「從事自動化控制設備的廠商來問我，能不能用機器人幫農民採小黃瓜？」黃登淵發現台灣農村的人力短缺問題嚴重，於是決定以自身擅長的AI影像辨識技術為基礎展開研發。

在不久的未來，彰化芳苑鄉的農田將迎來一場技術革命，小黃瓜的採收工作將不再是年邁農夫的傳統勞動，而是由結合人工智慧、機械手臂和行動載台的AI機器人完成。這些智能機器人，憑藉著先進的AI影像辨識技術，能夠在田間移動，準確辨識成熟的小黃瓜，並用機械手臂輕巧地將其摘下，這或許將成為未來台灣農地的常見景象。



作物收穫人手不足  自動化設備廠商找上門
主導這項技術研發的，是擁有豐富人工智慧、圖形識別和影像處理經驗的大葉大學電機工程學系教授黃登淵。他表示，當技術成熟後，這種機器人不僅能夠採摘小黃瓜，也能應用在芭樂、蘋果等在樹上生長的水果。

採訪當天，走進大葉大學工學院的研究室，黃登淵正與自動控制研發公司的工程師合作，指導AI機器人如何透過影像識別技術「看」金桔樹上的果實，辨別哪些可採摘，哪些需要留在樹上。

「彰化芳苑鄉有小黃瓜田，當地人力不足，從事自動化控制設備的廠商來問我，能不能用機器人幫農民採小黃瓜？」黃登淵回憶起研發可採摘水果機器人的初衷說，當地農民人手不足，有時只能採摘外觀及品質最好的小黃瓜。面對這個問題，廠商找上門來，他也發現台灣農村的人力短缺問題嚴重，於是決定與業者合作，以自身擅長的AI影像辨識技術為基礎展開研發。



影像教AI辨識熟度  旋轉摘果避免損傷
「在國外，使用AI影像辨識技術判斷水果是否成熟的程式相當昂貴。」黃登淵解釋，要使機器人學會採摘小黃瓜，首先要教它分辨出哪些小黃瓜已經成熟，哪些需要等待更長的時間，而這就依賴使用大量照片建立的AI程式和模型。

從小黃瓜的種苗階段到發芽、開花再到結果，整個過程需要約45至50天。為了讓機器人學會辨識這一過程，黃登淵和廠商的工程師團隊拍攝了大量照片，再輸入電腦讓AI檢測和識別。他解釋，由於之前沒有相似的模型可供參考，團隊一開始只能慢慢摸索改進。起初，AI機器人需要進行1,000多張照片的學習，但現在只需要100多張照片就能達到相同的效果。

至於如何讓機器人順利摘下果實，黃登淵指出，團隊研發的機器人上方的機械手臂設有鏡頭，可以計算出與果實之間的距離，機械手臂上的夾爪配備有感測器，當果實較硬時會施加較大的力量，以確保摘取過程中不會損傷果實。

「要摘取果實，有些人使用剪刀，有些人使用熱融技術，而我們當初選擇的是旋轉的方式，主要考慮到最小化對水果的損傷。」黃登淵表示。

目前，黃登淵團隊研發的機器人已經能夠採摘小黃瓜、金桔等相對較小的水果。他解釋，他們向國科會申請的研究計畫總共有三期，目前已經進入第二期。除了教導AI識別水果的照片和自動化採摘過程之外，他們還對機器人在採摘過程中傳回伺服器的數據進行分析，以確保即時排除採摘過程中可能出現的問題。預計還需要三年的時間，才能讓機器人採摘所有在樹上的水果。

黃登淵強調，只要樹上有果實，機器人都能採摘。「等到AI模型更加完善之後，我們就可以簡化機械手臂的結構，進一步提升採摘速度，增加工作效率。」

載台學習掃地機器人  5G影像可望遠端操控
下一階段的重點研發項目是負責承載機器人的載台技術。這要求載台類似於一輛自動車，必須安裝感測器、光達等感測設備，能夠自動偵測地形變化。「將它放到果園裡，它就會自動偵測地形，開始移動採摘水果」，黃登淵說，他期望未來能夠實現像掃地機器人一樣的自動化功能。

在未來，結合5G高速傳輸的技術也將成為可能，機器人採摘果實的影像資料可以傳送回控制中心進行大數據分析。這將讓機器人能夠透過遠端操控排除障礙，進一步改變農業經營模式。

面對台灣農業人力不足的問題，AI人工智慧機器人的應用成為解決方案之一。黃登淵舉例，技術成熟後，機器人的載台也可以改成像纜車一樣的單軌系統，手臂還可以配備剪刀，在高山茶園中代替採茶工人，幫助採摘茶葉，將這項技術推向其他面臨缺工壓力的農作物。