KevinPatel跟NiharChaniyara正在印度的墟落長(zhǎng)大，那里蒔植的玉米、甘蔗跟芒果等作物皆被噴灑過(guò)除草劑?，F(xiàn)在，他們可以將數(shù)據(jù)、視覺模子跟GPU使用于無(wú)機(jī)作物蒔植上。
二十幾歲的他們開辟了由AI驅(qū)動(dòng)的除草機(jī)器人原型——Nindamani，而且于近期正在進(jìn)行的邊緣AI挑戰(zhàn)賽上榮獲佳績(jī)。
倉(cāng)儲(chǔ)分揀機(jī)器人視頻是一個(gè)為開發(fā)者、工程師跟科技愛好者供給的線上社區(qū)平臺(tái)，現(xiàn)階段已有來(lái)自35個(gè)國(guó)度的2500多人報(bào)名列入了這場(chǎng)由NVIDIA援助的挑戰(zhàn)賽，累計(jì)收到參賽作品80份。
分揀機(jī)器人多少錢KevinPatel跟NiharChaniyara來(lái)自印度西部陽(yáng)光充分的Gandhinagar，他們便正在比賽的10名獲獎(jiǎng)?wù)咧小＿@場(chǎng)挑戰(zhàn)賽號(hào)令參賽者利用JetsonNano開發(fā)者套件。
因?yàn)轫氁饘偌庸ぃ瑑晌恍「缬?jì)劃并屢次迭代了用于除草的機(jī)器臂。至于機(jī)械的“大腦”，他們應(yīng)用云端GPU去鍛煉MaskR-CNN若何分辯動(dòng)物跟雜草。MaskR-CNN是一個(gè)深度神經(jīng)網(wǎng)絡(luò)，它可以劃分圖片或視頻中的分歧工具，JetsonNano則擔(dān)任停止推理。
KevinPatel跟NiharChaniyara夜以繼日的盡力終于換來(lái)了回報(bào)，Nindamani正在自立機(jī)械跟機(jī)器人組榮膺榜首。
Patel道：“我的90%的支屬皆處置農(nóng)業(yè)行業(yè)，以是可想而知這個(gè)問(wèn)題對(duì)我來(lái)講有多緊張?！?/p>全自動(dòng)快遞分揀機(jī)器人原理AIVS雜草
他們的故鄉(xiāng)出產(chǎn)大米、棉花、土豆、菜花跟其他主食。跟其他處所一樣，那里的農(nóng)人面對(duì)著勞動(dòng)力欠缺跟農(nóng)藥利用的問(wèn)題。
Patel跟Chaniyara對(duì)本地及周邊8000多個(gè)農(nóng)人停止了查詢拜訪，相識(shí)了問(wèn)題并擬定了響應(yīng)的解決方案。
Patel借提到：“正在辦理勞動(dòng)力跟化學(xué)噴劑問(wèn)題時(shí)，他們須要像AI跟自立機(jī)器人如許的技巧，以提高產(chǎn)量跟利潤(rùn)。”
集群農(nóng)業(yè)潮Nindamani的原型融會(huì)了機(jī)器人技巧中所謂的集群農(nóng)業(yè)觀點(diǎn)，目標(biāo)是從AI中獲得更下的服從，并實(shí)現(xiàn)可連續(xù)開展。關(guān)于要養(yǎng)育快要14億生齒的印度農(nóng)田來(lái)講，農(nóng)業(yè)科技上的先進(jìn)至關(guān)重要。
集群農(nóng)業(yè)機(jī)器人致力于經(jīng)由過(guò)程模塊化的多任務(wù)機(jī)器人（包羅噴灑、除草、收獲、收割、搬運(yùn)）去實(shí)現(xiàn)使命，比起傳統(tǒng)的單用途拖拉機(jī)，它們的開辟目標(biāo)是正在耗損更少能量并勤儉本錢的環(huán)境下，可以實(shí)現(xiàn)更多任務(wù)。
Nindamani借處于雛形階段，可是開辟那款除草機(jī)器人的另一個(gè)目標(biāo)曾經(jīng)很明晰——降低農(nóng)人正在機(jī)器上須要消耗的本錢，不然他們能夠便會(huì)取舍便宜且無(wú)害的除草劑。
Chaniyara道：“除草是一項(xiàng)十分單調(diào)的活兒，而那恰恰就是自動(dòng)化跟機(jī)器人能幫上閑的處所?！?/p>中國(guó)快遞分揀機(jī)器人逆天三亞四軸分揀機(jī)器人湖北藥品分揀機(jī)器人