2022年夏天
主页 下载

数学的葡萄

George Fox计算机科学和工程专业的学生正在开发一种自主机器人,它可能会彻底改变葡萄园主预测收成的方式 由金伯利费尔顿

T他们叫它Vitibot. 这个名字不是官方的, 但一名学生设计了一个带有这个名字的贴纸,它就粘住了——巧妙地结合了术语“葡萄栽培”(葡萄科学)和“机器人”.”

历史最悠久的之一 高级的设计 乔治·福克斯的顶点计划 计算机科学 而且 工程 学生, Vitibot每年都在向这个目标迈进——这是一款围绕着该大学的葡萄酒行业渴望看到的产品:一款可以自主穿越葡萄园的漫游者, 采集图像数据, 准确预测葡萄收获前几个月的产量.

10 - 15%的误差幅度被大多数葡萄酒种植者认为是一个很好的估计. 去年,Vitibot预测的收益率误差在2%到3%之间.

一个葡萄Roomba

每年,葡萄酒种植者都密切监测他们的葡萄藤,以预测葡萄产量. 天气, 土壤, 葡萄病害和像鸟和鹿这样的害虫会影响产量——但不管这些因素, 葡萄园主需要知道他们是否能够履行对买家的承诺, 如果他们最终会有多余的葡萄. 在有风险的作物种植行业中,他们的成功取决于准确的预测.

Vitibot的迭代出现的时间比大多数高级设计项目都要长, 通常从秋季学期开始到春季结束.

“我2015年开始在这里工作, 那时它已经成为了一件事,计算机科学教授布莱恩·斯奈德说.

鲍勃困难, 工程学院院长, 与当地企业家、葡萄园和酒庄老板进行了头脑风暴, 在斯奈德来到这所大学之前,他们已经开发了这项技术几年.

“从一开始,它首先是一个机械工程项目,”斯奈德说. “但鲍勃知道机器学习是有必要的,这就是我参与其中的原因.”

两个由老年人组成的团队——每年都有新的团队——与Vitibot并行工作. 硬件, 或数据收集, 由机械和电气工程专业的学生组成的团队设计和建造了这辆月球车. 该软件, 或数据分析, 计算机科学和信息系统的学生团队致力于机器学习和自主导航——人工智能. 最终,在今年,这两个团队合并为一个团队,将力学和传感器数据拼接在一起. 斯奈德说:“这就是皇冠app让它自动驾驶的时候。.

斯奈德和工程学院的其他教员设想他们可以出售的漫游者, 它有一组传感器, 可以通过远程控制或自动驾驶(目前Vitibot使用激光雷达传感器导航和GoPro相机进行数据收集).

斯奈德说:“这几乎就像Roomba,不过是给你的庄稼用的。. “你让它自己在葡萄园中导航,一边走一边收集数据.”

葡萄园里的个体照片

从左到右, 学生Trey Moen和Jared Perry, 还有布莱恩·斯奈德教授, 与葡萄园主珍妮和大卫·贝克一起测试Vitibot.

一个社区的努力

创造一个可以拍摄数字图像的漫游者, 将这些图像输入机器学习模型, 用训练好的模型来预测产量, 团队需要一个试验场. 克劳福德贝克葡萄园(Crawford Beck Vineyard)的主人戴维·贝克(David Beck)和珍妮·贝克(Jeanne Beck)很乐意把自己的葡萄园卖给他. 科学家们, 研究人员和教育工作者本身, 他们对技术同样感兴趣,也同样投资,可以帮助他们的葡萄园, 以及让学生学习的过程.

Vitibot预测葡萄产量的准确性取决于两件事:葡萄的每周照片和内置在探测器“大脑”中的机器学习.”

过去的三个夏天, 一位学生或指导教师在克劳福德·贝克葡萄园的一排排葡萄园里走来走去, 带着一个八英尺长的登山棒,上面绑着三个GoPro相机. 从7月到9月中旬收割,他们每周都给每棵葡萄树拍一张照片. 每行83株,21行,每周1万张照片.

皇冠app有一个算法,一段代码,它接受图片作为输入,”斯奈德说. “皇冠app有从图像中学习相关数字特征的代码. That information goes in; we call it training data. 然后, 因为皇冠app在进行监督学习, 皇冠app告诉它, 鉴于这些图片, 下面是你应该预测的正确答案.’”

给算法的“正确答案”是葡萄收获时的重量. 上传了一整个夏天的图片, 实际权重会在赛季结束时添加到算法中. 这就是小贝夫妇的贡献显得尤为突出的地方.

在大多数葡萄园收获的时候, 工人们排着排, 将集群放入桶中, 把桶倒进垃圾箱, 每捡一桶桶都能得到奖励. 它竞争激烈,速度很快. 节约人工成本.

但要验证探测器的软件, the premium no longer is on time; it is on harvest weight accuracy, 不仅仅是葡萄园, 但在这种情况下,酒庄也是如此, Winderlea.

“你不一定知道它抓住了什么功能. 是在数葡萄吗? 它是怎么知道的? But that’s the thing; we don’t need to know. 皇冠app将让这个算法学习什么是相关的.”

大卫说:“他们愿意称一箱又一箱收获的葡萄,然后给皇冠app数据。. 这是将所有内容联系在一起并验证软件成功的方法.”

这个过程是耗时的,但为了建立一个精确的模型是绝对必要的. 贝克一家和温德丽一家都愿意.

Vitibot是如何从图像到葡萄的最终重量的,斯奈德无法解释. “你不一定知道它抓住了什么功能. 是在数葡萄吗? 它是怎么知道的? But that’s the thing; we don’t need to know. 皇冠app将让这个算法学习什么是相关的.“数字证明这是有效的.

“他们的软件比皇冠app的实际测量结果要好,”大卫说. “皇冠app计数,称量,然后用葡萄藤的总数相加. 皇冠app做了一个有根据的计算,但皇冠app是在假设果实分布的均匀程度.”

和大多数葡萄种植者一样,珍妮亲自进行葡萄产量预测. 这既繁琐又耗时,而且不像她希望的那样准确.

至于酿酒师想要的误差范围,答案是零!”她说. “这是不可能的,皇冠app努力节省劳动力和最大的准确性. 鉴于这种固有的不准确性, 一些种植者选择光学评估, 走着行,用眼睛估计. 这并不令人满意,所以皇冠app不断地寻找更好的方法.

“这就是乔治·福克斯的学生所做的工作的美妙之处. 他们的估计是在收获量的98%以内. 我的只有收获量的72%. 再加上节省的劳动力,你可以看到这是多么令人印象深刻.”

Vitibot还没有准备好投放市场, 但该软件一直能做出准确的产量预测, 今年它可以自动驾驶了. “既然皇冠app已经突破了那道墙, 下一步是每周把它带到葡萄园里训练它在真正的, 真实的环境,斯奈德说:“. 皇冠app非常乐观地认为,明年皇冠app将实现这一目标.”

观看视频:认识Vitibot:一个改变游戏规则的葡萄园机器人
facebook分享按钮
twitter分享按钮
电子邮件分享按钮

2022年夏天盖

2022年夏季刊封面

寻找更多的?

浏览这一期的George Fox Journal阅读更多的故事皇冠app官方版下载, 俄勒冈州全国公认的基督教大学.

浏览2022年夏天