誘導植物成長のためのロボットセンシングと刺激供給

Engineering
 

Summary

分散ロボットノードは、登山植物の成長軌道を操縦するために青色光刺激のシーケンスを提供します。自然光トロピズムを活性化することにより、ロボットは、ロボットが休眠しているときに対照的に不可能である事前定義されたパターンにそれらを成長させ、バイナリ左右の決定を通して植物を導きます。

Cite this Article

Copy Citation | Download Citations

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

ロボットシステムは、収穫、灌漑、機械的雑草制御などの農業オートメーション活動に限定され、自然植物の操作に関する研究が積極的に行われています。本研究を拡張し、シグナル伝達とホルモン分布のための自然なメカニズムを介して植物の方向性の成長を操作する新しい方法論を紹介します。ロボット刺激供給の効果的な方法論は、植物の後の発達段階での新しい実験、または緑の壁のための植物の形成などの新しいバイオテクノロジーアプリケーションの可能性を開くことができます。植物との相互作用は、小さくて可変的な植物器官の近距離感知や、提供される刺激に加えて環境によって影響を受ける植物応答の制御された作動など、いくつかのロボット的な課題を提示します。植物の成長を促進するために、成長する先端の近接性を検出するセンサーを備えた不動ロボットのグループを開発し、光トロピズムを作動させる光刺激を提供するダイオードを用いた。ロボットは、制御された環境で最大5週間の持続時間を有する実験で、クライミングコモンビーン、フェイソルス・ブルガリsでテストされます。ロボットが波長465nm植物の成長で青色光ピーク放出を順次放出することで、機械的支持体に沿った連続したバイナリ決定を通じて目標位置に到達することに成功しています。成長パターンは、約7週間の期間にわたって累積的な長さで約250センチメートルまで成長した植物の茎で、高さ180センチメートルまでのセットアップでテストされます。ロボットは自分自身を調整し、完全に自律的に動作します。赤外線近接センサで近づいてくる植物の先端を検出し、必要に応じて青色光刺激と休眠状態を切り替えるために無線で通信します。全体として、得られた結果は、自然システムと工学的自律システム間の潜在的に複雑な相互作用の研究のために、ロボットと植物実験方法論を組み合わせた有効性をサポートする。

Introduction

製造および生産における自動化の普及の増加と一致して、ロボットは植物1、2、3、4、5を種まき、扱い、収穫するために利用されている。ロボット技術を用いて、刺激に対する方向性応答を介して成長を操縦することを目的として、非侵襲的な方法で植物実験を自動化します。伝統的なガーデニングの実践は、機械的拘束と切断によって木や茂みの手動成形が含まれています。刺激を伴う成長パターンを操縦することで、例えばこのシェーピングタスクに適用できる方法論を提示する。我々の提示された方法論はまた、光刺激を提供することに特に焦点を当てて、自動化された植物実験に向けたステップです。この技術が堅牢で信頼性の高い製品になると、プラント実験のコストを削減し、時間と手作業のオーバーヘッドのために実現不可能な新しい自動実験を可能にする可能性があります。ロボット要素は自由にプログラム可能で、センサー、刺激供給用アクチュエータ、マイクロプロセッサを備えているため、自律的に動作します。ここでは近接センシング(近距離での距離の測定)と光刺激に焦点を当てていますが、他の多くのオプションが実現可能です。例えば、センサは、植物の色を分析するために使用することができ、生化学的活性6を監視したり、植物電気生理学8を通じて例えば環境条件を監視するための7つのアプローチをフィトセンシングするために使用することができる。同様に、アクチュエータオプションは、振動モータ、噴霧装置、ヒーター、ファン、シェーディングデバイス、または指向された物理的接触のためのマニピュレータを介して、他のタイプの刺激9を提供する場合があります。ロボットにゆっくりとした移動性を提供するために、追加の作動戦略を実装することができ(すなわち、遅いボット'10)、彼らは徐々に刺激を提供する位置と方向を変更することができます。さらに、ロボットはシングルボードコンピュータを搭載しているため、植物表現型11や刺激作動12用の人工ニューラルネットワークコントローラのビジョンなど、より洗練されたプロセスを実行することができます。植物科学の研究の焦点は、多くの場合、早期成長(すなわち、芽で)13に焦点を当てているので、自律ロボットシステムを使用して長期間にわたって植物に影響を与える領域全体が未調査のようで、多くの将来の機会を提供する可能性があります。さらに一歩進むと、ロボット要素自体が研究の対象と見なされ、ロボットや植物が密接に相互作用するバイオハイブリッドシステムの複雑なダイナミクスの研究が可能になります。ロボットは植物に刺激を選択的に課し、植物は適応行動に応じて反応し、成長パターンを変化させ、その後、そのセンサーを介してロボットによって検出されます。私たちのアプローチは、植物とロボットの間の行動フィードバックループを閉じ、恒所静的制御ループを作成します。

ロボットシステムの機能をテストする実験では、クライミング共通豆「Phaseolus」を独占的に使用しています。このセットアップでは、全高180cmの格子状の足場に機械的なサポートを備えたクライミングプラントを使用し、植物がチグモトロピズムの影響を受け、選択する成長方向の限られたセットを持っています。我々は数週間にわたって植物全体を形作りたいと考え、我々は若い芽を含む異なる成長期間にわたって、植物のフォトトロピズムマクロに影響を与えるために青色光刺激を使用し、後で茎の硬化を含む異なる成長期間にわたって。青色光以外の青色光を排他的に赤色光に与え、波長650nmでピーク放出する完全制御の周囲光条件で実験を行います。機械的サポートグリッドの分岐に達すると、左か右かをバイナリで判断します。ロボットは40 cmの間隔によって分かれて、これらの機械分岐に置かれる。所望の成長パターン(この場合はジグザグパターン)の事前定義された地図に従って、波長465nmでピーク放出を伴い、青色発光を自律的に活性化および非活性化します。このようにして、植物は定義された順序で分岐から分岐に導かれる。一度にアクティブ化されるロボットは 1 台のみで、その下の機械的サポートで植物の成長を自律的に監視しながら青色光を発します。赤外線近接センサーを使用して成長する先端を検出すると、青色光の発光を停止し、無線を介して近隣のロボットに通信します。シーケンス内の次のターゲットであることを決定するロボットは、その後活性化し、新しい機械的分岐に向かって植物の成長を引き付けます。

私たちのアプローチは、エンジニアリングされたメカニズムと自然なメカニズムの両方を組み込むように、私たちの実験は、同時に、相互に動作するいくつかの方法が含まれています。ここでのプロトコルは、まずメソッドの種類に従って編成され、それぞれが統一された実験セットアップに統合する必要があります。これらのタイプは植物種の選択です。ハードウェアと力学を含むロボット設計;通信および制御のためのロボットソフトウェア;植物の健康の監視と維持。その後、プロトコルは実験設計に進み、データの収集と記録が続きます。これまでに得られた結果の詳細については、Wahby et al.14を参照してください。代表的な結果は、すべてのロボットが刺激を与えない(すなわち、休眠状態)制御実験の3種類の実験をカバーしています。植物が1つの刺激を提供するロボットと休眠しているロボットの間でバイナリ選択をする単一意思決定実験;植物が定義済みのパターンを成長させるために一連のバイナリ選択肢をナビゲートする複数の決定実験。

Protocol

1. 植物種選定手順

注:このプロトコルは、登山に関連する植物の行動、光に対する方向性の応答、および特定の季節、場所、および実験条件における植物の健康と生存に焦点を当てています。

  1. 成長の先端でUV-Aと青色光(340〜500nm)に向かって強い陽性光トロピズム15、16を表示することが知られている植物種を選択します。
  2. 周17の挙動が顕著で、成長する先端が特定の実験条件で使用される機械的支持体の周りを巻き取るのに十分な大きさの振幅を持つヘリカル軌道を持つワインダーである種を選択します。選択されたワインダーによって示される対な18の行動は実験に存在する環境および栄養条件を容認し、45°までの傾斜の角度の機械的サポートを容認すべきである。
  3. 実験条件で確実かつ迅速に成長する種を選択し、平均成長速度は1日あたり約5cm以上、できればより速く行けます。
  4. 現在の季節と地理的な場所で必要な動作を表示する種を選択します。
  5. 種が実験セットアップに存在する環境パラメータの範囲を許容することを確認します。植物は、緑色光の不在と可視スペクトル(400-700 nm)の外の光の不在を許容する必要があります。植物はまた、温度の現在の変動を許容する必要があります, およそ27 °Cに保た, 湿度と水やりの任意の現在の変動.

2. ロボットの条件と設計

  1. 単一基板コンピュータを使用して分散ノードにロボット機能を編成します(図1および図2を参照)。各同一のロボットノードが独自の動作を制御し、実行できることを確認します。
  2. 植物への刺激のロボット提供のために、実験のそれぞれの部分に必要な方向と向きから、光線応答を引き起こす強度で、制御可能な間隔で植物に青色光(400-500 nm)を提供します。.
    1. 赤緑青(RGB)発光ダイオード(LED)または分離青色LEDを選択します。いずれの場合も、ピーク放出量が最大=465nmの青色ダイオードを備えたLEDを含める。
    2. グループに集まり、利用されたロボットの正確な条件で設定すると、実験セットアップでテストされた各方向で必要な光強度レベルを維持できるLEDを選択します。テストされる各方向について、単一のロボットのLED内の青色ダイオードが、使用されたロボットエンクロージャ内に配置され、利用されている場合に、過熱することなく約30ルーメンの光強度レベルをまとめて維持できることを確認します。放熱戦略。選択した LED の視野角は約 120°である必要があります。
      注:例えば、方向あたり3つのLEDを使用するロボットでは、マイクロコントローラ対応の強度の調節を行い、青色のダイオードが最大光強度Φ= 15ルーメンで放出する場合、過熱することなく最大の65%を維持できるはずです。
    3. 必要な明るさに応じて電源を調整する LED ドライバを介して、LED をロボットのシングルボード コンピュータにインターフェイスします。セットアップでテストされる各方向に対応する各 LED または LED グループのいずれかの個別の制御を有効にします。
  3. 植物の成長の先端の近接のためのセンシング手順(図3Bを参照)のために、赤外線近接(IR近接)センサーからの処理された読み取り値を使用して、テストされた各方向から近づいてくる植物の存在を確実かつ自律的に検出します。セットアップで。
    1. 選択した植物種の成長先端を定期的に検出するIR近接センサを選択し、植物が接近する方向の中心軸に垂直に配置すると、遮るもののない環境でテストします。図 3Aに見られるように、横軸の '07.04.16' というラベルの付いたタイムスタンプから始まるように、5 cm の距離から検出が正常に行われることを確認します。
    2. 各IR近接センサをロボットのシングルボードコンピュータにインターフェースし、センサーの読み取り値を処理して、植物が5cm以内に存在するかどうかを判断する加重演算アプローチを実装します。検出に使用される最終的な平均重量の20%を与えるために5 s。
    3. 選択した IR 近接センサーが、選択した種の光駆動動作を妨げる可能性のある臨界波長を放出しないことを確認します。800 nm 未満のセンサーによって放出される波長が、分光計で測定されたセンサーの IR 源から 5 mm を超える距離に存在しないことを確認します。
  4. 実験機能を一連のロボットに分散させ、各ロボットが自律的に各地域で進む部分を管理できるようにします。テスト中のそれぞれの植物の成長方向に応じて、ロボットの光刺激とセンシング機能の提供を手配します。
    1. ワイヤレス ローカル エリア ネットワーク (WLAN) が有効になっているシングルボード コンピュータを中心に各ロボットを構成します。カスタムプリント回路基板(PCB)を介して、コンピュータをセンサーおよびアクチュエータにインターフェースします。独自のバッテリバックアップで、各ロボットに個別に電力を供給します。
    2. 上記の要件に従って、植物に接近するためにテストされる方向ごとに1つのIR近接センサを含めます。
    3. 植物に接近するためにテストされる方向ごとに、上記の青色光の要件を提供するのに十分なLEDを含めます。
      1. 青色LEDではなくRGB LEDを使用する場合は、必要に応じて青色ダイオードが使用されていないときに赤色ダイオードからの放出を有効にし、以下に説明する赤色光送達を増強する(光合成のサポートを介して植物の健康のために)。
      2. 一定の間隔でロボットから赤色光が放出される場合は、ピーク放出量が約3~625~650 nmの赤色ダイオードを使用し、緑色のバンド(つまり、550nm未満)または遠赤帯(700nm以上)と重なり合う臨界波長を持たせません。
      3. 赤色のダイオードは、青いダイオードよりも高い熱レベルを生成しないようにしてください。
    4. ロボット間のローカルキューを可能にするハードウェアを含めます。隣接するロボットの各方向に光抵抗(光依存抵抗またはLDR)を含めて、発光状態を監視します。または、WLAN を介してローカル ネイバーの状態を伝え、通信します。
    5. 選択した青色のダイオードと使用されるロボットエンクロージャの条件に応じて、熱を放散するハードウェアを含めます。アルミ製ヒートシンク、ロボットケースエンクロージャの通気孔、ファンの組み合わせで実行します。シングルボードコンピュータまたは補足PCB上のデジタル温度センサーによってファンをアクティブにします。
    6. 関連する方向が均一に処理されるようなロボットコンポーネントを整理します。
      1. 青いダイオードを配置して、植物が接近する各方向に同等の光強度を配分します(つまり、ロボットの下半分に取り付けられた機械的支持体から、ステップ2.5を参照)。ロボットケースの各ダイオードの向きは、レンズ角度の中心軸が機械的サポートの各軸の60°以内であるようにし、ロボットケースによって妨げないように配置します。
      2. IR近接センサは、それぞれの成長方向に相当する位置に配置します(つまり、ロボットの下半分に取り付けられた機械的サポートから、ステップ2.5を参照)。各IR近接センサを、ロボットと整備中の機械支援の間の取り付け点から1cm以内に配置し、その視野角が支持軸に平行になるように向けます。エミッタと受信機がロボットケースによってブロックされていないことを確認します。
      3. セットアップで隣接するロボットに直面する各方向に対して、ローカル通信用のフォト抵抗器を同等に配置します(つまり、ロボットに取り付けられたすべての機械的サポートから、2.5を参照)。各フォト抵抗器の向きは、その視野角の中心軸がサービスする支持軸の45°以内にあり、ロボットケースによって妨げられていない位置を示す。
    7. シングルボード コンピュータを使用してすべてのコンポーネントを組み立てます (図 2のブロック図を参照)。組み立て後のメンテナンスのために、コンピュータに簡単にアクセスできることを確認します。
      1. パルス幅変調を使用して LED ドライバを介してコンピュータに LED をインターフェイスします。LED とケースまたはヒートシンクの間に固定の機械的接続を使用し、LED とコンピュータ間の機械的に拘束されていない接続を使用します。
      2. 汎用入力/出力ヘッダーピンを使用して、リニアレギュレータ(スイッチ)を介してコンピュータにファンをインターフェースします。十分な気流が利用可能なファンを接着し、機械的なストレスが発生しないようにします。
      3. シリアル周辺インタフェースを使用して、アナログからデジタルへのコンバータを介したインターフェイスIR近接センサとフォトレジスター。センサーからケースへの固定機械的接続と、コンピュータへの機械的に拘束されていない接続を使用します。
      4. 選択的レーザー焼結、立体造形、融合堆積モデリング、射出成形のいずれかを使用して、耐熱プラスチックからロボットケースを製造します。
  5. ロボットを一連のモジュラー機械サポートに統合し、ロボットを二重に位置に保持し、植物のクライミング足場として機能し、植物の平均成長軌道を制限します。サポート間の補足的な機械的接合部として機能するようにロボットを設計し、植物の成長軌道と交差するように配置します。
    1. ロボットのサイズを最小限に抑え、選択した植物種のサポートされていない成長チップによって確実に上回ることができることを確認します。ロボットのサイズを最大限に小さくして、実験速度を上げます。
    2. 成長する先端がロボットの周りを徐々にナビゲートするとき、ロボットボディの外壁をできるだけ目立たないように形作ります。双子植物種における円周のヘリカル軌道を遮断しないようにロボット本体を丸くまたは面化する。鋭い突起と急性インデントを除外します。
    3. 選択した植物種が効果的に登ることができるように、機械的支持体の材料とプロファイル(すなわち、断面の形状)を選択し、例えば直径約8mm以下の円形プロファイルを持つ木製の棒を登ることができます。機械的サポートがセットアップ内の植物やロボットをサポートするのに十分な構造的に堅く、セットアップの背後にある透明なアクリルシートによって増強されていることを確認します。
    4. 各ロボットには、指定された機械的サポートを固定するためのアタッチメントポイントが含まれています。プラントがロボットに接近または出発する方向ごとに 1 つずつ含めます。
      1. 各アタッチメント ポイントに、サポート マテリアルの断面に一致する寸法を持つソケットをロボット ケースに含めます。
      2. 深さが 1 cm 未満のソケットを設定します。
    5. 45°または急勾配の傾斜角で均一に斜めに、定期的に格子状のパターンで機械的なサポートを配置します。サポートの長さを均一にします。サポートの最小露出長は30センチメートルであり、彼らのサポートされていない状態で領域を探索した後、登山植物が取り付けるための十分なスペースを可能にします。好ましい露光長は40cm以上であり、植物の取り付けの統計的に極端な場合に対していくつかのバッファーを可能にする。
    6. 機械要素をロボットで組み立てます。次のプロトコルでは、露出サポートの長さが 40 cm、4 行に 8 台のロボットのセットアップが想定されています (図 6参照)。その他のサイズの場合は、それに応じてスケーリングします。
      1. 床面には、セットアップを直立した位置に保持することができる幅125cmのスタンドを構築します。
      2. 125cm×180cm(厚さ8mm以上)の透明アクリルをスタンドに貼り付け、直立させます。
      3. アクリルシートに対して、スタンドに適切な土を持つポットを配置します。
      4. 2つの機械的なyジョイントをアクリルシートに貼り付け、ポットの上10cmに貼ります。ジョイントを 45 cm と 165 cm をそれぞれ右に配置し、スタンドの左端に配置します。
      5. 左の Y ジョイントに 2 つのサポートを貼り付け、45° を左と右に傾け、1 つの支持体を右 Y ジョイントに貼り付け、45° を左に傾けます。
      6. 2台のロボットをアクリルシートに貼り付け、以前に配置したサポートの端をロボットケースのソケットに挿入します。ロボットをYジョイントの上に35cm、スタンドの左端にそれぞれ10cmと80cmを配置します。
      7. パターンを繰り返して、残りのロボットとサポートを斜め格子状のパターン(図6参照)に貼り付け、ロボットの各行が前の行より35cm上にあり、各ロボットがロボットまたはYジョイントの真上に水平に配置されます。その下に2行。

3. ロボットソフトウェア

  1. ロボットのシングルボードコンピュータにオペレーティングシステム(例えば、Raspbian)をインストールします。
  2. 各実験中に、各ロボットでソフトウェアプロトコルを並行して実行し、分散した自律動作を可能にします(疑似コードおよび詳細については、Wahby et al.14を参照)。
  3. ロボットの2つの可能な状態を確立する:1つは、ロボットが上記の強度で青色光を発する刺激状態である。もう一つは、ロボットが発光しないか、上述のように赤色光を発する休止状態である。
    1. 刺激状態では、青色の LED ドライバに必要な明るさに対応する周波数を持つシングルボード コンピュータを介してパルス幅変調(PWM)信号を送信します。
    2. 休止状態では、LEDをトリガーしないか、必要に応じて赤色の LED ドライバにのみ PWM 信号を送信します。
  4. 制御実験では、すべてのロボットに休眠状態を割り当てます。
  5. 単一意思決定実験では、1台のロボットに休眠状態と1つのロボットに刺激状態を割り当てます。
  6. 複数意思決定実験では、次のように初期化プロセスを開始します。
    1. 各ロボットに、現在の実験で試験する植物成長パターンの完全な構成マップを供給する。
    2. パターン内のロボットの位置を、ローカリゼーションセンサーを自動的に使用するか、手動で設定します。
    3. ロボットの位置を指定されたマップと比較します。ロボットの位置がマップ上の最初の位置である場合は、ロボットを刺激するように設定します。それ以外の場合は、ロボットを休止状態に設定します。初期化プロセスが終了します。
  7. 複数の意思決定実験では、次のようにステアリングプロセスを開始します。反復的に実行します。
    1. ロボットのIR近接センサーの読み取り値を確認して、プラントが検出されたかどうかを確認します。
    2. プラントが検出され、ロボットが休止状態に設定されている場合は、メンテナンスを行います。
    3. 植物が検出され、ロボットが刺激するように設定されている場合は、次のようになります。
      1. 隣接するロボットにプラントが検出されたことを通知し、メッセージにロボットの位置を含めます。
      2. ロボットを休止状態に設定します。
      3. ロボットの位置をマップと比較します。ロボットがマップ上の最後の位置にある場合は、実験が完了したことを WLAN に送信します。
    4. 隣接するロボットからのロボットの着信メッセージを調べて、刺激に設定されたロボットの1つが植物を検出したかどうかを確認します。
    5. 刺激隣人が植物を検出した場合は、その隣人の位置をロボットの位置と比較し、マップと比較します。
    6. ロボットがマップ上の後続の位置にある場合は、ロボットを刺激するように設定します。
    7. 実験が完了したことを示すシグナルを受信したら、Steering プロセスの反復ループを終了します。

4. プラントの健康モニタリングとメンテナンス手順

  1. 制御された環境条件(特に、以下に説明する条件の外側に偶発的な昼光やその他の光のない屋内、制御された気温と湿度、および制御された土壌水やりで)で実験セットアップを見つけます。WLAN が有効になっているマイクロコントローラまたはシングルボード コンピュータに接続されているセンサーを使用して、状態を監視します。
  2. ロボットの外部のLED成長ランプを使用して植物の光合成を維持し、実験のセットアップに直面しています。
    1. 成長ランプを使用して、セットアップに単色の赤色光を提供し、赤色ダイオードのピーク放出値は約 1~ 625~ 650 nm で、550 ~ 700 nm の範囲外の臨界波長は、周囲の青色光の発生率が低い場合を除きます。選択された種の健康のために役立ちます。周囲の青色光の発生率が低い場合は、単一のロボットが放出するレベルのごくわずかな割合に制限します。
    2. 選択した種の健康に必要な赤色光のレベルを提供し、通常は合計で約2000ルーメン以上。
    3. 実験のセットアップに直面するように成長ランプを向け、その放出が成長領域にほぼ均等に分散するようにします。
    4. RGB カラー センサーを使用して周囲光の状態を監視します。
  3. 発芽後、各植物に実験セットアップの基部に独自のポットを提供します。選択した種に適した土壌量と種類を提供します。発芽前に土壌と種子が消毒されていることを確認してください。昆虫が存在する場合は、適切な害虫防除方法を使用して、昆虫を予防または管理します。
  4. ヒーター、エアコン、加湿器、除湿器を使用して、選択した種に応じて、空気温度と湿度レベルを調整します。温度圧力湿度センサーを使用してレベルを監視します。
  5. 土壌水分センサーを使用して土壌を監視します。選択した種の水やりの適切な速度を維持します。土壌水分センサーの読み取り値によって引き起こされたノズルを介して土壌に水を送達する自動給水システムを使用して実行します。

5. 実験設計

  1. 実験でテストされる成長領域とパターンをカバーするのに十分な大きさのグリッドにロボットと機械的サポートを配置します。
  2. ロボットの一番下の行の下に、標準的な斜めの機械的サポートの行を配置し、セットアップ全体を通してそれらに一致します。これらのサポートの下端が交差する場合は、機械的に'yジョイント'と結合します。セットアップのベースにある各「yジョイント」について、斜めグリッドセルの大きさ(露出した機械的サポート長さ10cmあたり約1植物)に応じて均一な数の植物を植え、上記の植物の健康維持条件を使用します。
  3. 実行する実験タイプを選択し、関連する場所でロボットの数量と分布を選択します。
    1. 実験タイプ 1: 制御
      注:この実験タイプは、光刺激を起こすために光刺激がない条件で登山植物の成長をテストします。それはセットアップの任意のサイズおよび形で動くことができる。
      1. すべてのロボットに休眠状態 (手順 3.4 を参照) を割り当て、結果が手動で完了するまで連続して実行します。
      2. 植物が機械的支持体に取り付くかどうかを観察します。成功した実験では、どの植物も機械的サポートを見つけたり、取り付けたりしません。
    2. 実験タイプ2:単一意思決定
      注:この実験タイプは、バイナリオプション(休眠ロボットにつながる1つのサポートと刺激ロボットにつながる1つのサポート)を提示したときに植物の成長軌道をテストします。最小セットアップ (1 行、2 列) でのみ実行されます。
      1. 休止状態のロボットを1 台のロボットに割り当てます (3.5 を参照)、1 台のロボットに刺激状態を割り当てます。2つのロボットの1つがIR近接センサを備えた植物を検出するまで、連続的に実行します。
      2. 機械的サポートへの植物の取り付け、サポートに沿った成長、刺激ロボットのセンサー読み取り値を観察します。成功した実験では、刺激状態のロボットは、それぞれの支持に沿って成長した後に植物を検出します。
    3. 実験タイプ3:複数決定
      注:この実験タイプは、定義済みのグローバルマップに従って一連の決定をトリガする、複数の後続の刺激条件を提示した場合に植物の成長をテストします。これは、行の最小数 (つまり、2 つ以上) を持つセットアップの任意のサイズと形状で実行できます。
      1. 成長するパターンのグローバル マップをロボットに提供します(手順 3.6~3.7.7 を参照)。
      2. 機械的支持体に沿った植物の取り付けイベントと成長パターンを観察します。
        1. 成功した実験では、グローバル マップに存在する各サポートに少なくとも 1 つのプラントが成長します。
        2. さらに、成功した実験では、その成長チップが現在アクティブな意思決定ポイントに位置しているとき、植物は間違った方向を選択しません。
        3. たとえば、分岐イベントがマップ上の古い場所に新しい成長のヒントを配置する場合は、ここで余分な成長のヒントを考慮しないでください。

6. 記録手順

  1. 最初は、センサーとカメラのデータを、オンボードで生成されたシングルボード コンピュータに保存します。最後に保存されたセンサーの読み取りなど、必要な要求に応答するオンボード応答サーバーを実行します。定期的に、データファイルとログ ファイルを WLAN を通してローカル ネットワーク接続ストレージ (NAS) デバイスにアップロードします。
  2. 2 つ以上の見晴らしの良いポイントに配置されたカメラを使用して、実験のタイムラプスビデオを連続的にキャプチャし、少なくとも 1 つのカメラ ビューで完全な実験設定を含みます。キャプチャされた画像が、植物の成長の先端の動きを適切にキャプチャするのに十分な解像度であることを確認します。
    1. シングルボードコンピュータ上のオンボードカメラまたはインターバルメーターで自動化されたスタンドアロンデジタルカメラを使用して、キャプチャ間の一貫した時間間隔を確保するために、画像キャプチャプロセスを自動化します。カメラと同様に自動化された点滅として機能するようにランプを取り付ける。フラッシュが色補正のために画像を劇的に後処理することなく、成長ランプの赤色光と競合するのに十分明るさであることを確認します。
    2. 実験のセットアップが完全に照らされ、画像に明確に表示できるように点滅を見つけます。2 sフラッシュ期間中に、すべてのカメラが同時に画像をキャプチャするカメラとフラッシュを同期します。各実験の間、2分ごとに画像をキャプチャします。
  3. 環境センサーデータ、特に温度圧力湿度センサー、RGBカラーセンサー、土壌水分センサーからの読み取り値を記録します。セットアップ内のすべてのロボット、特にIR近接センサとフォト抵抗値、およびLED発光ステータスを定義するロボットの内部状態のデータを記録します。
  4. 定期的なリアルタイムレポートを介して、実験のリモートモニタリングのために記録されたすべてのデータを利用可能にし、数ヶ月までの完全な実験期間に正しい条件が維持されるようにします。

Representative Results

制御:ロボット刺激のない植物の行動。
青色光の欠如(すなわち、すべてのロボットが休眠状態)のために、陽性光トロピズムは植物でトリガされません。したがって、植物は重力に従って、偏った上向きの成長を示す。また、典型的な円周(すなわち、巻き取り)を表示し、図4Aを参照してください。予想通り、プラントは休眠ロボットにつながる機械的なサポートを見つけることができません。植物は、もはや自分の体重をサポートすることができなくなったときに崩壊します。少なくとも2つの植物が崩壊したときに実験を中止し、図4B、C参照してください。

単一または複数の意思決定:ロボット刺激による植物の行動
4回の単一意思決定実験では、2回の走行が左ハンドル(すなわち、分岐の左のロボットが刺激するために活性化される)、2つのランが右方向のステアリングを持っています。刺激ロボットは、正しいサポートに向かって植物を正常に操縦し、図5を参照してください。正しい支持体の茎角に最も近い植物が最初に取り付けます。各実験では、少なくとも1つの植物が支持に取り付け、刺激ロボットに到達するまで上昇し、それによって実験を終了します。1 つの実験では、2 番目のプラントが正しいサポートに接続されます。残りの植物は、より長い実験期間で同様に付着する可能性があります。どのプラントも正しくないサポートにアタッチしません。各実験は平均13日間連続して実行されます。

2つの複数決定実験では、植物はあらかじめ定義されたジグザグパターンに成長し、図6Aを参照してください。各実験は約7週間実行されます。実験が始まると、ロボットは状態を刺激(3.6.3参照)に設定し、規定のパターンに従って正しい支持に向かって植物を操縦します。植物が取り付けて登り、活性化された刺激ロボットに到着し、最初の決定を完了します。3.7.3によると、現在の刺激ロボットは休眠状態になり、隣接する隣人に知らされます。ジグザグ パターンの次にある休止状態のネイバーは、それ自体を刺激に切り替えます(3.7.6 を参照)。休眠中のロボットによってプラントが検出された場合、そのロボットは反応しません(3.7.2参照)。プラントは継続し、残りの3つの決定を正常に完了します。したがって、定義済みのジグザグ パターンは完全に成長しています(6B)。

すべての実験データだけでなく、ビデオは、オンライン24で利用可能です。

Figure 1
図 1.不動ロボットとその主要コンポーネント。図は、著者出版物Wahby et al.14から転載し、クリエイティブ・コモンズ・ライセンスCC-BY 4.0(補足ファイルを参照)で使用され、ライセンスで許可されている変更を含む。この図のより大きなバージョンを表示するには、ここをクリックしてください。

Figure 2
図 2.不動ロボットエレクトロニクスの構成要素図。IRLML2060 LEDドライバは、PWMを介してロボットのシングルボードコンピュータ(例えばラズベリーパイ)とインターフェースされ、LEDの明るさを制御します。LP5907スイッチは、汎用入出力(GPIO)ヘッダーピンを介してシングルボードコンピュータとインターフェースされ、ファンを制御します。MCP3008アナログ/デジタルコンバータ(ADC)は、シリアル周辺インタフェース(SPI)を介してシングルボードコンピュータとインターフェースされ、アナログIRおよび光依存抵抗(LDR)センサーデータを読み取ります。この図のより大きなバージョンを表示するには、ここをクリックしてください。

Figure 3
図 3.'03.04.16の直後に、植物の先端がサポートを登り、ロボットの視野に到着します。(A) 実験中のサンプルIR近接センサスケール電圧測定値(縦軸)。値が大きいほど、プラントチップ検出が示されます。(B)IR近接センサは、サポートアタッチメントに従って配置および配向され、効果的な植物先端検出を確保する。図は、著者出版物Wahby et al.14から転載し、クリエイティブ・コモンズ・ライセンスCC-BY 4.0(補足ファイルを参照)で使用され、ライセンスで許可されている変更を含む。この図のより大きなバージョンを表示するには、ここをクリックしてください。

Figure 4
図 4.制御実験の結果フレームは、4つの植物すべてが青色光がない場合に支持に付着しなかったことを示すフレームを示した。(A) 5日後、全ての植物は、後の成長条件については、対照実験の1つで上向きに成長する((C)参照)。(B) 15日後、3つの植物が崩壊し、1つは最初の対照実験でまだ上向きに成長している。(C) 7日後、2つの植物が崩壊し、2つ目の対照実験で2つの植物が依然として上向きに成長している((A)前の成長状態については参照)。図は、著者出版物Wahby et al.14から転載し、クリエイティブ・コモンズ・ライセンスCC-BY 4.0(補足ファイルを参照)で使用され、ライセンスで許可されている変更を含む。この図のより大きなバージョンを表示するには、ここをクリックしてください。

Figure 5
図 5.単一意思決定実験は、刺激ロボットがバイナリ決定を通じて植物を操縦し、正しい支持を登る能力を示すフレームを結果付ける。4つの実験すべてで、1つのロボットは刺激に設定され、もう1つはジャンクションの2つの反対側で休止するように設定されています。フレームは、刺激ロボットがそれらを検出する直前に植物の位置を示しています。各実験では、少なくとも1つのプラントが正しいサポートに取り付けられており、誤ったプラントにプラントが付着しません。また、サポートされていない植物は、刺激ロボットに偏った成長を示す。E,F,G,HはそれぞれA,B,C,Dのクローズアップである。 図は、著者出版物Wahby et al.14から転載し、クリエイティブ・コモンズ・ライセンスCC-BY 4.0(補足ファイルを参照)で使用され、ライセンスで許可されている変更を含む。この図のより大きなバージョンを表示するには、ここをクリックしてください。

Figure 6
図 6.複数意思決定実験。(A) ターゲットジグザグパターンがマップ上で緑色で強調表示されます。(B)実験からの最後のフレーム(40日後)は、パターン上の最後の刺激ロボットの前に植物の状況を示す。ロボットはジグザグパターンを正常に成長させる。図は、著者出版物Wahby et al.14から転載し、クリエイティブ・コモンズ・ライセンスCC-BY 4.0(補足ファイルを参照)で使用され、ライセンスで許可されている変更を含む。この図のより大きなバージョンを表示するには、ここをクリックしてください。

Discussion

提示された方法論は、特定のパターンを生成するために、植物の成長の刺激駆動ステアリングを自動化するための最初のステップを示しています。これは、単一の実験セットアップに組み合わせながら、植物の健康の継続的な維持を必要とし、生化学的成長応答の明確な領域と、刺激の検出、通信、および制御された生成を設計したメカトロニクス機能の異なる領域。ここでは登山植物に焦点を当てているため、機械的なサポートも不可欠です。現在のセットアップの制限は規模ですが、方法論は簡単に拡張できると考えています。機械足場は、より大きなセットアップのために拡張することができ、したがって、拡張された構成とパターンを可能にする成長の長い期間。ここでは、成長は45°傾斜で機械的サポートのグリッドに制限され、植物の意思決定位置は、そのグリッドの分岐に制限されているので、セットアップは2次元とバイナリ左右の決定に制限されています。機械的な拡張は、複雑な形状9、19を可能にするために、3D足場と異なる材料を含めることができます。この方法論は、ユーザーが定義したパターンを自動的に拡張するシステムと考えることができます。機械的構成の複雑さを拡張することで、ユーザーは目的のパターンに対していくつかの制限に直面する必要があります。このようなアプリケーションの場合、ユーザーソフトウェアツールは、パターンが製造可能であることを確認する必要があり、メカトロニクスは、植物を操縦するために適切な刺激を生成することによって、パターンの生産を自己組織化する必要があります。また、最初のアクティブ化されたロボットがプラントを検出したことがないが休眠状態のロボットがプラントを検出したことがない場合など、元の計画パターンが部分的に失敗した場合など、成長を継続する方法を決定する回復計画とポリシーを含むようにソフトウェアを拡張する必要があります。成長する先端の位置が活性化されたロボットを超えているのが分かった。

提示された方法論において、プロトコル選択基準を満たす植物種の例は、クライミング共通豆、P.ブルガリsである。これは、代表的な結果で使用される種です。P.ブルガリはUV-Aと青色光に強い陽性光トロピズムを有するので、植物中のフォトトロピン(光受容体タンパク質)は波長340-500nmに対応する光子を吸収する。受容体がトリガされると、最初の腫脹は、引き起こされた受容体に対するステム組織への水の優先的な再移によって茎に起こり、可逆的な方向応答を引き起こす。次いで、茎内で、オーキシン(植物パターニングホルモン)が同じ組織位置に向けられ、指向性応答を永続化し、硬直するにつれてステム組織を固定する。この動作は、植物が孤立した青色光と孤立した赤色光にのみさらされ、IR近接センサからの入射遠い赤色光が干渉しないほど低いレベルで、これらの制御された屋内条件で植物を形成するために使用することができます。シェード回避応答20,21などの動作を使用します。植物中の光トロピズム反応は、ピーク放出max =465nmの青色ダイオードからの光へのセットアップで応答し、植物中の光合成22、23はピーク放出max=650nmの赤色ダイオードによって支持される。高さ数メートルまで成長するP.ブルガリは、ポットあたりに必要な商業園芸土壌のおよそ3 Lがセットアップスケールに適合するので、全体的なセットアップに適しています。

現在の設定は、引き付け刺激として光に焦点を当てていますが、追加の刺激は他の実験タイプに関連する可能性があります。所望のパターンが植物の異なるグループ間の分離を必要とする場合(例えば、所望のパターンは反対側を選択するために植物の2つのグループを必要とする)、1種類の刺激のみを使用して実現できない場合があります。足場の形状とは無関係に、このような複雑な成長パターンの場合、植物の異なるグループは、それぞれの引所刺激が干渉しないように、異なる期間に成長する可能性があり、分岐の統合も可能になります。イベント。しかし、これは常に適切な解決策とは限らず、標準的な魅力的な光刺激は、シェーディングなどの反発を撃退することによって、または遠赤色光または振動モータ9、14のような他の刺激によって増強され得る。

提示された方法と実験設計は、植物の方向性の成長に自動的に影響を与える洗練された方法論への最初のステップに過ぎません。実験のセットアップは、植物のバイナリ決定のシーケンスのみを決定することによって基本的であり、我々は刺激を管理しやすい1つに焦点を当てます。この方法の統計的有意性を証明し、より多くの刺激を加え、分岐などの他のプロセスを制御するために、さらなる研究が必要です。ロボットの長期的な信頼性を保証するための十分な開発により、提示された方法論は、長期間にわたる植物実験の自動化を可能にし、プラント開発段階の研究に伴うオーバーヘッドを削減することができます。シュートのそれを超えて。同様の方法は、生物と自律ロボットの間の未踏のダイナミクスに関する将来の調査を可能にする可能性がある。

Disclosures

著者らは、彼らが競合する金銭的利益を持っていないと宣言します。

Acknowledgments

この研究は、FET交付協定第640959号に基づき、欧州連合のHorizon 2020研究・イノベーションプログラムから資金を受け取ったフローラ・ロボティクス・プロジェクトによって支援されました。著者らは、アナスタシオス・ゲッソプロスとエワルド・ノイフェルトがハードウェア組み立てに貢献してくれたことに感謝し、タンジャ・カタリーナ・カイザーはプラント実験のモニタリングに貢献してくれたことに感謝している。

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