Method Article
Verteilte Roboterknoten liefern Sequenzen von Blaulichtreizen, um die Wachstumspfade von Kletterpflanzen zu steuern. Durch die Aktivierung des natürlichen Phototropismus führen die Roboter die Pflanzen durch binäre Links-Rechts-Entscheidungen und wachsen sie zu vordefinierten Mustern, die im Gegensatz dazu nicht möglich sind, wenn die Roboter schlummern.
Robotersysteme werden aktiv für die Manipulation natürlicher Pflanzen erforscht, die in der Regel auf landwirtschaftliche Automatisierungsaktivitäten wie Ernte, Bewässerung und mechanische Unkrautbekämpfung beschränkt sind. Um diese Forschung zu erweitern, führen wir hier eine neue Methode ein, um das Richtungswachstum von Pflanzen über ihre natürlichen Mechanismen zur Signalisierung und Hormonverteilung zu manipulieren. Eine effektive Methodik der Bereitstellung von Roboterreizen kann Möglichkeiten für neue Experimente mit späteren Entwicklungsphasen in Pflanzen oder für neue biotechnologische Anwendungen wie das Formen von Anlagen für grüne Wände eröffnen. Die Interaktion mit Pflanzen stellt mehrere Robotik-Herausforderungen dar, darunter die Kurzstreckenerfassung kleiner und variabler Pflanzenorgane und die kontrollierte Betätigung von Pflanzenreaktionen, die zusätzlich zu den bereitgestellten Reizen von der Umwelt beeinflusst werden. Um das Pflanzenwachstum zu steuern, entwickeln wir eine Gruppe von unbeweglichen Robotern mit Sensoren, um die Nähe von Wachsenden Spitzen zu erkennen, und mit Dioden, um Lichtreize zu liefern, die Phototropismus bewirken. Die Roboter werden mit der Kletter-Common-Bohne, Phaseolus vulgaris, in Experimenten mit einer Dauer von bis zu fünf Wochen in einer kontrollierten Umgebung getestet. Mit Robotern, die sequenziell blaue Lichtspitzenemission bei Wellenlänge 465 nm-Pflanzenwachstum emittieren, wird das Wachstum erfolgreich durch aufeinander folgende binäre Entscheidungen entlang mechanischer Stützen gesteuert, um Zielpositionen zu erreichen. Wachstumsmuster werden in einem Biszusen bis zu 180 cm Höhe getestet, wobei Pflanzenstämme über einen Zeitraum von etwa sieben Wochen bis zu ca. 250 cm in kumulativer Länge gewachsen sind. Die Roboter koordinieren sich und arbeiten völlig autonom. Sie erkennen sich nähernde Anlagenspitzen über Infrarot-Näherungssensoren und kommunizieren per Funk, um bei Bedarf zwischen Blaulichtreizen und Ruhezustand zu wechseln. Insgesamt unterstützen die erhaltenen Ergebnisse die Wirksamkeit der Kombination von Roboter- und Pflanzenexperimentmethoden für die Untersuchung potenziell komplexer Wechselwirkungen zwischen natürlichen und technisch hergestellten autonomen Systemen.
Kongruent mit der zunehmenden Verbreitung der Automatisierung in der Herstellung und Produktion, Roboter werden verwendet, um Pflanzen zu säen, zu behandeln und zu ernten1,2,3,4,5. Wir nutzen Robotertechnologie, um Pflanzenexperimente nicht-invasiv zu automatisieren, mit dem Ziel, das Wachstum über gerichtete Reaktionen auf Reize zu steuern. Traditionelle Gartenarbeit umfasste die manuelle Umformung von Bäumen und Sträuchern durch mechanische Zurückhaltung und Schneiden. Wir stellen eine Methodik vor, die beispielsweise auf diese Gestaltungsaufgabe angewendet werden kann, indem wir Wachstumsmuster mit Reizen steuern. Unsere vorgestellte Methodik ist auch ein Schritt hin zu automatisierten Pflanzenexperimenten, hier mit einem besonderen Fokus auf die Bereitstellung von Lichtreizen. Sobald die Technologie robust und zuverlässig geworden ist, hat dieser Ansatz das Potenzial, die Kosten in Pflanzenexperimenten zu senken und neue automatisierte Experimente zu ermöglichen, die sonst aufgrund von Zeitaufwand und manueller Arbeit nicht machbar wären. Die Roboterelemente sind frei programmierbar und wirken autonom, da sie mit Sensoren, Aktoren für die Reizversorgung und Mikroprozessoren ausgestattet sind. Während wir uns hier auf nähere Erfassung (d.h. Entfernungen aus nächster Nähe) und Lichtreize konzentrieren, sind viele andere Optionen möglich. Beispielsweise können Sensoren verwendet werden, um Pflanzenfarbe zu analysieren, biochemische Aktivität zu überwachen6, oder für phytosensing7 Ansätze, um zum Beispiel Umweltbedingungen durch Pflanzenelektrophysiologie8zu überwachen. In ähnlicher Weise können Aktuatoroptionen andere Arten von Reizen9, durch Vibrationsmotoren, Sprühgeräte, Heizungen, Lüfter, Schattierungsvorrichtungen oder Manipulatoren für gerichteten physischen Kontakt bieten. Zusätzliche Betätigungsstrategien könnten implementiert werden, um den Robotern eine langsame Mobilität zu ermöglichen (d. h. "langsame Bots"10), so dass sie die Position und Richtung, von der aus sie Anregungen liefern, schrittweise ändern könnten. Da die Roboter mit Einplatinencomputern ausgestattet sind, könnten sie außerdem anspruchsvollere Prozesse wie das Sehen für die Pflanzenphänotypisierung11 oder künstliche neuronale Netzwerkregler für die Reizbetätigung12ausführen. Da der Forschungsschwerpunkt pflanzenwissenschaftlich oft auf frühem Wachstum (d.h. in Trieben)13liegt, scheint der gesamte Bereich des Einsatzes autonomer Robotersysteme, um Pflanzen über längere Zeiträume zu beeinflussen, untererforscht und kann viele Zukunftschancen bieten. Noch einen Schritt weiter können die Roboterelemente als Forschungsobjekte selbst betrachtet werden, die es ermöglichen, die komplexe Dynamik von biohybriden Systemen, die von Robotern und Pflanzen gebildet werden, eng miteinander zu interagieren. Die Roboter setzen den Pflanzen gezielt Reize auf, die Pflanzen reagieren entsprechend ihrem adaptiven Verhalten und ändern ihr Wachstumsmuster, das die Roboter anschließend über ihre Sensoren erkennen. Unser Ansatz schließt die Verhaltensrückkopplungsschleife zwischen den Pflanzen und den Robotern und erzeugt eine hausostatische Regelschleife.
In unseren Experimenten, um die Funktion des Robotersystems zu testen, verwenden wir ausschließlich die Kletter-Common-Bohne, Phaseolus vulgaris. In diesem Setup verwenden wir Kletterpflanzen, mit mechanischen Stützen in einem gerasterten Gerüst von insgesamt 180 cm Höhe, so dass die Pflanzen durch Thigmotropismus beeinflusst werden und eine begrenzte Reihe von Wachstumsrichtungen zur Auswahl haben. Da wir die gesamte Pflanze über einen Zeitraum von Wochen gestalten wollen, verwenden wir Blaulichtreize, um den Phototropismus der Pflanze makroskopisch zu beeinflussen, über verschiedene Wachstumsperioden, einschließlich junger Triebe und späterer Stammversteifung. Wir führen die Experimente unter vollständig kontrollierten Umgebungslichtbedingungen durch, bei denen wir außer den Blaulichtreizen ausschließlich rotes Licht mit Spitzenemission bei Wellenlänge 650 nm liefern. Wenn sie eine Bifurkation im mechanischen Stützgitter erreichen, treffen sie eine binäre Entscheidung, ob sie links oder rechts wachsen. Die Roboter sind an diesen mechanischen Bifurkationen positioniert, die durch Entfernungen von 40 cm getrennt sind. Sie aktivieren und deaktivieren autonom ihre Blaulichtemission mit Spitzenemission bei Wellenlänge 465 nm, entsprechend einer vordefinierten Karte des gewünschten Wachstumsmusters (in diesem Fall ein Zickzackmuster). Auf diese Weise werden die Pflanzen in einer definierten Reihenfolge von der Bifurkation zur Bifurkation geführt. Zu einem bestimmten Zeitpunkt wird nur ein Roboter aktiviert, bei dem er blaues Licht aussendet und gleichzeitig das Pflanzenwachstum auf der darunter liegenden mechanischen Stütze autonom überwacht. Sobald er eine wachsende Spitze mit seinen Infrarot-Näherungssensoren erkennt, hört er auf, blaues Licht auszusenden und kommuniziert mit seinen benachbarten Robotern über Funk. Der Roboter, der sich selbst bestimmt, das nächste Ziel in der Sequenz zu sein, wird dann aktiviert und zieht das Pflanzenwachstum zu einer neuen mechanischen Bifurkation an.
Da unser Ansatz sowohl technische als auch natürliche Mechanismen umfasst, umfassen unsere Experimente mehrere Methoden, die gleichzeitig und voneinander abhängig sind. Das Protokoll wird hier zunächst nach der Art der Methode organisiert, die jeweils in ein einheitliches Experimentsetup integriert werden muss. Bei diesen Arten handelt es sich um Pflanzenarten; Roboter-Design einschließlich Hardware und Mechanik; Roboter-Software für Kommunikation und Steuerung; Überwachung und Erhaltung der Pflanzengesundheit. Das Protokoll setzt dann den Versuchsentwurf fort, gefolgt von der Datenerfassung und -aufzeichnung. Ausführliche Informationen zu den bisher erzielten Ergebnissen finden Sie unter Wahby et al.14. Repräsentative Ergebnisse umfassen drei Arten von Experimenten: Kontrollexperimente, bei denen alle Roboter keine Reize liefern (d. h. ruhend); Einzelentscheidungsexperimente, bei denen die Pflanze eine binäre Wahl zwischen einem Reiz-liefernden Roboter und einem ruhenden Roboter trifft; und Multiple-Decision-Experimente, bei denen die Pflanze durch eine Folge binärer Auswahlen navigiert, um ein vordefiniertes Muster zu erstellen.
1. Sortenauswahlverfahren
HINWEIS: Dieses Protokoll konzentriert sich auf das Pflanzenverhalten im Zusammenhang mit dem Klettern, die Richtungsreaktionen auf Licht sowie die Gesundheit und das Überleben der Pflanzen in der jeweiligen Jahreszeit, dem Jeweiligen Ort und den experimentellen Bedingungen.
2. Roboterbedingungen und Design
3. Roboter-Software
4. Pflanzengesundheitsüberwachung und -wartung
5. Versuchsdesign
6. Aufzeichnungsverfahren
Steuerung: Pflanzenverhalten ohne Roboterstimuli.
Aufgrund des Mangels an blauem Licht (d.h. alle Roboter schlummern)wird in der Anlage kein positiver Phototropismus ausgelöst. Daher zeigen die Pflanzen ein unvoreingenommenes Wachstum nach oben, da sie dem Gravitropismus folgen. Sie zeigen auch eine typische Umrundung (d. h. Wicklung), siehe Abbildung 4A. Wie erwartet, finden die Anlagen nicht die mechanische Unterstützung, die zu den ruhenden Robotern führt. Die Pflanzen brechen zusammen, wenn sie ihr eigenes Gewicht nicht mehr tragen können. Wir stoppen die Experimente, wenn mindestens zwei Pflanzen zusammenbrechen, siehe Abbildung 4B, C.
Einzel- oder Mehrfachentscheidungen: Pflanzenverhalten mit Roboterstimuli
In vier Einzelentscheidungsexperimenten haben zwei Läufe links lenkung (d.h. der Roboter links der Bifurkation wird aktiviert, um zu stimulieren),und zwei Durchläufe haben rechts gerichtete Lenkung. Die Stimulusroboter steuern die Pflanzen erfolgreich in Richtung der richtigen Stütze, siehe Abbildung 5. Die nächste Pflanze mit Stielwinkel, die dem der richtigen Stütze am ähnlichsten ist, wird zuerst befestigt. In jedem Experiment heftet sich mindestens eine Pflanze an die Stütze und klettert sie, bis sie den Stimulusroboter erreicht und damit das Experiment beendet. In einem Experiment heftet sich eine zweite Pflanze an die richtige Stütze. Die übrigen Pflanzen können auch in längeren Experimentierdauern anhaften. Keine der Pflanzen hängt an der falschen Stütze. Jedes Experiment läuft im Durchschnitt 13 Tage ununterbrochen.
In zwei Multiple-Decision-Experimenten wachsen die Pflanzen zu einem vordefinierten Zickzackmuster heran, siehe Abbildung 6A. Jedes Experiment dauert etwa sieben Wochen. Wenn ein Experiment beginnt, setzt ein Roboter seinen Status auf Stimulus (siehe 3.6.3) und steuert die Pflanzen nach dem vorgeschriebenen Muster zur richtigen Stütze. Eine Pflanze befestigt und klettert sie und gelangt so zum aktivierten Stimulusroboter und vollendet damit die erste Entscheidung. Nach 3.7.3 wird der aktuelle Stimulusroboter dann ruhend und benachrichtigt seine angrenzenden Nachbarn. Der ruhende Nachbar, der als nächstes auf dem Zickzack-Muster ist, schaltet sich auf Stimulus um (siehe 3.7.6). Wird eine Pflanze von einem ruhenden Roboter erkannt, reagiert dieser Roboter nicht (siehe 3.7.2). Die weiteren drei Entscheidungen werden fortgesetzt und abgeschlossen. Das vordefinierte Zickzack-Muster ist daher ausgewachsen, siehe Abbildung 6B.
Alle Experimentierdaten sowie Videos sind online verfügbar24.
Abbildung 1. Der unbewegliche Roboter und seine Hauptkomponenten. Abbildung aus der Autorenpublikation Wahby et al.14, die mit Der Creative Commons Lizenz CC-BY 4.0 (siehe ergänzende Dateien) verwendet wird, mit Änderungen, wie es die Lizenz erlaubt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 2. Das Komponentendiagramm der unbeweglichen Roboterelektronik. Die LED-Treiber IRLML2060 werden über PWM mit dem Einplatinencomputer des Roboters (z.B. Raspberry Pi) angebunden, um die Helligkeit der LEDs zu steuern. Ein LP5907-Schalter wird über einen GPIO-Header-Pin (General-Purpose Input/Output) mit dem Single-Board-Computer angebunden, um den Lüfter zu steuern. Ein MCP3008 Analog-Digital-Wandler (ADC) wird über die serielle Peripherieschnittstelle (SPI) mit dem Single-Board-Computer verbunden, um die analogen IR- und Licht-abhängigen Widerstandsdaten (LDR) zu lesen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 3. Kurz nach '03.04.16' klettert eine Pflanzenspitze auf einen Träger und kommt in das Sichtfeld des Roboters. (A) Beispiel IR-Näherungssensor skalierte Spannungswerte (vertikale Achse) während eines Experiments. Höhere Werte weisen auf die Erkennung von Pflanzenspitzen hin. (B) Der IR-Näherungssensor wird entsprechend der Stützbefestigung platziert und ausgerichtet, um eine effektive Pflanzenspitzenerkennung zu gewährleisten. Abbildung aus der Autorenpublikation Wahby et al.14, die mit Der Creative Commons Lizenz CC-BY 4.0 (siehe ergänzende Dateien) verwendet wird, mit Änderungen, wie es die Lizenz erlaubt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 4. Kontrollexperimente ergebnisse Rahmen, die zeigen, dass alle vier Pflanzen ohne blaues Licht keine Unterstützung anhaften. (A) Nach fünf Tagen wachsen alle Pflanzen in einem der Kontrollexperimente nach oben (siehe (C) für spätere Wachstumsbedingungen). (B) Nach 15 Tagen brachen drei Pflanzen zusammen, und eine wuchs im ersten Kontrollexperiment noch nach oben. (C) Nach sieben Tagen brachen zwei Pflanzen zusammen, und zwei wuchsen im zweiten Kontrollexperiment noch nach oben (siehe (A) für den vorherigen Wachstumszustand). Abbildung aus der Autorenpublikation Wahby et al.14, die mit Der Creative Commons Lizenz CC-BY 4.0 (siehe ergänzende Dateien) verwendet wird, mit Änderungen, wie es die Lizenz erlaubt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 5. Einzelentscheidungsexperimente ergebnisse Frames, die die Fähigkeit eines Stimulusroboters zeigen, die Pflanzen durch eine binäre Entscheidung zu steuern, um die richtige Unterstützung zu erklimmen. In allen vier Experimenten wird ein Roboter zum Stimulus und der andere zum Schlafengebracht - an zwei gegenüberliegenden Seiten einer Kreuzung. Die Rahmen zeigen die Position der Pflanzen unmittelbar bevor der Stimulusroboter sie erkennt. In jedem Experiment heftet sich mindestens eine Pflanze an die richtige Stütze, und keine Pflanze heftet sich an die falsche. Auch die nicht unterstützten Pflanzen zeigen Wachstum in Richtung des Stimulusroboters verzerrt. E, F, G, H sind Nahaufnahmen von A, B, C, D bzw. Abbildung aus der Autorenpublikation Wahby et al.14, die mit Der Creative Commons Lizenz CC-BY 4.0 (siehe ergänzende Dateien) verwendet wird, mit Änderungen, wie es die Lizenz erlaubt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 6. Multiple-Decision-Experiment. (A) Das Ziel-Zickzack-Muster wird auf der Karte grün hervorgehoben. (B) Der letzte Rahmen aus dem Experiment (nach 40 Tagen), der die Situation der Pflanzen zeigt, bevor der letzte Stimulusroboter auf dem Muster sie erkennt. Die Roboter wachsen erfolgreich das Zickzack-Muster. Abbildung aus der Autorenpublikation Wahby et al.14, die mit Der Creative Commons Lizenz CC-BY 4.0 (siehe ergänzende Dateien) verwendet wird, mit Änderungen, wie es die Lizenz erlaubt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Die vorgestellte Methodik zeigt erste Schritte zur Automatisierung der reizgetriebenen Steuerung des Pflanzenwachstums, um spezifische Muster zu erzeugen. Dies erfordert die kontinuierliche Erhaltung der Pflanzengesundheit und kombiniert in einem einzigen Experiment die unterschiedlichen Bereiche der biochemischen Wachstumsreaktionen und entwickelt mechatronische Funktionen-Sensing, Kommunikation, und kontrollierte Erzeugung von Reizen. Da wir uns hier auf Kletterpflanzen konzentrieren, ist auch die mechanische Unterstützung ein integraler Bestandteil. Eine Einschränkung des aktuellen Setups ist seine Größe, aber wir glauben, dass unsere Methodik leicht skaliert werden kann. Das mechanische Gerüst kann für größere Setups und damit längere Wachstumsperioden erweitert werden, was auch erweiterte Konfigurationen und Muster ermöglicht. Hier beschränkt sich das Setup auf zwei Dimensionen und binäre Links-Rechts-Entscheidungen, da das Wachstum auf ein Raster mechanischer Stützen bei 45°-Neigung beschränkt ist und die Entscheidungspositionen der Anlage auf die Bifurkationen dieses Rasters beschränkt sind. Mechanische Erweiterungen können 3D-Gerüste und unterschiedliche Materialien enthalten, um komplexe Formen9,19zu ermöglichen. Die Methode kann als systemzum automatischen Wachstum von Mustern betrachtet werden, die von einem Benutzer definiert werden. Durch die Erweiterung der möglichen Komplexität mechanischer Konfigurationen sollten Benutzer nur mit wenigen Einschränkungen für ihre gewünschten Muster konfrontiert sein. Für eine solche Anwendung sollte ein Benutzer-Software-Tool bestätigen, dass das Muster produziert werden kann, und die Mechatronik sollte dann die Produktion des Musters selbst organisieren, indem sie geeignete Reize erzeugt, um die Pflanzen zu steuern. Die Software sollte auch erweitert werden, um Wiederherstellungspläne und Richtlinien zu implementieren, wie mit dem Wachstum fortgesetzt werden, wenn das ursprüngliche geplante Muster teilweise fehlgeschlagen ist - zum Beispiel, wenn der erste aktivierte Roboter noch nie eine Pflanze erkannt hat, aber die schlafenden haben dass die Position der wachsenden Spitzen über den aktivierten Roboter hinausgeht.
In der vorgestellten Methodik ist ein Beispiel für Pflanzenarten, die die Protokollauswahlkriterien erfüllen, die Kletter-Common-Bean, P. vulgaris. Dies ist die Art, die in den repräsentativen Ergebnissen verwendet wird. Da P. vulgaris einen starken positiven Phototropismus für UV-A und blaues Licht aufweist, absorbieren die Phototropine (Lichtrezeptorproteine) in der Pflanze Photonen, die Wellenlängen 340-500 nm entsprechen. Wenn die Rezeptoren ausgelöst werden, tritt die erste Schwellung im Stamm durch die bevorzugte Verlagerung von Wasser in das Stammgewebe auf, das sich den ausgelösten Rezeptoren widersetzt, was zu einer reversiblen Richtungsreaktion führt. Dann, innerhalb des Stammes, Auxin (Pflanzenmusterhormon) wird an die gleiche Gewebeposition gerichtet, die Richtungsreaktion verewigen und Stammgewebe fixieren, wie sie versteifen. Dieses Verhalten kann für die Gestaltung der Pflanzen unter diesen kontrollierten Raumbedingungen verwendet werden, da die Pflanzen nur isoliertem blauem Licht und isoliertem rotem Licht ausgesetzt sind, mit einfallendem fernen roten Licht von IR-Näherungssensoren bei niedrigen Pegeln, dass es nicht stört mit Verhaltensweisen wie der Farbvermeidungsreaktion20,21. Die Phototropismus-Reaktion in der Anlage reagiert im Aufbau auf Licht von blauen Dioden mit Spitzenemission max = 465 nm, und die Photosynthese22,23 in der Anlage wird durch rote Dioden mit Spitzenemission unterstützt. P. vulgaris bis zu mehreren Meter hoch wachsen eignet sich in der Gesamteinrichtung, da die ca. 3 L gewerblichen Gartenerde pro Topf benötigt passt der Einrichtungskala.
Obwohl sich das aktuelle Setup auf Licht als Anziehungskraft konzentriert, können zusätzliche Reize für andere Experimenttypen relevant sein. Wenn das gewünschte Muster eine Trennung zwischen verschiedenen Pflanzengruppen erfordert (z. B. benötigt das gewünschte Muster zwei Gruppen von Pflanzen, um entgegengesetzte Seiten zu wählen), dann ist es möglicherweise nicht mit nur einer Art von Stimulus möglich. Bei solch komplexen Wachstumsmustern unabhängig von Gerüstform können die verschiedenen Pflanzengruppen potenziell in unterschiedlichen Zeiträumen angebaut werden, so dass ihre jeweiligen Anziehungsreize nicht stören, was auch die Integration von Verzweigungen ermöglichen würde. Ereignisse. Dies kann jedoch nicht immer eine geeignete Lösung sein, und der standardmäßige attraktive Lichtreiz könnte dann durch abstoßende Einflüsse wie Schattierungen oder durch andere Reize wie weitrotes Licht oder Vibrationsmotoren9,14ergänzt werden.
Die vorgestellte Methode und das Experimentdesign sind nur ein erster Schritt hin zu einer ausgeklügelten Methodik, die das Richtungswachstum von Pflanzen automatisch beeinflussen kann. Das Experiment-Setup ist grundlegend, indem nur eine Abfolge von binären Entscheidungen in den Pflanzen bestimmt wird und wir uns auf eine, einfach zu verwaltende Stimulus. Zusätzliche Studien wären erforderlich, um die statistische Signifikanz der Methode zu beweisen, mehr Reize hinzuzufügen und andere Prozesse wie Verzweigung zu kontrollieren. Mit ausreichender Entwicklung, um die langfristige Zuverlässigkeit der Roboter zu gewährleisten, könnte die vorgestellte Methodik die Automatisierung von Anlagenexperimenten über lange Zeiträume ermöglichen und den Aufwand reduzieren, der mit der Untersuchung von Anlagenentwicklungsphasen verbunden ist. über das hinaus, was von Trieben geht. Ähnliche Methoden können zukünftige Untersuchungen der untererforschten Dynamik zwischen biologischen Organismen und autonomen Robotern ermöglichen, wenn beide als eng gekoppelte selbstorganisierende biohybride Systeme fungieren.
Die Autoren erklären, dass sie keine konkurrierenden finanziellen Interessen haben.
Diese Studie wurde durch das Projekt Flora robotica unterstützt, das im Rahmen der FET-Zuschussvereinbarung Nr. 640959 aus dem Forschungs- und Innovationsprogramm Horizont 2020 der Europäischen Union gefördert wurde. Die Autoren danken Anastasios Getsopulos und Ewald Neufeld für ihren Beitrag zur Hardwaremontage und Tanja Katharina Kaiser für ihren Beitrag zur Überwachung von Pflanzenexperimenten.
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 |
Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden
Genehmigung beantragenThis article has been published
Video Coming Soon
Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten