서 시작하여 성공적으로 감지가 이루어지도록 합니다.
    2. 각 IR 근접 센서를 로봇의 단일 보드 컴퓨터에 인터페이스하고 가중 산술 평균 접근 방식을 구현하여 센서 판독값을 5cm 이내로 측정하여 식물이 존재하는지 여부를 결정합니다. 검출에 사용되는 최종 평균 중량의 20%를 제공합니다.
    3. 선택한 IR 근접 센서가 선택한 종의 광 구동 거동을 방해할 수 있는 임계 파장을 방출하지 않도록 합니다. 분광계에서 측정한 센서의 IR 소스로부터 5mm 를 초과하는 거리에 800nm 미만의 센서에서 방출되는 파장이 존재하지 않도록 하십시오.
  4. 각 로봇이 자신의 지역에서 진행되는 부분을 자율적으로 관리할 수 있도록 로봇 세트에 실험 기능을 분배합니다. 테스트 중인 각 플랜트 성장 방향에 따라 로봇의 광 자극 및 감지 기능 제공을 정렬합니다.
    1. 무선 로컬 영역 네트워크(WLAN)가 활성화된 단일 보드 컴퓨터 주위에 각 로봇을 구성합니다. 맞춤형 인쇄 회로 기판(PCB)을 통해 컴퓨터를 센서 및 액추에이터에 인터페이스합니다. 배터리 백업을 통해 각 로봇에 개별적으로 전원을 공급합니다.
    2. 위의 요구 사항에 따라 접근 플랜트에 대한 테스트 중인 방향당 IR 근접 센서 1개를 포함합니다.
    3. 접근 하는 식물에 대 한 테스트 방향 당 위의 블루 라이트 요구 사항을 제공 하는 충분 한 LED를 포함 합니다.
      1. 파란색 LED대신 RGB LED를 사용하는 경우, 파란색 다이오드가 사용되지 않을 때 는 선택적으로 적색 다이오드에서 방출을 사용하도록 설정하여 아래에 설명된 적색 광도 전달을 보강합니다(광합성 지원을 통한 식물 건강).
      2. 특정 간격으로 로봇에서 적색광이 방출되는 경우 녹색 밴드(즉, 550nm 이하) 또는 원빨간색 밴드(즉, 700nm 이상)와 겹치는 임계 파장이 없는 최대 625-650nm에서 최대 방출이 있는 빨간색 다이오드를 사용합니다.
      3. 빨간색 다이오드가 파란색 다이오드보다 높은 열 수준을 생성하지 않도록 하십시오.
    4. 로봇 간의 로컬 큐를 가능하게 하는 하드웨어를 포함합니다. 광 방출 상태를 모니터링하기 위해 인접 로봇의 각 방향에 대한 광 저항기(즉, 광 의존적 저항기 또는 LDR)를 포함합니다. 또는 WLAN을 통해 로컬 이웃의 상태를 알수 있습니다.
    5. 선택한 블루 다이오드 및 활용 로봇 인클로저의 조건에 따라 열을 방출하는 하드웨어를 포함합니다. 알루미늄 방열판, 로봇 케이스 인클로저의 통풍구 및 팬을 조합하여 실행합니다. 단일 보드 컴퓨터 또는 보조 PCB의 디지털 온도 센서로 팬을 활성화합니다.
    6. 로봇 부품을 구성하여 관련 방향이 균일하게 정비되도록 합니다.
      1. 블루 다이오드를 배치하여 식물이 접근할 수 있는 각 방향에 동등한 광강도를 분배합니다(즉, 로봇의 하반부에 부착된 기계적 지지로부터 2.5단계 참조). 로봇 케이스의 각 다이오드의 중심축이 각 축의 60° 이내가 되도록 기계적 지지축을 지원하여 로봇 케이스에 의해 차단되지 않도록 배치한다.
      2. IR 근접 센서는 각각의 접근 방향에 대해 동등하게 배치합니다(즉, 로봇의 하반부에 부착된 기계적 지지대에서 2.5단계 참조). 각 IR 근접 센서는 로봇과 서비스 중인 기계지지사이의 부착점 의 1cm 이내로 위치하고, 시야각이 지지축과 평행하도록 방향을 정합니다. 로봇 케이스에 의해 방사체와 수신기가 차단되지 않았는지 확인합니다.
      3. 설치 에서 인접 로봇을 향한 각 방향에 대해 로컬 통신을 위한 모든 포토 레지스트를 배치합니다(즉, 로봇에 부착된 모든 기계적 지지대에서 2.5 참조). 각 포토레지스트의 중심축이 지지축의 45° 이내가 되도록 방향을 정하고, 로봇 케이스에 의해 차단되지 않도록 위치한다.
    7. 단일 보드 컴퓨터로 모든 구성 요소를 어셈블합니다(그림 2의블록 다이어그램 참조). 조립 후 유지 보수를 위해 컴퓨터에 쉽게 액세스할 수 있는지 확인합니다.
      1. 펄스 폭 변조를 사용하여 LED 드라이버를 통해 컴퓨터에 LED를 인터페이스합니다. LED와 케이스 또는 방열판 사이에 고정된 기계적 연결을 사용하고 LED와 컴퓨터 간에 기계적으로 제한되지 않은 연결을 사용합니다.
      2. 범용 입력/출력 헤더 핀을 사용하여 선형 레귤레이터(즉, 스위치)를 통해 컴퓨터에 팬을 인터페이스합니다. 적절한 공기 흐름을 사용할 수 있는 곳에 팬을 부착하는 동시에 기계적 응력도 가해지 않도록 합니다.
      3. 직렬 주변 장치 인터페이스를 사용하여 아날로그-디지털 컨버터를 통해 IR 근접 센서 및 포토 레지터를 인터페이스합니다. 센서에서 케이스에 고정된 기계적 연결, 컴퓨터에 기계적으로 제한되지 않은 연결을 사용합니다.
      4. 선택적 레이저 소결, 스테레오리소그래피, 융합 증착 모델링 또는 사출 성형을 사용하여 내열 성 플라스틱에서 로봇 케이스를 제조합니다.
  5. 로봇을 모듈식 기계 지지대에 통합하여 로봇을 제자리에 두고 식물의 등반 발판 역할을 하여 식물의 평균 성장 궤적을 제한합니다. 지지대 사이의 보조 기계 조인트 역할을 하는 로봇을 설계하여 식물 성장 궤적을 교차하도록 배치합니다.
    1. 로봇의 크기를 최소화하고 선택한 식물 종의 지원되지 않는 성장 팁을 안정적으로 능가할 수 있는지 확인합니다. 실험 속도를 높이기 위해 로봇 크기를 최대한 줄입니다.
    2. 성장하는 팁이 점진적으로 로봇 주위를 탐색 할 때 가능한 한 식물 성장에 눈에 거슬리지 될 로봇 몸의 외부 벽을 형성합니다. 로봇 본체를 둥글게 또는 면으로 하여 식물 종에서 둘레의 나선 궤적을 차단하지 않습니다. 날카로운 돌출부와 급성 들여쓰기는 제외합니다.
    3. 선택한 식물 종들이 효과적으로 등반할 수 있도록 기계적 지지체에 대한 재료 및 프로파일(즉, 단면의 모양)을 선택합니다(예: 직경이 약 8mm 이하인 원형 프로파일을 가진 나무 막대). 설정 뒤에 투명 아크릴 시트로 보강된 설치 내의 플랜트와 로봇을 지원할 수 있을 만큼 기계적 지지대가 구조적으로 단단해야 합니다.
    4. 각 로봇에는 지정된 기계적 지지대를 고정하기 위한 부착 점이 포함되어 있습니다. 식물이 로봇에 접근하거나 출발할 수 있는 각 방향에 대해 하나를 포함합니다.
      1. 각 부착점에 대해 지지 재질의 단면과 일치하는 치수가 있는 로봇 케이스에 소켓을 포함합니다.
      2. 소켓을 깊이가 1cm 이상으로 설정합니다. 소켓을 지지대가 로봇 내부의 구성 요소와 충돌하지 않을 정도로 얕게 유지합니다.
    5. 기계식 지지대를 45° 또는 가파른 경사각으로 균일하게 대각선으로 정기적으로 격자 무늬로 배열합니다. 지지대 길이를 균일하게 만듭니다. 지지대의 최소 노출 길이는 30cm로, 등반 식물이 지원되지 않는 상태에서 영역을 탐험 한 후 부착 할 수있는 충분한 공간을 허용합니다. 바람직한 노출 길이는 40cm 이상이며, 식물 부착의 통계적으로 극단적인 경우에 대한 일부 버퍼를 허용한다.
    6. 로봇으로 기계적 요소를 조립합니다. 다음 프로토콜은 노출된 지원 길이40cm와 4행에 8대의 로봇을 설정한다고 가정합니다(그림 6참조). 다른 크기의 경우 그에 따라 크기를 조정합니다.
      1. 바닥 면에 125cm 너비의 스탠드를 설치하여 설치를 똑바로 세울 수 있습니다.
      2. 스탠드에 투명 아크릴의 125cm x 180cm 시트 (8mm 두께 이상)를 부착하여 똑바로 서 있습니다.
      3. 아크릴 시트에 대해 스탠드에 적절한 토양으로 냄비를 배치합니다.
      4. 냄비 위에 10cm, 아크릴 시트에 두 개의 기계적 y-조인트를 부착합니다. 스탠드의 왼쪽 가장자리의 관절을 각각 45cm 및 165cm 오른쪽으로 배치합니다.
      5. 왼쪽 y-joint에 두 개의 지지대를 붙이고, 왼쪽과 오른쪽으로 45°를 기울이고, 오른쪽 y-joint에 하나의 지지대를 붙이고, 왼쪽으로 45°기울어.
      6. 두 대의 로봇을 아크릴 시트에 부착하고 이전에 배치된 지지대의 끝을 로봇 케이스의 소켓에 삽입합니다. 로봇을 y-조인트 위에 35cm, 스탠드의 왼쪽 가장자리를 각각 10cm와 80cm 오른쪽으로 배치합니다.
      7. 대각선 격자 무늬에 나머지 로봇과 지지체를 부착하는 패턴을 반복합니다(그림 6참조) 로봇의 각 행이 이전 행보다 35cm 위에 있고 각 로봇이 로봇 또는 y 조인트 바로 위에 수평으로 배치되도록 합니다. 아래 두 행.

3. 로봇 소프트웨어

  1. 로봇의 단일 보드 컴퓨터에 운영 체제(예: Raspbian)를 설치합니다.
  2. 각 실험 중에 각 로봇에서 소프트웨어 프로토콜을 병렬로 실행하여 분산 된 자율 동작을 활성화합니다 (Wahby et al.14, 의사 코드 및 자세한 내용은 참조).
  3. 로봇에 대한 두 가지 가능한 상태를 설정: 하나는 로봇이 위에서 설명한 강도에서 청색광을 방출하는 동안 자극 상태인; 다른 하나는 로봇이 빛을 방출하지 않거나 위에서 설명한 대로 적색광을 방출하는 휴면 상태입니다.
    1. 자극 상태에서, 청색 LED 드라이버에 필요한 밝기에 대응하는 주파수를 가진 단일 보드 컴퓨터를 통해 펄스 폭 변조(PWM) 신호를 보냅니다.
    2. 휴면 상태에서는 LED를 트리거하지 않거나 필요한 경우 빨간색 LED 드라이버에만 PWM 신호를 보냅니다.
  4. 제어 실험에서 모든 로봇에 휴면 상태를 할당합니다.
  5. 단일 의사 결정 실험에서 휴면 상태와 한 로봇에 자극 상태를 지정합니다.
  6. 다중 결정 실험에서 다음과 같이 초기화 프로세스를 시작합니다.
    1. 각 로봇에게 현재 실험에서 시험할 식물 성장 패턴의 전체 구성 맵을 공급한다.
    2. 로컬화 센서를 사용하여 자동으로 또는 수동으로 패턴 내에서 로봇의 위치를 설정합니다.
    3. 로봇의 위치를 제공된 맵과 비교합니다. 로봇의 위치가 맵의 첫 번째 위치인 경우 로봇을 자극으로 설정합니다. 그렇지 않으면 로봇을 휴면상태로 설정합니다. 초기화 프로세스가 종료됩니다.
  7. 다중 결정 실험에서 다음과 같이 스티어링 프로세스를 시작합니다. 반복적으로 실행합니다.
    1. 로봇의 IR 근접 센서 판독값을 확인하여 식물이 감지되었는지 확인합니다.
    2. 식물이 감지되고 로봇이 휴면상태로 설정된 경우 유지 관리합니다.
    3. 식물이 감지되고 로봇이 자극으로 설정된 경우 다음을 수행합니다.
      1. 인접한 로봇에게 식물이 감지되었음을 알리고 메시지에 로봇의 위치를 포함시면 됩니다.
      2. 로봇을 휴면상태로 설정합니다.
      3. 로봇의 위치를 지도와 비교합니다. 로봇이 맵의 마지막 위치에 있는 경우 실험이 완료된다는 신호를 WLAN을 통해 보냅니다.
    4. 인접한 로봇에서 들어오는 로봇의 메시지를 확인하여 자극으로 설정된 로봇 중 하나가 식물을 감지했는지 확인합니다.
    5. 자극 이웃이 식물을 감지한 경우 해당 이웃의 위치를 로봇의 위치와 비교하고 맵과 비교합니다.
    6. 로봇이 맵의 후속 위치에 있으면 로봇을 자극으로설정합니다.
    7. 실험이 완료되었다는 신호가 수신되면 스티어링 프로세스의 반복 루프를 종료합니다.

4. 공장 상태 모니터링 및 유지 보수 절차

  1. 특히 아래 설명된 조건에 따라 부수적인 일광이나 기타 외부 조명이 없는 실내, 제어된 공기 온도 및 습도 및 제어된 토양 급수와 같은 통제된 환경 조건에서 실험 설정을 찾습니다. WLAN이 활성화된 마이크로 컨트롤러 또는 단일 보드 컴퓨터에 연결된 센서로 상태를 모니터링합니다.
  2. 로봇 외부의 LED 성장 램프를 사용하여 식물 광합성을 유지하고 실험 설정에 직면하십시오.
    1. 성장 램프를 사용하여 설정에 단색 적색 광을 전달하며, 적색 다이오드는최대 625-650 nm에서 피크 방출을 가지며, 550-700 nm 범위 밖에서 임계 파장이 없는 경우 주변 청색광의 발생률이 낮은 경우를 제외하고는 선택한 종의 건강에 도움이됩니다. 주변 청색광의 낮은 발생률이 포함되어 있는 경우 단일 로봇에서 방출되는 매우 사소한 부분에서 레벨로 제한합니다.
    2. 선택한 종의 건강에 필요한 적색광 수준을 제공, 일반적으로 약 2000 루멘 이상 총.
    3. 성장 램프가 실험 설정에 직면하도록 방향을 지정하여 방출이 성장 영역에 걸쳐 대략 균등하게 분배되도록 합니다.
    4. RGB 색상 센서를 사용하여 주변 광 원 조건을 모니터링합니다.
  3. 발아 후, 실험 설정의 기초에 각 식물에게 자신의 냄비를 제공합니다. 선택한 종에 적합한 토양 부피와 유형을 제공합니다. 발아 전에 토양과 씨앗이 소독되었는지 확인하십시오. 적절한 해충 방제 방법을 사용하여 곤충이 있는 경우 예방하거나 관리하십시오.
  4. 히터, 에어컨, 가습기 및 제습기를 사용하여 선택한 종에 대해 공기 온도 및 습도 수준을 조절합니다. 온도 압력 습도 센서를 사용하여 레벨을 모니터링합니다.
  5. 토양 수분 센서를 사용하여 토양을 모니터링합니다. 선택한 종에 대한 급수의 적절한 속도를 유지합니다. 센서 판독값에 의해 조절되는 토양 수분 센서 판독값 또는 수분 토양에 의해 트리거되는 노즐을 통해 물이 토양으로 전달되는 자동 급수 시스템을 사용하여 실행합니다.

5. 실험 디자인

  1. 실험에서 테스트중인 성장 영역과 패턴을 커버할 수 있을 만큼 큰 그리드에 로봇과 기계 지지대를 배치하고, 로봇의 한 행과 두 개의 열보다 작지 않습니다.
  2. 로봇의 맨 아래 행 아래에 표준 대각선 기계 지지대를 배치하여 설정 전체에 걸쳐 로봇과 일치시다. 이러한 지지대의 하단끝이 교차하는 경우 기계적으로 'y-joint'를 결합합니다. 설정의 기지에서 각각의 'y-joint'에 대해, 상기 설명한 식물 건강 유지 조건과 함께 대각선 그리드 셀의 크기에 따라 균일한 수의 식물을 심는다(노출된 기계적 지지 길이의 10cm당 약 1개의 식물).
  3. 실행할 실험 유형을 선택하고 관련에서 로봇의 수량 및 분포를 선택합니다.
    1. 실험 유형 1: 제어
      참고 : 이 실험 유형은 광전증을 유발하기 위해 빛 자극이없는 조건에서 등반 식물의 성장을 테스트합니다. 그것은 설정의 크기와 모양에 실행할 수 있습니다.
      1. 모든 로봇에 휴면 상태(3.4 단계 참조)를 할당하고 결과가 완료될 때까지 계속 실행합니다.
      2. 식물이 기계적 지지대에 부착되는지 여부를 관찰합니다. 성공적인 실험에서, 식물 중 어느 것도 기계적 지지대를 찾거나 부착하지 않을 것입니다.
    2. 실험 유형 2: 단일 결정
      참고: 이 실험 유형은 이진 옵션으로 제시될 때 식물의 성장 궤적을 테스트합니다. 최소 설정(예: 한 행, 두 개의 열)에서만 실행됩니다.
      1. 휴면 상태(3.5 참조)와 한 로봇에 자극 상태를 지정합니다. 두 로봇 중 하나가 IR 근접 센서가 있는 공장을 감지할 때까지 계속 실행합니다.
      2. 식물 부착을 기계적 지지체에 부착하고, 지지체를 따라 성장하며, 자극 로봇의 센서 판독값을 관찰합니다. 성공적인 실험에서, 자극 상태를 가진 로봇은 각각의 지지대와 함께 성장한 후 식물을 검출한다.
    3. 실험 유형 3: 다중 결정
      참고: 이 실험 유형은 미리 정의된 글로벌 맵에 따라 일련의 결정을 트리거하는 여러 후속 자극 조건으로 제시될 때 식물의 성장을 테스트합니다. 최소 행 수(예: 두 개 이상)를 초과하는 모든 크기 및 설정 모양에서 실행할 수 있습니다.
      1. 로봇에게 성장할 패턴의 글로벌 맵을 제공합니다(단계 3.6-3.7.7 참조).
      2. 기계적 지지대를 따라 식물 부착 이벤트 및 성장 패턴을 관찰합니다.
        1. 성공적인 실험에서, 적어도 하나의 공장은 글로벌 지도에 존재하는 각 지원에 성장했을 것이다.
        2. 또한 성공적인 실험에서는 성장 팁이 현재 활성 의사 결정 지점에 있을 때 어떤 공장도 잘못된 방향을 선택하지 않을 것입니다.
        3. 예를 들어 분기 이벤트가 맵의 오래된 위치에 새로운 성장 팁을 배치하는 경우 여기에서 불필요한 성장 팁을 고려하지 마십시오.

6. 녹음 절차

  1. 처음에는 센서와 카메라의 데이터를 온보드로 생성된 단일 보드 컴퓨터에 저장합니다. 마지막으로 저장된 센서 판독값과 같이 필요한 요청에 응답하는 온보드 회신 서버를 실행합니다. 정기적으로 WLAN을 통해 데이터 및 로그 파일을 로컬 네트워크 연결 스토리지(NAS) 장치에 업로드합니다.
  2. 두 개 이상의 유리한 지점에 배치된 카메라를 사용하여 실험의 타임랩스 비디오를 연속하여 캡처하고 전체 실험 설정을 포괄하는 하나 이상의 카메라 뷰를 제공합니다. 캡처한 이미지가 일반적으로 폭이 몇 밀리미터에 불과한 식물 성장 팁의 움직임을 적절히 캡처할 수 있을 만큼 충분한 해상도인지 확인합니다.
    1. 단일 보드 컴퓨터의 온보드 카메라 또는 간격계로 자동화된 독립형 디지털 카메라를 사용하여 캡처 사이의 일관된 시간 간격을 보장하기 위해 이미지 캡처 프로세스를 자동화합니다. 카메라와 유사하게 자동화된 플래시 역할을 하는 램프를 설치합니다. 색상 보정을 위해 이미지를 극적으로 후처리하지 않고도 증감 램프의 적색 광과 경쟁할 수 있을 만큼 깜박임이 충분히 밝아지도록 합니다.
    2. 실험 설정을 완전히 비추고 이미지에서 명확하게 볼 수 있도록 깜박임을 찾습니다. 모든 카메라가 2s 플래시 기간 동안 동시에 이미지를 캡처할 수 있도록 카메라와 플래시를 동기화합니다. 각 실험 기간 동안 2분마다 이미지를 캡처합니다.
  3. 환경 센서 데이터, 특히 온도 압력 습도 센서, RGB 색상 센서 및 토양 수분 센서의 판독값을 기록합니다. 설정의 모든 로봇, 특히 IR 근접 센서 및 포토 레지스터 판독값의 데이터와 LED 방출 상태를 정의하는 로봇의 내부 상태를 기록합니다.
  4. 정기적인 실시간 보고서를 통해 실험을 원격으로 모니터링할 때 기록된 모든 데이터를 사용하여 최대 몇 개월까지 전체 실험 기간 동안 올바른 조건이 유지되도록 합니다.

Representative Results

제어: 로봇 자극이 없는 식물 행동.
청색광이 없기 때문에 (즉, 모든 로봇은 휴면상태), 긍정적 인 광도증은 식물에서 트리거되지 않습니다. 따라서, 식물은 중력주의를 따를 때 편견없는 상향 성장을 보여줍니다. 또한 일반적인 둘레(즉, 권선)를 표시하고 그림 4A를참조하십시오. 예상대로, 식물은 휴면 로봇으로 이어지는 기계적 지원을 찾지 못합니다. 그들은 더 이상 자신의 무게를 지원할 수 없을 때 식물붕괴. 우리는 적어도 두 개의 식물이 붕괴 할 때 실험을 중지, 그림 4B,C를참조하십시오.

단일 또는 다중 결정: 로봇 자극을 가진 식물 행동
네 번의 단일 결정 실험에서 두 번의 실행은 좌측 스티어링(즉, 분기의 왼쪽 로봇이 자극으로활성화됨)이며, 두 개의 런은 오른쪽 스티어링을 가짐입니다. 자극 로봇은 식물을 올바른 지지쪽으로 성공적으로 조종하는 성공했으며 그림 5를 참조하십시오. 올바른 지지대와 가장 유사한 스템 각도를 가진 가장 가까운 식물이 먼저 부착됩니다. 각 실험에서 적어도 하나의 식물이 지지대에 부착되어 자극 로봇에 도달하여 실험을 종료할 때까지 올라갑니다. 한 실험에서 두 번째 식물은 올바른 지지에 부착됩니다. 나머지 식물은 더 긴 실험 기간에뿐만 아니라 부착 할 수 있습니다. 어떤 식물도 잘못된 지지대에 부착되지 않습니다. 각 실험은 평균 13일 동안 연속실행됩니다.

두 개의 다중 결정 실험에서, 식물은 미리 정의 된 지그재그 패턴으로 성장, 그림 6A를참조하십시오. 각 실험은 약 7주 동안 실행됩니다. 실험이 시작되면 로봇은 상태를 자극(3.6.3 참조)으로 설정하고 정해진 패턴에 따라 식물을 올바른 지지체로 조종합니다. 식물이 부착하고 올라가서 활성화된 자극 로봇에 도착하여 첫 번째 결정을 완료합니다. 3.7.3에 따르면, 현재 자극 로봇은 휴면 상태가 되어 인접한 이웃에게 통보합니다. 지그재그 패턴의 다음 휴면 접점은 자극으로 전환됩니다(3.7.6 참조). 휴면 로봇에 의해 식물이 감지되면 해당 로봇은 반응하지 않습니다(3.7.2 참조). 공장은 나머지 세 가지 결정을 성공적으로 완료합니다. 따라서 미리 정의된 지그재그 패턴은 완전히 성장하므로 그림 6B를참조하십시오.

모든 실험 데이터와 비디오는 온라인24에서사용할 수 있습니다.

Figure 1
그림 1. 움직이지 않는 로봇과 주요 구성 요소. 저자 출판물 Wahby et al.14에서전재 된 그림은 크리에이티브 커먼즈 라이센스 CC-BY 4.0 (추가 파일 참조)과 함께 사용되며 라이센스에서 허용하는 수정 사항과 함께 사용됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Figure 2
그림 2. 움직이지 않는 로봇 전자 제품의 구성 요소 다이어그램입니다. IRLML2060 LED 드라이버는 PWM을 통해 로봇의 단일 보드 컴퓨터(예: 라즈베리 파이)와 인터페이스하여 LED의 밝기를 제어합니다. LP5907 스위치는 범용 입력/출력(GPIO) 헤더 핀을 통해 단일 보드 컴퓨터와 인터페이스되어 팬을 제어합니다. MCP3008 아날로그-디지털 컨버터(ADC)는 직렬 주변 장치 인터페이스(SPI)를 통해 단일 기판 컴퓨터와 인터페이스하여 아날로그 IR 및 광 의존성 저항기(LDR) 센서 데이터를 판독합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Figure 3
그림 3. '03.04.16' 직후, 식물 팁이 지지대위로 올라가 로봇의 시야에 도착합니다. (A) 실험 중 샘플 IR 근접 센서 스케일링 전압 판독값(세로 축). 값이 높을수록 플랜트 팁 감지를 나타냅니다. (B) IR 근접 센서는 효과적인 식물 팁 검출을 보장하기 위해 지지 부착에 따라 배치되고 방향을 지정합니다. 저자 출판물 Wahby et al.14에서전재 된 그림은 크리에이티브 커먼즈 라이센스 CC-BY 4.0 (추가 파일 참조)과 함께 사용되며 라이센스에서 허용하는 수정 사항과 함께 사용됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Figure 4
그림 4. 대조군 실험 결과 프레임은 4개의 식물이 모두 청색광이 없는 상태에서 어떠한 지지체에 부착되지 않았음을 보여준다. (A) 5일 후, 모든 식물이 대조군 실험 중 하나에서 위쪽으로 성장한다(참조 (C) 이후의 성장 조건에 대한 참조). (B) 15일 후, 3개의 식물이 붕괴되었고, 1개는 여전히 1차 대조군 실험에서 위쪽으로 성장하였다. (C) 7일 후, 2개의 식물이 붕괴되고, 2개의 식물이 여전히 2차 대조군 실험에서 위쪽으로 성장하고 있다(A 참조)는 이전 성장 조건에 대한 것이다. 저자 출판물 Wahby et al.14에서전재 된 그림은 크리에이티브 커먼즈 라이센스 CC-BY 4.0 (추가 파일 참조)과 함께 사용되며 라이센스에서 허용하는 수정 사항과 함께 사용됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Figure 5
그림 5. 단일 결정 실험 결과 프레임은 이진 결정을 통해 식물을 조종하고 올바른 지지를 오르는 자극 로봇의 능력을 보여주는 프레임입니다. 네 가지 실험 에서 한 로봇은 자극으로, 다른 하나는 접합의 두 개의 반대쪽에 휴면으로설정됩니다. 프레임은 자극 로봇이 이를 감지하기 직전에 식물의 위치를 표시합니다. 각 실험에서 적어도 하나의 식물이 올바른 지지에 부착되고, 어떤 식물도 잘못된 것에 부착하지 않습니다. 또한, 지원되지 않는 식물은 자극 로봇쪽으로 편향된 성장을 보여줍니다. E, F,G, H는 각각 A, B, C, D의 클로즈업입니다. 저자 출판물 Wahby et al.14에서전재 된 그림은 크리에이티브 커먼즈 라이센스 CC-BY 4.0 (추가 파일 참조)과 함께 사용되며 라이센스에서 허용하는 수정 사항과 함께 사용됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Figure 6
그림 6. 다중 결정 실험. (A) 대상 지그재그 패턴이 맵에서 녹색으로 강조 표시됩니다. (B) 실험에서 마지막 프레임(40일 후)을 통해, 패턴상에서 마지막 자극 로봇이 이를 감지하기 전에 식물의 상황을 보여준다. 로봇은 지그재그 패턴을 성공적으로 성장시고 있습니다. 저자 출판물 Wahby et al.14에서전재 된 그림은 크리에이티브 커먼즈 라이센스 CC-BY 4.0 (추가 파일 참조)과 함께 사용되며 라이센스에서 허용하는 수정 사항과 함께 사용됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Discussion

제시된 방법론은 특정 패턴을 생성하기 위해 식물 성장의 자극 구동 조향을 자동화하기 위한 초기 단계를 보여줍니다. 이를 위해서는 생화학 적 성장 반응의 뚜렷한 영역을 하나의 실험 설정으로 결합하고 메카트로닉 기능 감지, 통신 및 제어 된 자극 생성으로 결합하면서 식물 건강을 지속적으로 유지해야합니다. 여기에 우리의 초점은 등반 식물에, 기계적 지원은 또한 필수적이다. 현재 설정의 한계는 그 규모이지만, 우리는 우리의 방법론이 쉽게 확장 믿습니다. 기계식 스캐폴드는 더 큰 설치를 위해 확장할 수 있으며, 따라서 더 긴 성장 기간을 통해 확장된 구성과 패턴을 허용합니다. 여기서 설정은 45° 경사에서 기계적 지지의 격자로 제한되고 플랜트 의사 결정 위치는 해당 그리드의 분기로 제한되기 때문에 두 차원 및 이진 좌우 결정으로 제한됩니다. 기계적 확장은 복잡한 형상9,19를허용하기 위해 3D 스캐폴드 및 다른 물질을 포함할 수 있다. 이 방법론은 사용자가 정의한 패턴을 자동으로 증가시키는 시스템으로 간주될 수 있습니다. 기계 적 구성의 가능한 복잡성을 확장하여 사용자는 원하는 패턴에 대한 몇 가지 제한에 직면해야합니다. 이러한 응용 프로그램의 경우, 사용자 소프트웨어 도구는 패턴이 생성 가능한지 확인해야하며, 메카트로닉은 식물을 조종하기 위해 적절한 자극을 생성하여 패턴의 생산을 자체 구성해야합니다. 또한 이 소프트웨어는 원래 계획된 패턴이 부분적으로 실패한 경우 성장을 계속하는 방법을 결정하는 복구 계획 및 정책을 포함하도록 확장되어야 합니다.예를 들어 첫 번째 활성화 된 로봇이 식물을 감지한 적이 없지만 휴면 로봇이 있는 경우 성장하는 팁의 위치가 활성화 된 로봇을 넘어 있음을 볼 수 있습니다.

제시된 방법론에서, 프로토콜 선택 기준을 충족하는 예시 식물 종은 등반 공통 콩, P. vulgaris이다. 대표적인 결과에 사용되는 종입니다. P. vulgaris는 UV-A와 청색광에 강한 포지티브 포토로피즘을 가지고 있기 때문에, 식물의 포토트로핀 (광 수용체 단백질)은 파장 340-500 nm에 해당하는 광자를 흡수합니다. 수용체가 트리거될 때, 첫번째 팽윤은 트리거된 수용체를 반대하는 줄기 조직에 근혜적인 재배치에 의해 줄기에서 일어날 것이고, 가역적인 지향성 반응을 일으키는 원인이 됩니다. 그런 다음 줄기 내에서 auxin (식물 패터닝 호르몬)은 동일한 조직 위치로 향하여 방향 반응을 영속시키고 경직으로 줄기 조직을 고정시됩니다. 이 동작은 식물이 절연 된 청색광과 고립 된 적색 광에만 노출되기 때문에 이러한 제어 된 실내 조건에서 식물을 형성하는 데 사용할 수 있으며, IR 근접 센서의 입사 원거리 광은 간섭하지 않습니다. 음영 회피 응답20,21과같은 동작과 함께 . 식물의 광전성 반응은 피크 방출이 있는 블루 다이오드로부터 의 빛에 반응하는 데 465 nm, 및 광합성22,23은 피크 방출이 있는 적색 다이오드 = 650 nm에 의해 지원된다. P. vulgari의높이가 몇 미터까지 성장하는 것은 냄비 당 필요한 상업 원예 토양의 약 3 L이 설정 규모에 적합하기 때문에 전체 설정에 적합합니다.

현재 설정은 인트랙션 자극으로 빛에 초점을 맞추고 있지만, 추가 자극은 다른 실험 유형에 대한 관련이있을 수 있습니다. 원하는 패턴이 식물의 다른 그룹 사이의 분리를 필요로하는 경우 (예를 들어, 원하는 패턴은 반대쪽을 선택하는 식물의 두 그룹을 필요로), 그것은 자극의 한 유형을 사용하여 실현 되지 않을 수 있습니다. 스캐폴드 모양과 무관하게 이러한 복잡한 성장 패턴의 경우, 식물의 상이한 그룹은 잠재적으로 각각의 매력 자극이 간섭하지 않도록 서로 다른 기간에서 성장할 수 있으며, 이는 또한 분기의 통합을 허용할 것입니다. 이벤트. 그러나, 이것은 항상 적합한 해결책이 아닐 수 있으며, 표준 매력적인 광 자극은 차광과 같은 영향을 격퇴하거나 원적 빛 또는 진동 모터9,14와같은 다른 자극에 의해 증강 될 수 있습니다.

제시된 방법과 실험 설계는 식물의 방향성 성장에 자동으로 영향을 미치는 정교한 방법론을 향한 첫 번째 단계에 불과합니다. 실험 설정은 식물에서 바이너리 결정의 순서를 결정하여 기본이며, 우리는 자극을 관리하기 쉬운 하나에 초점을 맞춥니다. 추가 연구는 방법의 통계적 유의를 증명하기 위해 필요할 것입니다, 더 많은 자극을 추가, 분기와 같은 다른 프로세스를 제어. 로봇의 장기적인 신뢰성을 보장하기 에 충분한 개발, 제시 된 방법론은 공장 개발 단계의 연구와 관련된 오버 헤드를 감소, 오랜 기간 동안 식물 실험의 자동화를 허용 할 수 촬영의 그 이상. 유사한 방법은 생물학적 유기체와 자율 로봇 사이의 미개척 역학에 대한 향후 조사를 허용할 수 있습니다.

Disclosures

저자는 그들이 경쟁 적인 재정적 이익이 없다고 선언합니다.

Acknowledgments

이 연구는 FET 보조금 협정에 따라 유럽 연합의 호라이즌 2020 연구 및 혁신 프로그램, No. 640959에서 자금을 받은 식물 로보카 프로젝트에 의해 지원되었습니다. 저자는 하드웨어 조립에 기여한 아나스타시오스 게소풀로스와 에발트 노이펠트에게 감사를 표하고, 탄자 카타리나 카이저(Tanja Katharina Kaiser)는 공장 실험 모니터링에 기여한 공로를 인정합니다.

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).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics