Chinese onderzoekers hebben een robot ontwikkeld die verschillende plantensoorten in diverse groeistadia kan identificeren door met een elektrode de bladeren aan te raken. Volgens een studie die op 13 november in het tijdschrift Device is gepubliceerd, meet de robot eigenschappen zoals textuur en watergehalte van de bladeren—gegevens die niet toegankelijk zijn met bestaande visuele technieken. De robot wist tien plantensoorten met een gemiddelde nauwkeurigheid van 97,7% te herkennen en identificeerde bladeren van de bloeiende bauhinia-plant zelfs met 100% nauwkeurigheid in verschillende groeifasen.
Volgens Zhongqian Song, universitair hoofddocent aan de Shandong First Medical University & Shandong Academy of Medical Sciences en mede-auteur van het onderzoek, kan de robot in de toekomst worden ingezet door grootschalige landbouwers en landbouwonderzoekers. Met dit apparaat zouden zij de gezondheid en groei van gewassen beter kunnen volgen en gepersonaliseerde beslissingen kunnen nemen over watergebruik, bemesting en plaagbestrijding.
“Het kan een revolutie betekenen voor gewasbeheer en ecologisch onderzoek, en biedt mogelijkheden voor vroege ziekte-detectie, wat essentieel is voor plantgezondheid en voedselzekerheid,” aldus Song.
In tegenstelling tot bestaande apparaten die werken met visuele technieken en gevoelig zijn voor factoren zoals lichtomstandigheden, weersveranderingen en achtergrondruis, verzamelt deze robot gegevens door fysiek contact met planten. De robot is geïnspireerd op de werking van de menselijke huid. Wanneer een elektrode contact maakt met een blad, meet het apparaat eigenschappen zoals de hoeveelheid elektrische lading die kan worden opgeslagen, de weerstand tegen elektrische stroom en de kracht waarmee het blad wordt vastgehouden.
Deze gegevens worden vervolgens verwerkt met behulp van machine learning, waardoor de robot plantensoorten en groeistadia kan classificeren.
Hoewel de robot volgens Song “enorme en onverwachte” toepassingen kan hebben op het gebied van precisielandbouw, ecologisch onderzoek en ziektepreventie, zijn er nog beperkingen. Zo kan het apparaat complexe plantstructuren, zoals naaldachtige bladeren of stekelige vormen, nog niet betrouwbaar identificeren. Song stelt dat verbeteringen aan het ontwerp van de elektrode dit probleem zouden kunnen oplossen.
“De weg naar grootschalige productie en inzet kan nog relatief lang zijn, afhankelijk van technologische en marktontwikkelingen,” voegt Song toe.
De onderzoekers willen de technologie verder ontwikkelen door data te verzamelen van meer plantensoorten en de database uit te breiden waarmee de algoritmen worden getraind. Ook hopen ze de sensor verder te integreren zodat de robot resultaten in realtime kan tonen, zelfs zonder externe stroomvoorziening.
