Robotic sensing och stimuli avsättning för guidad växt tillväxt

Engineering
 

Summary

Distribuerade robotnoder ger sekvenser av blått ljus stimuli för att styra tillväxt banor av klätter växter. Genom att aktivera naturlig fototropism, robotarna vägleda växterna genom binära vänster-höger beslut, odla dem i fördefinierade mönster som däremot inte är möjligt när robotarna är vilande.

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

Robot system är aktivt forskat för manipulation av naturliga växter, typiskt begränsad till jordbruks Automation aktiviteter såsom skörd, bevattning och mekanisk ogräsbekämpning. Utvidga denna forskning, introducerar vi här en ny metod för att manipulera den riktade tillväxten av växter via deras naturliga mekanismer för signalering och hormon distribution. En effektiv metodik för robotiserade stimuli kan öppna möjligheter för nya experiment med senare utvecklings faser i växter, eller för nya biotekniska tillämpningar som att forma växter för gröna väggar. Interaktion med växter presenterar flera robot utmaningar, inklusive kort distans avkänning av små och rörliga växt organ, och kontrollerad aktivering av växtrespons som påverkas av miljön utöver de tillhandahållna stimuli. För att styra växternas tillväxt, utvecklar vi en grupp orörbara robotar med sensorer för att upptäcka närheten till växande tips, och med dioder för att ge ljus stimuli som aktiverar fototropism. Robotarna testas med klätt ring gemensamma bönor, Phaseolus vulgaris, i experiment med löp tider upp till fem veckor i en kontrollerad miljö. Med robotar sekventiellt avger blått ljus-Peak emission vid våglängd 465 nm-växternas tillväxt framgångs rikt styrs genom successiva binära beslut längs mekaniska stöd för att nå mål positioner. Tillväxt mönster testas i en setup upp till 180 cm i höjd, med växt stammar vuxit upp till ungefär 250 cm i kumulativ längd under en period av cirka sju veckor. Robotarna koordinerar sig och fungerar helt självständigt. De upptäcker närmar sig växttips av infraröda sensorer närhet och kommunicera via radio för att växla mellan blått ljus stimuli och vilande status, som krävs. Sammantaget ger de erhållna resultaten stöd för effektiviteten av att kombinera robot och växt experiment metoder, för studiet av potentiellt komplexa interaktioner mellan naturliga och konstruerade autonoma system.

Introduction

Kongruenta med den ökande förekomsten av automatisering inom tillverkning och produktion, är robotar som används för att så, behandla och skörd växter1,2,3,4,5. Vi använder robot teknik för att automatisera växt experiment på ett icke-invasivt sätt, med syftet att styra tillväxten genom riktnings svar på stimuli. Traditionella trädgårds skötsel metoder har inkluderat manuell formning av träd och buskar genom mekanisk återhållsamhet och skärning. Vi presenterar en metodik som exempelvis kan appliceras på denna formnings uppgift genom att styra tillväxt mönster med stimuli. Vår presenterade metodik är också ett steg mot automatiserade växt experiment, här med ett specifikt fokus på att ge ljus stimuli. När tekniken har blivit robust och pålitlig, har denna metod potential att minska kostnaderna i växt experiment och att möjliggöra nya automatiserade experiment som annars skulle vara omöjligt på grund av overhead i tid och manuellt arbete. Robot elementen är fritt programmerbara och fungerar självständigt eftersom de är utrustade med sensorer, ställdon för stimuli och mikroprocessorer. Även om vi fokuserar här på närhet avkänning (dvs., mäta avstånd på nära håll) och ljus stimuli, många andra alternativ är genomförbara. Till exempel kan sensorer användas för att analysera växternas färg, för att övervaka biokemisk aktivitet6, eller för fytosensing7 metoder för att övervaka till exempel miljö förhållanden genom växternas elektrofysiologi8. På samma sätt kan manöver Donets alternativ ge andra typer av stimuli9, genom vibrations motorer, Sprayenheter, värmare, fläktar, skuggnings anordningar eller manipulatorer för riktad fysisk kontakt. Ytterligare aktivering strategier kan genomföras för att ge långsam rörlighet till robotar (dvs "långsam bots"10), så att de kan gradvis ändra position och riktning som de ger stimuli. Dessutom, eftersom robotarna är utrustade med enkel-Board datorer, de kunde köra mer sofistikerade processer såsom visioner för växt fenotypning11 eller konstgjorda neurala nätverk regulatorer för stimuli aktivering12. Eftersom växtvetenskaplig forskning fokuserar ofta på tidig tillväxt (dvs. i skott)13, verkar hela domänen för att använda autonoma robot system för att påverka växter under längre perioder underutforskad och kan erbjuda många framtida möjligheter. Going ännu ett steg längre, kan de robotliknande element ses som föremål för forskning själva, vilket gör det möjligt att studera den komplexa dynamiken i bio-hybridsystem som bildas av robotar och växter nära interagerar. Robotarna selektivt införa stimuli på växterna, växterna reagerar enligt deras adaptiva beteende och ändra deras tillväxt mönster, som sedan upptäcks av robotarna via deras sensorer. Vårt tillvägagångs sätt stänger den beteendemässiga feedbackslingan mellan växterna och robotarna och skapar en homeostatisk kontroll slinga.

I våra experiment för att testa funktionen av robot systemet, använder vi uteslutande klätt ring gemensamma bönor, Phaseolus vulgaris. I denna installation använder vi klätter växter, med mekaniska stöd i en inrutade ställningen av total höjd 180 cm, så att växterna påverkas av thigmotropism och har en begränsad uppsättning tillväxt riktningar att välja mellan. Med tanke på att vi vill forma hela växten under en period av veckor, använder vi blåljus stimuli för att påverka växtens fototropism makroskopiskt, under olika tillväxt perioder inklusive unga skott och senare stjälk stelhet. Vi genomför experimenten i helt kontrollerade omgivnings ljus förhållanden där annat än det blå ljuset stimuli vi ger uteslutande rött ljus, med topp emission vid våglängd 650 Nm. När de når en bifurkation i det mekaniska stöd rutnätet, de gör ett binärt beslut om att växa vänster eller höger. Robotarna är placerade vid dessa mekaniska bifurcations, separerade med avstånd av 40 cm. De aktiverar och avaktiverar autonomt sitt blåljus, med topp emission vid våglängd 465 nm, enligt en fördefinierad karta över önskat tillväxt mönster (i detta fall ett sicksackmönster). På detta sätt, växterna styrs från bifurkation till bifurkation i en definierad sekvens. Endast en robot aktive ras vid en given tidpunkt – under vilken den avger blått ljus samtidigt som den självständigt övervakar växternas tillväxt på det mekaniska stödet under den. När den upptäcker en växande spets med hjälp av dess infraröda sensorer, slutar det avger blått ljus och kommunicerar med sina angränsande robotar via radio. Roboten som bestämmer sig för att vara nästa mål i sekvensen därefter aktive ras, locka växters tillväxt mot en ny mekanisk bifurcation.

Eftersom vårt tillvägagångs sätt innefattar både konstruerade och naturliga mekanismer omfattar våra experiment flera metoder som fungerar samtidigt och är beroende av varandra. Protokollet här är först organiseras enligt typ av metod, som var och en måste integreras i en enhetlig experiment setup. Dessa typer är växtart urval; robot konstruktion inklusive hård vara och mekanik; robot program vara för kommunikation och kontroll; övervakning och underhåll av växt skydd. Protokollet fortsätter sedan med experiment designen, följt av data insamling och inspelning. För fullständiga uppgifter om resultat som erhållits hittills, se Wahby et al.14. Representativa resultat omfattar tre typer av experiment – kontroll experiment där alla robotar inte ger impulser (dvs. är vilande). enstaka beslut experiment där anläggningen gör ett binärt val mellan en stimuli-som ger roboten och en som är vilande; och flera besluts experiment där anläggningen navigerar en sekvens av binära val att växa ett fördefinierat mönster.

Protocol

1. urvals förfarande för växt arter

Obs: detta protokoll fokuserar på anläggningen beteenden relaterade till klätt ring, riktad svar på ljus, och hälsa och överlevnad av växterna i den specifika säsongen, plats, och experimentella förhållanden.

  1. Välj en växt art känd för att visa stark positiv fototropism15,16 mot UV-a och blått ljus (340-500 Nm) i växande tips.
  2. Välj en art som är en Winder, där circumnutation17 beteende uttalas och den växande spetsen har spiralformade banor med tillräckligt stor amplitud för att vinden runt de mekaniska stöd som används i de specifika experimentella förhållanden. Den slingrande18 beteende som ställts ut av den valda rullmaskinen bör tolerera miljön och näringsämnen villkor som finns i experimentet och bör tolerera mekaniska stöd med lutnings vinkel upp till 45 °.
  3. Välj en art som kommer att växa tillförlitligt och snabbt i experimentella förhållanden, med en genomsnittlig tillväxt hastighet inte mindre än cirka 5 cm per dag, och helst snabbare om möjligt.
  4. Välj en art som kommer att visa de nödvändiga beteenden i den nuvarande säsongen och geografisk plats.
  5. Se till att arterna tolererar de miljö parametrar som kommer att finnas med i försöks installationen. Anläggningen ska tolerera avsaknad av grönt ljus och avsaknad av ljus utanför det synliga spektrumet (400 – 700 nm). Anläggningen bör också tolerera alla aktuella fluktuationer i temperatur, hålls vid cirka 27 ° c, samt eventuella nuvarande variationer i fuktighet och vattning.

2. robot förhållanden och konstruktion

  1. Organisera robotens kapacitet i decentraliserade noder med enbräde datorer (se figur 1 och figur 2), integrerade i modulära mekaniska stöd. Se till att varje identisk robotnod kan styra och utföra sitt eget beteende.
  2. För Robotic tillhandahållande av stimuli till växter, ge blått ljus (400-500 Nm) till växter med kontrollerbara intervaller, med en intensitet som kommer att utlösa deras fototropa svar, från den riktning och orientering som krävs för respektive del av experimentet .
    1. Välj en röd-grön-blå (RGB) lysdiod (LED) eller en isolerad Blå lysdiod. I båda fallen, inkludera en lysdiod med en blå diod med Peak emission ƛMax = 465 nm.
    2. Välj en lysdiod som när samlas i grupper och som i de exakta villkoren för den utnyttjade roboten kan bibehålla den erforderliga ljusintensitetsnivån i varje riktning testas i experimentet setup. För varje riktning som testas, se till att de blå dioderna i lysdioderna i en enda robot kollektivt kan bibehålla en ljusintensitet på cirka 30 lumen utan överhettning, när den är belägen i utnyttjad robot höljet och alla utnyttjade strategier för värme avledning. Den valda lysdioden ska ha en betraktnings vinkel på cirka 120 °.
      Obs: till exempel i en robot som använder tre lysdioder per riktning, med MicroController-aktiverad reglering av intensitet, om den blå dioder avger med maximal ljus styrka Φ = 15 lumen, då utan överhettning bör de kunna bibehålla 65% av den maximala.)
    3. Interface lysdioderna till robotens enplansdator, via LED-drivrutiner som reglerar strömförsörjningen enligt den erforderliga ljus styrkan. Aktivera individuell kontroll, antingen av varje LED eller av LED-grupper som betjänar varje riktning som testas i installationen.
  3. För Avkännings proceduren för närhet av växt odlings spetsar (se figur 3b), Använd bearbetade avläsningar från infraröda sensorer (IR-närhet) för att tillförlitligt och autonomt detektera förekomst av växter som närmar sig från varje riktning som testas i inställningarna.
    1. Välj en IR-närhet sensor som regelbundet detekterar den växande spetsen av den valda växt arten, när den arrangeras vinkel rätt mot den centrala axeln i den riktning som anläggningen närmar sig, som testas i en fri miljö. Se till att en lyckad detektering sker från ett avstånd på 5 cm, vilket ses i figur 3a med början vid tidsstämpeln märkt "07.04.16" på den horisontella axeln.
    2. Gränssnitt varje IR-närhet sensor till robotens enplansdator, och genomföra en vägd aritmetiska medelvärdet för att bearbeta sensor avläsningar till en bestämning av om en anläggning är närvarande inom 5 cm. Använd sensorns avläsningar från den senaste fem s för att ge 20% av den slutliga genomsnittliga vikt som används vid detektering.
    3. Se till att den valda IR-närhets sensorn inte avger kritiska våg längder som kan störa de ljus drivna beteendena hos den valda arten. Se till att våg längder som avges av sensorn under 800 nm inte finns på avstånd som är större än 5 mm från sensorns IR-källa, mätt med spektrometer.
  4. Fördela experiment funktioner över uppsättningen av robotar, så att varje robot självständigt kan hantera de delar som fortsätter i sitt eget lokala område. Ordna robotarnas tillhandahållande av ljus stimuli och Avkännings förmåga enligt respektive växters tillväxt riktningar som testas.
    1. Komponera varje robot runt en enkel-Board dator som är trådlöst lokalt nätverk (WLAN) aktiverat. Gränssnitt datorn till sensorer och ställdon via en anpassad kretskort (PCB). Driva varje robot individuellt, med sin egen batteribackup.
    2. Inkludera en IR-närhet sensor per riktning som testas för annalkande växter, enligt ovanstående krav.
    3. Inkludera tillräckligt lysdioder för att leverera ovanstående blått ljus krav, per riktning som testas för annalkande växter.
      1. Om du använder RGB-lysdioder i stället för blå lysdioder, kan du även aktivera punkters från den röda dioden när den blå dioden inte används, för att öka den röda ljus leveransen som beskrivs nedan (för växt skydd genom stöd av foto syntesen).
      2. Om rött ljus avges från robotarna med vissa intervaller, Använd då röda dioder med topp emission vid ungefär ƛMax = 625 – 650 Nm, utan några kritiska våg längder som överlappar det gröna bandet (dvs. under 550 Nm) eller det långröda bandet (dvs. över 700 nm).
      3. Låt inte röda dioder producera högre värme nivåer än de blå dioderna.
    4. Inkludera maskin vara som möjliggör lokala signaler mellan robotar. Inkludera ett foto motstånd (dvs. ljus beroende motstånd eller LDR) för varje riktning av en angränsande robot för att övervaka deras ljupunkmittans status. Alternativt, meddela status för lokala grannar via WLAN.
    5. Inkludera hård vara för att avleda värme, som krävs av villkoren för den valda blå dioder och utnyttjade robot höljet. Utför med en kombination av aluminium kylflänsar, ventiler i robotens fall inhägnad, och fläktar. Aktivera fläktar med en digital temperatur sensor på enkretskortdatorn eller extra PCB.
    6. Organisera robot komponenter så att relevanta riktningar är jämnt servas.
      1. Placera de blå dioderna för att fördela en motsvarande ljusintensitet till var och en av de riktningar från vilka växter kan närma sig (dvs. från de mekaniska stöd som fästs vid robotens nedre halva, se steg 2,5). Orientera varje diod i roboten fallet så att centrum axeln av dess lins vinkeln är inom 60 ° av varje axel av mekaniska stöd IT-tjänster, och placera den inte blockeras av roboten fallet.
      2. Placera IR-Proximity-sensorerna ekvivalenta för deras respektive annalkande tillväxt riktningar (dvs. från de mekaniska stöden som fästs vid robotens nedre halva, se steg 2,5). Placera varje IR-Proximity-sensor inom 1 cm från fäst punkten mellan roboten och det mekaniska stöd som servas, och rikta den så att dess betraktnings vinkel är parallell med stöd axeln. Se till att dess sändare och mottagare inte blockeras av robot höljet.
      3. Placera eventuella foto motstånd för lokal kommunikation ekvivalenta för varje riktning mot en grann robot i installationen (d.v.s. från alla mekaniska stöd som fästs på roboten, se 2,5). Orientera varje fotoresistor så att mittaxeln av dess betraktnings vinkel är inom 45 ° av stöd axeln det tjänster, och position för att inte blockeras av roboten fallet.
    7. Montera alla komponenter med enkretsdatorn (se block diagrammet i figur 2). Se till att datorn är lätt åtkomlig för underhåll efter monteringen.
      1. Interface lysdioder till datorn via LED-drivrutiner med hjälp av puls bredd modulering. Använd en fast mekanisk anslutning mellan lysdioderna och antingen höljet eller kylflänsen, och Använd en mekaniskt oinskränkt anslutning mellan lysdioderna och datorn.
      2. Interface fläktar till datorn via linjär regulator (dvs. switch) med hjälp av en generell ingång/utgång huvud stift. Fäst fläktar där det finns tillräckligt med luft flöde och se till att inga mekaniska påfrestningar läggs på dem.
      3. Gränssnitt IR-närhet sensorer och photoresistors via analog-till-digital omvandlare, med hjälp av seriella perifera gränssnitt. Använd en fast mekanisk anslutning från sensorerna till fodralet och en mekaniskt oinskränkt anslutning till datorn.
      4. Tillverka robot höljet från värme beständig plast med antingen selektiv lasersintring, stereolithografi, smält nedfalls modellering eller Forms Prutning.
  5. Integrera robotarna i en uppsättning modulära mekaniska stöd som Dually hålla robotarna i position och fungera som klätt ring byggnads ställning för växterna, begränsa växternas sannolika genomsnittliga tillväxt banor. Designa robotarna att fungera som kompletterande mekaniska fogar mellan stöden, placerad så att de korsar växten tillväxt banor.
    1. Minimera storleken på roboten, och se till att den kan tillförlitligt överträffas av en stöds växande spets av de utvalda växt arterna. Minska robot storleken i största möjliga utsträckning för att öka experiment hastigheten.
    2. Forma de yttre väggarna av robot kroppen att vara så diskret att växten tillväxt som möjligt när en växande spets stegvis navigerar runt roboten. Runda eller fasett roboten kroppen att inte blockera spiralformade banan av circumnutation i Twining växt arter. Uteslut skarpa utskjutande delar och akuta indrag.
    3. Välj ett material och en profil (dvs. form av tvärsnitt) för de mekaniska stöden, så att den valda växt arten kan klättra effektivt, till exempel en trästav med cirkulär profil med en diameter som är ungefär 8 mm eller mindre. Se till att de mekaniska stöden är strukturellt stela nog att stödja växter och robotar i installationen, förstärkt med en genomskinlig akryl plåt bakom installationen.
    4. På varje robot finns fäst punkter för att förankra de angivna mekaniska stöden. Inkludera en för varje riktning som en anläggning kan närma sig eller avvika en robot.
      1. För varje fäst punkt, inkludera en sockel i robot höljet, med mått som matchar tvärsnittet av stödmaterialet.
      2. Ställ in sockeln med ett djup som inte är mindre än 1 cm. Håll sockeln tillräckligt grunt så att stödet inte kolliderar med komponenter inuti roboten.
    5. Ordna de mekaniska stöden i en regelbundet inrutade mönster, jämnt diagonal med en lutnings vinkel på 45 ° eller brantare. Gör längderna av stöden enhetliga. Den minsta exponerade längden på stödet är 30 cm, för att ge tillräckligt utrymme för klätt ring växterna att fästa efter att utforska området i deras tillstånd som inte stöds. Den föredragna exponerade längden är 40 cm eller mer, för att tillåta vissa buffert för statistiskt extrema fall av växt infästning.
    6. Montera de mekaniska elementen med robotarna. Följande protokoll förutsätter en exponerad stöd längd på 40 cm och en uppställning av åtta robotar på fyra rader (se figur 6). För andra storlekar, skala därefter.
      1. På golv ytan, bygga en monter 125 cm bred som är kapabel att hålla installationen i upprätt läge.
      2. Anbringa en 125 cm x 180 cm plåt (8 mm tjock eller mer) av genomskinlig akryl till stativet, så att den står upprätt.
      3. Placera krukor med lämplig jord på stativet, mot akryl plåt.
      4. Anbringa två mekaniska y-fogar till akryl plåten, 10 cm ovanför krukorna. Placera lederna 45 cm och 165 cm till höger, respektive, av den vänstra kanten av stativet.
      5. Fäst två stöd till vänster y-LED, lutande 45 ° till vänster och till höger, och fäst ett stöd till höger y-LED, lutande 45 ° till vänster.
      6. Anbringa två robotar till akryl plåt, och sätt i ändarna av de tidigare placerade stöden i uttagen i roboten fall. Placera robotarna 35 cm ovanför y-lederna, och 10 cm och 80 cm till höger, respektive, av den vänstra kanten av stativet.
      7. Upprepa mönstret för att fästa de återstående robotarna och stödet i det diagonalt rutade mönstret (se figur 6), så att varje rad av robotar är 35 cm över föregående rad, och varje robot är horisontellt placerad direkt ovanför roboten eller y-leden som är två rader under den.

3. robot program vara

  1. Installera ett operativ system (t. ex. Raspbian) på robotarna med en enda skiva.
  2. Under varje experiment, kör program protokollet på varje robot parallellt, så att deras distribuerade autonoma beteende (se Wahby et al.14, för pseudokod och mer information).
  3. Etablera två möjliga tillstånd för roboten: en är en stimulans stat under vilken roboten avger blått ljus med den intensitet som beskrivs ovan; den andra är ett vilande tillstånd under vilket roboten antingen avger inget ljus eller avger rött ljus enligt beskrivningen ovan.
    1. I stimulans stat, sända en puls bredd modulering (PWM) signalen via den enkel-bräde computern med en frekvens motsvarande till nödvändig klarheten till blå leds föraren.
    2. I vilande tillstånd, utlösa inga lysdioder, eller om det behövs skicka en PWM-signal till endast de röda lysdioderna driv rutiner.
  4. Tilldela alla robotar vilande tillstånd i kontroll experiment.
  5. I Single-beslut experiment, tilldela en robot vilande tillstånd och en robot stimulans staten.
  6. Starta initierings processen enligt följande i flera besluts experiment.
    1. Leverans till varje robot en fullständig konfiguration karta över mönstret av växternas tillväxt som skall testas i det aktuella experimentet.
    2. Ange platsen för roboten i mönstret, antingen automatiskt med lokaliserings sensorer eller manuellt.
    3. Jämför robotens plats med den medföljande kartan. Om robotens plats är den första platsen på kartan, Ställ in roboten till stimulans; annars, ställa in roboten till vilande. Initierings processen avslutas.
  7. I flera besluts experiment startar du styr processen enligt följande. Kör iterativt.
    1. Kontrol lera robotens IR-närhet sensor avläsning för att se om en anläggning har upptäckts.
    2. Om en anläggning upptäcks och roboten är inställd på vilande, sedan underhålla.
    3. Om en anläggning upptäcks och roboten är inställd på stimulans, då:
      1. Meddela intilliggande närliggande robotar att en anläggning har upptäckts, och inkludera robotens plats i meddelandet.
      2. Ställ roboten till vilande.
      3. Jämför robotens plats med kartan. Om roboten är på den sista platsen på kartan, skicka en signal över WLAN att experimentet är klar.
    4. Kontrol lera robotens inkommande meddelanden från angränsande angränsande robotar för att se om en av dem som var inställd på stimulus har upptäckt en anläggning.
    5. Om en stimulus granne har upptäckt en anläggning, jämför grannens plats till robotens plats, och även jämföra med kartan.
    6. Om roboten är på den efterföljande platsen på kartan, Ställ in roboten till stimulans.
    7. Avsluta den iterativa slingan av styr processen när en signal har mottagits att experimentet är klar.

4. övervaknings-och underhålls förfarande för växt skydd

  1. Leta reda på experiment inställningarna i kontrollerade miljö förhållanden – särskilt inomhus utan infallande dagsljus eller andra ljus förhållanden utanför de villkor som beskrivs nedan, med kontrollerad luft temperatur och fuktighet, och med kontrollerad jord vattning. Övervaka villkoren med sensorer som är anslutna till en mikrokontroller eller en enda dator som är WLAN aktiverat.
  2. Underhåll växt foto syntesen med hjälp av LED-tillväxtlampor utanför robotarna och inför experiment installationen.
    1. Använd tillväxt lamporna för att leverera monokromatiskt rött ljus till inställningen, med röda dioder med topp emission vid cirka ƛMax = 625 – 650 Nm, utan kritiska våg längder utanför området 550 – 700 nm, med undantag för en låg förekomst av omgivnings blått ljus om till nytta för hälsan hos den valda arten. Om en låg förekomst av omgivande blått ljus ingår, begränsa till nivåer på en mycket liten bråkdel av de som avges av en enda robot.
    2. Ange de nivåer av rött ljus som krävs för hälsan hos den valda arten, vanligt vis ungefär 2000 Lumen eller mer totalt.
    3. Orientera tillväxt lamporna för att möta experiment setup, så att deras mittanance fördelas ungefär jämnt över tillväxtområdet.
    4. Övervaka omgivande ljus förhållanden med en RGB-färgsensor.
  3. Efter grogrund, ge varje planta sin egen pott vid basen av experimentet installationen. Ge lämplig jord volym och typ för den valda arten. Se till att jorden och fröna har sanerats före grobarheten. Använd lämpliga skade djurs bekämpnings metoder för att förebygga eller hantera insekter om sådana finns.
  4. Reglera luft temperatur och fuktighets nivåer, följaktligen för den valda arten, med hjälp av värmare, luftkonditionerings apparater, luft Fuktare och avfuktare. Övervaka nivåer med hjälp av en temperatur-tryck-fuktighets sensor.
  5. Övervaka jorden med hjälp av en jord fukt sensor. Bibehålla en lämplig grad av vattning för den valda arten. Utför med hjälp av ett automatiserat bevattnings system där vatten levereras till jorden via munstycken som utlöses av markens fukt sensorn avläsningar, eller vatten jord manuellt, som regleras av sensorn avläsningar.

5. experiment design

  1. Placera robotar och mekaniska stöd i ett rutnät som är tillräckligt stort för att täcka tillväxt området och mönstret som testas i experimentet, inte mindre än en rad och två kolumner med robotar.
  2. Under den nedersta raden av robotar, placera en rad av standard diagonala mekaniska stöd, matcha dem under hela installationen. Om de nedre ändarna av dessa stöder korsar varandra, gå med dem mekaniskt med en "y-led." För varje "y-LED" vid basen av installationen, plantera ett enhetligt antal växter beroende på storleken på den diagonala rutnäts cellen (ungefär en anläggning per 10 cm av exponerade mekaniska stöd längd), med de växt skydds villkor som beskrivs ovan.
  3. Välj en experiment typ som ska köras och välj i tillämpliga fall en kvantitet och distribution av robotar.
    1. Experiment typ 1: kontroll
      Anmärkning: denna experiment typ testar tillväxten av klätter växter i förhållanden frånvarande av ljus stimuli att utlösa fototropism. Den kan köras på valfri storlek och form av installationen.
      1. Tilldela alla robotar vilande tillstånd (se steg 3,4) och kör kontinuerligt tills resultaten utvärderas manuellt för att slutföras.
      2. Observera om växterna fäster vid de mekaniska stöden. I ett lyckat experiment kommer ingen av växterna att hitta eller fästa vid de mekaniska stöden.
    2. Experiment typ 2: enskilt beslut
      Anmärkning: denna experiment typ testar växternas tillväxt banor när de presenteras med binära optioner-ett stöd som leder till en vilande robot och ett stöd som leder till en stimulans robot. Den körs endast på minimiinställningarna (d.v.s. en rad, två kolumner).
      1. Tilldela en robot vilande tillstånd (se 3,5) och en robot stimulans staten. Kör kontinuerligt tills en av de två robotarna detekterar en anläggning med IR-Proximity-sensorn.
      2. Observera växt fäste till mekaniskt stöd, tillväxt längs stöd, och sensor avläsningar av stimulus robot. I ett lyckat experiment, roboten med stimulans staten kommer att upptäcka en växt efter att den hade vuxit längs respektive stöd.
    3. Experiment typ 3: flera beslut
      Anmärkning: denna experiment typ testar växternas tillväxt när de presenteras med flera efterföljande stimuli villkor, som utlöser en rad beslut enligt en fördefinierad global karta. Den kan köras på alla storlekar och form av inställningar som har mer än det minsta antalet rader (d.v.s. två eller fler).
      1. Ge robotarna en global karta över mönstret som ska odlas (se steg 3.6-3.7.7).
      2. Observera växt infästningshändelserna och tillväxt mönstret längs de mekaniska stöden.
        1. I ett lyckat experiment kommer minst en planta att ha vuxit på varje stöd som finns i den globala kartan.
        2. Dessutom, i ett lyckat experiment ingen anläggning kommer att ha valt felaktig riktning när dess växande spets ligger vid den för närvarande aktiva besluts punkten.
        3. Överväg inte främmande växande tips här, om till exempel en förgrening händelse placerar en ny växande spets på en föråldrad plats på kartan.

6. förfarande för inspelning

  1. Lagra data från sensorer och kameror inlednings vis på en enda dator där data har genererats ombord. Kör svars servrar ombord som svarar på nödvändiga förfrågningar, till exempel den senast lagrade sensor läsningen. Med jämna mellanrum överföra data och loggfiler via WLAN till en lokal nätverksansluten lagring (NAS) enhet.
  2. Spela in video med tids fördröjning av experimenten kontinuerligt med kameror placerade vid två eller flera utsikts punkter, med minst en kameravy som omfattar hela experiment installationen. Se till att de tagna bilderna är av tillräckligt hög upplösning för att på lämpligt sätt fånga rörelserna av växten odlings spetsar, typiskt bara några millimeter i bredd.
    1. Automatisera bild fångst processen för att säkerställa konsekventa tidsintervall mellan insamlingar, med en inbyggd kamera på en enda dator eller en fristående digitalkamera som automatiseras med en Intervalltimer. Installera lampor för att fungera som blinkar, automatiserad på samma sätt som kamerorna. Se till att blinkar är tillräckligt ljusa för att konkurrera med den röda lampan på tillväxt lampor utan att dramatiskt efter bearbetning bilderna för färg korrigering.
    2. Lokalisera blinkningarna så att experiment installationen kan belysas fullt ut och därför synas tydligt i bilderna. Synkronisera kameror och blinkar så att alla kameror fånga bilder samtidigt, under en 2 s blixt period. Fånga bilderna var 2: e minut, under hela experimentet.
  3. Logga miljö sensor data, särskilt avläsningar från temperatur-tryck-luftfuktighets sensorn, RGB-färgsensorn och mark fukt sensorn. Logga data från alla robotar i installationen, särskilt IR-närhet sensorn och foto resistor avläsningar, liksom den interna tillstånd av roboten som definierar dess LED-Mittans status.
  4. Gör alla inspelade data tillgängliga för fjärrövervakning av experimenten, via regelbundna real tids rapporter, för att säkerställa att korrekta villkor bibehålls för hela experiment varaktigheten upp till flera månader.

Representative Results

Kontroll: växt beteende utan Robotic stimuli.
På grund av avsaknaden av blått ljus (dvs alla robotar är vilande), är positiv fototropism inte utlöses i anläggningen. Därför visar växterna förutsättningslös uppåtgående tillväxt som de följer gravitropism. De uppvisar också typisk circumnutation (dvs. slingrande), se figur 4a. Som väntat, växterna Miss lyckas med att hitta den mekaniska stöd som leder till vilande robotar. Plantorna kollapsar när de inte längre kan försörja sin egen vikt. Vi stoppar experimenten när minst två plantor kollapsar, se figur 4b, C.

Enstaka eller flera beslut: växt beteende med Robotic stimuli
I fyra Single-beslut experiment, två körningar har vänsterstyrning (dvs, roboten kvar av bifurkation aktive ras till stimulans), och två körningar har åt höger styrning. Den stimulus robotar framgångs rikt styra växterna mot rätt stöd, se figur 5. Den närmaste anläggningen med stjälkvinkel mest liknar den för korrekt stöd fäster först. I varje experiment, minst en anläggning fäster stöd och klättrar det tills den når stimulus robot och därmed slutar experimentet. I ett experiment, en andra anläggning fäster rätt stöd. De återstående växterna kan också fästa i längre experiment varaktigheter. Ingen av växterna fäster till det felaktiga stödet. Varje experiment körs kontinuerligt i 13 dagar i genomsnitt.

I två flerbeslutsexperiment växer växterna till ett fördefinierat sicksackmönster, se figur 6a. Varje experiment pågår i cirka sju veckor. Som ett experiment startar, en robot sätter sin status till stimulans (se 3.6.3) och styr växterna mot rätt stöd enligt det före skrivna mönstret. En växt fäster och klättrar det, anländer till den aktiverade stimulus robot därför slutföra det första beslutet. Enligt 3.7.3, den nuvarande stimulans roboten blir då vilande och meddelar sina angränsande grannar. Den vilande granne som är nästa på sicksack mönstret växlar sig till stimulans (se 3.7.6). Om en anläggning upptäcks av en vilande robot reagerar inte roboten (se 3.7.2). Växterna fortsätter och slutför de återstående tre besluten framgångs rikt. Det fördefinierade sicksackmönstret är därför fullvuxet, se figur 6b.

Alla experiment data, samt videor, är tillgängliga online24.

Figure 1
I figur 1. Den orörbara roboten och dess huvud komponenter. Figur omtryckt från författaren publikation Wahby et al.14, används med Creative Commons License CC-by 4,0 (se kompletterande filer), med ändringar som tillåts av licens. Vänligen klicka här för att se en större version av denna siffra.

Figure 2
I figur 2. Komponent diagrammet för den immobila robot elektroniken. IRLML2060 LED-drivrutiner är sammankopplade med robotens enkretskort dator (t. ex. Raspberry PI) via PWM för att styra ljus styrkan på lysdioderna. En LP5907 switch är gränssnitt med enkel-Board dator via generell input/output (gpio) huvud stift, för att styra fläkten. En MCP3008 analog-till-digital-omvandlare (ADC) är ansluten till en enda skiva dator via seriell perifera gränssnitt (SPI) för att läsa den analoga IR och ljus beroende motstånd (LDR) sensor data. Vänligen klicka här för att se en större version av denna siffra.

Figure 3
I figur 3. Kort efter "03.04.16," en växt spets klättrar ett stöd och anländer i synfält av roboten. (A) exempel på IR-närhets givare, skalbara spännings avläsningar (vertikal axel) under ett experiment. Högre värden indikerar identifiering av växt spetsen. BIR-närhets sensorn placeras och orienteras enligt stöd tillbehöret för att säkerställa effektiv detektering av anläggnings spetsen. Figur omtryckt från författaren publikation Wahby et al.14, används med Creative Commons License CC-by 4,0 (se kompletterande filer), med ändringar som tillåts av licens. Vänligen klicka här för att se en större version av denna siffra.

Figure 4
I figur 4. Kontroll experiment resultat ramar som visar att alla fyra växterna inte fäster vid något stöd i avsaknad av blått ljus. Aefter fem dagar, alla plantor som växer uppåt i ett av kontroll experimenten (secför senare tillväxt villkor). (B) efter 15 dagar kollapsade tre plantor och en som fortfarande växte uppåt i det första kontroll experimentet. (C) efter sju dagar kollapsade två plantor och två fortfarande växte uppåt i det andra kontroll experimentet (se (a) för tidigare tillväxt tillstånd). Figur omtryckt från författaren publikation Wahby et al.14, används med Creative Commons License CC-by 4,0 (se kompletterande filer), med ändringar som tillåts av licens. Vänligen klicka här för att se en större version av denna siffra.

Figure 5
I figur 5. Single-beslut experiment resultat ramar som visar förmågan hos en stimulus robot att styra växterna genom ett binärt beslut, att klättra rätt stöd. I alla fyra experiment, en robot är inställd på stimulans och den andra till vilande-på två motsatta sidor av en korsning. Ramarna visar växternas läge precis innan stimulus robot upptäcker dem. I varje experiment fäster åtminstone en växt till det korrekta stödet, och ingen växt fäster till den felaktiga. Också, de stöds växter visar tillväxt vinklad mot stimulus robot. E, F, G, H är närbilder av A, B, C, D respektive. Figur omtryckt från författaren publikation Wahby et al.14, används med Creative Commons License CC-by 4,0 (se kompletterande filer), med ändringar som tillåts av licens. Vänligen klicka här för att se en större version av denna siffra.

Figure 6
I figur 6. Flera besluts experiment. (A) det riktade sicksackmönstret är markerat med grönt på kartan. (B) den sista bild rutan från experimentet (efter 40 dagar), visar växternas situation innan den sista stimulans roboten på mönstret upptäcker dem. Robotarna växer framgångs rikt sicksackmönstret. Figur omtryckt från författaren publikation Wahby et al.14, används med Creative Commons License CC-by 4,0 (se kompletterande filer), med ändringar som tillåts av licens. Vänligen klicka här för att se en större version av denna siffra.

Discussion

Den presenterade metoden visar initiala steg mot att automatisera den stimuli-drivna styrningen av växternas tillväxt, för att generera specifika mönster. Detta kräver kontinuerligt underhåll av växt hälsan samtidigt som den kombineras till ett enda experiment setup de distinkta världarna av biokemiska tillväxt svar och konstruerade mekatronisk funktioner-avkänning, kommunikation och kontrollerad generering av stimuli. Som vårt fokus här är på klätter växter, är mekaniskt stöd också integrerad. En begränsning av den nuvarande inställningen är dess omfattning, men vi tror att vår metodik lätt skalas. Den mekaniska ställningen kan för längas för större uppställningar och därmed längre perioder av tillväxt, vilket också möjliggör utökade konfigurationer och mönster. Här är inställningen begränsad till två dimensioner och binära vänster-höger beslut, eftersom tillväxten är begränsad till ett rutnät av mekaniska stöd vid 45 ° lutning, och anläggningens beslut positioner är begränsade till det nätets bifurcations. Mekaniska förlängningar kan omfatta 3D ställningar och olika material, för att möjliggöra komplexa former9,19. Metoden kan betraktas som ett system för att automatiskt växa mönster som definierats av en användare. Genom att utvidga den möjliga komplexiteten av mekaniska konfigurationer, användare bör möta några restriktioner på deras önskade mönster. För en sådan ansökan, en användare program vara verktyg bör bekräfta att mönstret är producible, och mekatronik bör sedan själv organisera produktionen av mönstret genom att generera lämpliga stimuli för att styra växterna. Program varan bör också utvidgas till att omfatta återhämtnings planer och politik som avgör hur man kan fortsätta med tillväxten om det ursprungliga planerade mönstret delvis har misslyckats-till exempel om den första aktiverade roboten aldrig har upptäckt en anläggning, men de vilande dem har sett att placeringen av de växande spetsarna är bortom den aktiverade roboten.

I den presenterade metoden, ett exempel växt arter som uppfyller protokollet urvalskriterier är klätt ring gemensamma bönor, P. vulgaris. Detta är den art som används i representativa resultat. Som P. vulgaris har stark positiv fototropism till UV-A och blått ljus, den phototropins (ljus-receptor proteiner) i anläggningen kommer att absorbera fotoner motsvarande våg längder 340-500 Nm. När receptorerna utlöses, första svullnad kommer att ske i stammen av preferens omlokalisering av vatten till stamceller vävnader motsatta de utlösta receptorer, orsakar en reversibel riktad respons. Sedan, inom stammen, auxin (växt mönster hormon) är riktad till samma vävnad plats, vidmakthåller riktad respons och fast ställande stamceller vävnader som de stelnar. Detta beteende kan användas för att forma växterna i dessa kontrollerade inomhus förhållanden, eftersom växterna utsätts endast för isolerade blått ljus och isolerade rött ljus, med infallande långt rött ljus från IR-närhet sensorer på låga nivåer att det inte stör med uppföranden liksom skugga-undvikande svaret20,21. Fototropismen reaktion i växten reagerar i inställningen för att tända från blått dioder med maximal emission ƛmax = 465 nm, och photosynthesis22,23 i växten stöttas av röda dioder med maximal utsläpp ƛmax = 650 Nm. P. vulgaris växer upp till flera meter i höjd är lämplig i den övergripande installationen, eftersom ungefär 3 L av kommersiella trädgårds skötsel jord behövs per pott passar inställnings skalan.

Även om den nuvarande inställningen fokuserar på ljus som en attraktion stimulans, ytterligare stimuli kan vara relevanta för andra experiment typer. Om det önskade mönstret kräver en separation mellan olika grupper av växter (t. ex. det önskade mönstret behöver två grupper av växter för att välja motsatta sidor), då det kanske inte är genomförbart med bara en typ av stimulans. För sådana komplexa tillväxt mönster oberoende av ställnings form, kan de olika grupperna av växter potentiellt odlas i olika tids perioder så att deras respektive attraktion stimuli inte stör, vilket också skulle möjliggöra integrationen av förgrening Händelser. Detta kan dock inte alltid vara en lämplig lösning, och standarden attraktiva ljus stimulans kan sedan förstärkas genom repellerande influenser såsom skuggning, eller av andra stimuli som långt-rött ljus eller vibrationer motorer9,14.

Den presenterade metoden och experiment designen är bara ett första steg mot en sofistikerad metodik för att automatiskt påverka växternas riktnings tillväxt. Experimentet installationen är grundläggande genom att fastställa endast en sekvens av binära beslut i växterna och vi fokuserar på en, lätt att hantera stimulans. Ytterligare studier skulle krävas för att bevisa metodens statistiska signifikans, för att lägga till mer stimuli, och för att styra andra processer såsom förgrening. Med tillräcklig utveckling för att garantera robotars tillförlitlighet på lång sikt, kan den presenterade metoden möjliggöra automatisering av växt experiment över långa tids perioder, vilket minskar den overhead som är förknippad med studiet av växt utvecklings stadier Utöver skott. Liknande metoder kan möjliggöra framtida utredningar av den underutforskade dynamiken mellan biologiska organismer och autonoma robotar, när de två fungerar som tätt kopplade självorganiserande bio-hybridsystem.

Disclosures

Författarna förklarar att de inte har några konkurrerande ekonomiska intressen.

Acknowledgments

Denna studie stöddes av flora Robotica projekt som fick finansiering från Europeiska unionens Horisont 2020 forsknings-och innovations program inom FET-bidragsavtalet, nr 640959. Författarna tackar Anastasios Getsopulos och Ewald Neufeld för deras bidrag i hård varu monteringen, och Tanja Katharina Kaiser för hennes bidrag i övervakningen av växt experiment.

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