Name: robotic sensing and stimuli provision for guided plant growth
Uploaded: 2019-07-01T15:00:00
Duration: 8 min 2 s
Description: Watch this Scientific Journal Video about Robotic Sensing and Stimuli Provision for Guided Plant Growth at JoVE.com

Denne studien ble støttet av flora robotica prosjekt som fikk støtte fra EUs Horizon 2020 forsknings-og innovasjonsprogram under FET tilskudds avtale, nr. 640959. Forfatterne takker Anastasios Getsopulos og Ewald Neufeld for deres bidrag til maskinvare montering, og Tanja Katharina Kaiser for hennes bidrag til å overvåke plante eksperimenter.

<ol>
	<li>&#197;strand, B., Baerveldt, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+agricultural+mobile+robot+with+vision-based+perception+for+mechanical+weed+control.">An agricultural mobile robot with vision-based perception for mechanical weed control.</a> Autonomous Robots. 13 (1), 21-35 (2002).</li><li>Blackmore, B. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+systems+view+of+agricultural+robots.">A systems view of agricultural robots.</a> Proceedings of 6th European conference on precision agriculture (ECPA). , 23-31 (2007).</li><li>Edan, Y., Han, S., Kondo, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automation+in+agriculture.">Automation in agriculture.</a> Springer handbook of automation. , 1095-1128 (2009).</li><li>Van Henten, E. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+autonomous+robot+for+harvesting+cucumbers+in+greenhouses.">An autonomous robot for harvesting cucumbers in greenhouses.</a> Autonomous Robots. 13 (3), 241-258 (2002).</li><li>Al-Beeshi, B., Al-Mesbah, B., Al-Dosari, S., El-Abd, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=iplant:+The+greenhouse+robot.">iplant: The greenhouse robot.</a> Proceedings of IEEE 28th Canadian Conference on Electrical and Computer Engineering (CCECE). , 1489-1494 (2015).</li><li>Giraldo, J. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Plant+nanobionics+approach+to+augment+photosynthesis+and+biochemical+sensing.">Plant nanobionics approach to augment photosynthesis and biochemical sensing.</a> Nature Materials. 13 (4), (2014).</li><li>Mazarei, M., Teplova, I., Hajimorad, M. R., Stewart, C. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Pathogen+phytosensing:+Plants+to+report+plant+pathogens.">Pathogen phytosensing: Plants to report plant pathogens.</a> Sensors. 8 (4), 2628-2641 (2008).</li><li>Zimmermann, M. R., Mith&#246;fer, A., Will, T., Felle, H. H., Furch, A. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Herbivore-triggered+electrophysiological+reactions:+candidates+for+systemic+signals+in+higher+plants+and+the+challenge+of+their+identification.">Herbivore-triggered electrophysiological reactions: candidates for systemic signals in higher plants and the challenge of their identification.</a> Plant Physiology. , 01736 (2016).</li><li>Hamann, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Flora robotica--An Architectural System Combining Living Natural Plants and Distributed Robots. , (2017).</li><li>Arkin, R. C., Egerstedt, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Temporal+heterogeneity+and+the+value+of+slowness+in+robotic+systems.">Temporal heterogeneity and the value of slowness in robotic systems.</a> Proceedings of IEEE International Conference on Robotics and Biomimetics (ROBIO). , 1000-1005 (2015).</li><li>Mahlein, A. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Plant+disease+detection+by+imaging+sensors-parallels+and+specific+demands+for+precision+agriculture+and+plant+phenotyping).">Plant disease detection by imaging sensors-parallels and specific demands for precision agriculture and plant phenotyping).</a> Plant Disease. 100 (2), 241-251 (2016).</li><li>Wahby, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+robot+to+shape+your+natural+plant:+the+machine+learning+approach+to+model+and+control+bio-hybrid+systems.">A robot to shape your natural plant: the machine learning approach to model and control bio-hybrid systems.</a> Proceedings of the Genetic and Evolutionary Computation Conference (GECCO &#39;18). , 165-172 (2018).</li><li>Bastien, R., Douady, S., Moulia, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+unified+model+of+shoot+tropism+in+plants:+photo-,+gravi-and+propio-ception.">A unified model of shoot tropism in plants: photo-, gravi-and propio-ception.</a> PLoS Computational Biology. 11 (2), e1004037 (2015).</li><li>Wahby, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Autonomously+shaping+natural+climbing+plants:+a+bio-hybrid+approach.">Autonomously shaping natural climbing plants: a bio-hybrid approach.</a> Royal Society Open Science. 5 (10), 180296 (2018).</li><li>Liscum, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Phototropism:+growing+towards+an+understanding+of+plant+movement.">Phototropism: growing towards an understanding of plant movement.</a> Plant Cell. 26, 38-55 (2014).</li><li>Christie, J. M., Murphy, A. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Shoot+phototropism+in+higher+plants:+new+light+through+old+concepts.">Shoot phototropism in higher plants: new light through old concepts.</a> American Journal of Botany. 100, 35-46 (2013).</li><li>Migliaccio, F., Tassone, P., Fortunati, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Circumnutation+as+an+autonomous+root+movement+in+plants.">Circumnutation as an autonomous root movement in plants.</a> American Journal of Botany. 100, 4-13 (2013).</li><li>Gianoli, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+behavioural+ecology+of+climbing+plants.">The behavioural ecology of climbing plants.</a> AoB Plants. 7, (2015).</li><li>Vestartas, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Design+Tools+and+Workflows+for+Braided+Structures.">Design Tools and Workflows for Braided Structures.</a> Proceedings of Humanizing Digital Reality. , 671-681 (2018).</li><li>Pierik, R., De Wit, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Shade+avoidance:+phytochrome+signalling+and+other+aboveground+neighbour+detection+cues.">Shade avoidance: phytochrome signalling and other aboveground neighbour detection cues.</a> Journal of Experimental Botany. 65 (10), 2815-2824 (2014).</li><li>Fraser, D. P., Hayes, S., Franklin, K. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Photoreceptor+crosstalk+in+shade+avoidance.">Photoreceptor crosstalk in shade avoidance.</a> Current Opinion in Plant Biology. 33, 1-7 (2016).</li><li>Hogewoning, S. W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Photosynthetic+Quantum+Yield+Dynamics:+From+Photosystems+to+Leaves.">Photosynthetic Quantum Yield Dynamics: From Photosystems to Leaves.</a> The Plant Cell. 24 (5), 1921-1935 (2012).</li><li>McCree, K. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+action+spectrum,+absorptance+and+quantum+yield+of+photosynthesis+in+crop+plants.">The action spectrum, absorptance and quantum yield of photosynthesis in crop plants.</a> Agricultural Meteorology. 9, 191-216 (1971).</li><li>. Autonomously shaping natural climbing plants: a bio-hybrid approach [Dataset] Available from: <a target="_blank" href="https://doi.org/10.5281/zenodo.1172160">https://doi.org/10.5281/zenodo.1172160</a> (2018)</li></ol>

Forfatterne erklærer at de ikke har noen konkurrerende finansielle interesser.

Den presenterte metodikken viser innledende skritt mot å automatisere stimuli-drevet styring av plantevekst, for å generere konkrete mønstre. Dette krever kontinuerlig vedlikehold av plante helse mens kombinere i et enkelt eksperiment oppsett de forskjellige riker biokjemiske vekst responser og konstruert mekatroniske funksjoner-sensing, kommunikasjon, og kontrollert generasjon av stimuli. Som vårt fokus her er på klatring planter, mekanisk støtte er også integrert. En begrensning av gjeldende oppsett er dens skala, men vi tror vår metodikk lett skalaer. Det mekaniske stillaset kan utvides for større oppsett og derfor lengre perioder med vekst, som også tillater utvidede konfigurasjoner og mønstre. Her oppsettet er begrenset til to dimensjoner og binære venstre-høyre beslutninger, som veksten er begrenset til et rutenett av mekaniske støtter på 45 ° helling, og anlegget vedtak posisjoner er begrenset til at rutenettet er bifurcations. Mekaniske utvidelser kan inkludere 3D-stillaser og ulike materialer, for å muliggjøre komplekse former9,19. Metodikken kan betraktes som et system for å automatisk vokse mønstre definert av en bruker. Ved å utvide den mulige kompleksiteten av mekaniske konfigurasjoner, bør brukerne møte noen restriksjoner på deres ønskede mønstre. For slik en søknad, en brukerprogramvare verktøyet burde anerkjenne det mønsteret er produserbare, og det mechatronics burde så selv-organisere produksjonen av mønsteret av utvikler passende stimulere å styre plantene. Programvaren bør også utvides til å omfatte utvinning planer og politikk å bestemme hvordan du kan fortsette med veksten hvis den opprinnelige planlagte mønsteret har delvis feilet-for eksempel hvis den første aktiverte roboten har aldri oppdaget en plante, men den sovende de har Sett at plasseringen av den voksende tipsene er utenfor den aktiverte roboten.
I den presenterte metodikk, et eksempel plantearter møte protokollen utvalgskriteriene er klatring felles bønne, P. vulgaris. Dette er arten som brukes i representative resultater. Som P. vulgaris har sterke positive PHOTOTROPISM til UV-A og blått lys, vil phototropins (lys-reseptor proteiner) i anlegget absorbere fotoner tilsvarende bølgelengder 340-500 NM. Når reseptorene utløses, første hevelse vil skje i stammen ved fortrinnsrett flytting av vann til stammen vev motsatte utløst reseptorer, forårsaker en reversibel retningsbestemt respons. Deretter, innenfor stammen, auxin (plante mønster hormon) er rettet til samme vev sted, perpetuating retningsbestemt respons og fikse stammen vev som de stive. Denne oppførselen kan brukes for å forme plantene i disse kontrollerte innendørs forhold, som plantene er eksponert bare for isolert blått lys og isolert rødt lys, med hendelsen langt rødt lys fra IR-nærhet sensorer på lavt nok nivå at det ikke forstyrrer med atferd som skygge-unngåelse respons20,21. Den phototropism reaksjonen i anlegget reagerer i oppsettet til lys fra blå dioder med peak utslipp ƛmax = 465 NM, og fotosyntese22,23 i anlegget er støttet av røde dioder med peak utslipp ƛmax = 650 NM. P. vulgaris vokser opp til flere meter i høyde er egnet i det totale oppsettet, som omtrent 3 L av kommersiell hagearbeid jord trengs per pott passer oppsettet skala.
Selv om dagens oppsett fokuserer på lys som en attraksjon stimulans, kan ytterligere stimuli være relevant for andre eksperiment typer. Hvis ønsket mønster krever en separasjon mellom ulike grupper av planter (f. eks ønsket mønster trenger to grupper av planter til å velge motsatte sider), så det kan ikke være mulig å bruke bare én type stimulans. For slike komplekse vekst mønstre uavhengig av stillas form, kan de ulike grupper av planter potensielt dyrkes i ulike tidsperioder slik at deres respektive attraksjon stimuli ikke forstyrrer, som også vil tillate integrering av forgrening Hendelser. Imidlertid kan dette ikke alltid være en passende løsning, og standard attraktiv lys stimulans kan da bli forsterket av repelling påvirkninger som skyggelegging, eller av andre stimuli som langt-rødt lys eller vibrasjon motorer9,14.
Den presenterte metoden og eksperimentet design er bare et første skritt mot en sofistikert metodikk for å automatisk påvirke retningsbestemt vekst av planter. Eksperimentet oppsettet er grunnleggende ved å bestemme bare en sekvens av binære beslutninger i plantene og vi fokuserer på en, lett å administrere stimulans. Ytterligere studier vil være nødvendig for å bevise metoden statistiske betydning, for å legge til flere stimuli, og å kontrollere andre prosesser som forgrening. Med tilstrekkelig utvikling for å garantere den langsiktige påliteligheten av robotene, den presenterte metodikk kan tillate automatisering av plante eksperimenter over lang tid perioder, redusere overhead forbundet med studiet av plante utvikling stadier utover det av skudd. Lignende metoder kan tillate fremtidige undersøkelser i utforskede dynamikk mellom biologiske organismer og autonome roboter, når de to fungerer som tett koblet selv-organisering bio-hybrid systemer.

Sammenfallende med den økende utbredelsen av automatisering i produksjon og produksjon, er roboter blir utnyttet til å så, behandle og høste planter1,2,3,4,5. Vi bruker robotteknologi for å automatisere plante eksperimenter på en ikke-invasiv måte, med det formål å styre vekst via retningsbestemt respons på stimuli. Tradisjonell hagearbeid praksis har tatt den manuelle utformingen av trær og busker ved mekanisk tilbakeholdenhet og skjæring. Vi presenterer en metodikk som for eksempel kan brukes på denne forme oppgaven, ved å styre vekst mønstre med stimuli. Våre presentert metodikk er også et skritt mot automatiserte plante eksperimenter, her med et spesielt fokus på å gi lys stimuli. Når teknologien har blitt robust og pålitelig, har denne tilnærmingen potensial til å redusere kostnader i plante eksperimenter og for å muliggjøre nye automatiserte eksperimenter som ellers ville bli umulig på grunn av overhead i tid og manuell arbeidskraft. Den Robotic elementer er fritt programmerbare og handle selvstendig som de er utstyrt med sensorer, aktuatorer for stimuli bestemmelsen, og mikroprosessorer. Mens vi fokuserer her på nærhet sensing (dvs. måle avstander på nært hold) og lys stimuli, mange andre alternativer er gjennomførbart. For eksempel kan sensorer brukes til å analysere plantefarger, overvåke biokjemiske aktivitet6, eller for phytosensing7 tilnærminger til å overvåke for eksempel miljømessige forhold gjennom anlegget elektrofysiologi8. På samme måte kan alternativer for aktuator gi andre typer stimuli9, gjennom vibrasjonsmotorer, sprøyteenheter, varmeovner, vifter, skyggeleggings enheter eller manipulators for styrt fysisk kontakt. Ytterligere aktivering strategier kan implementeres for å gi langsom mobilitet til robotene (dvs. langsomme boter '10), slik at de kunne gradvis endre posisjon og retning som de gir stimuli. Videre, som robotene er utstyrt med single-Board datamaskiner, kan de kjøre mer sofistikerte prosesser som visioning for plante bestemmelse av fenotype11 eller kunstige nevrale nettverk kontrollere for stimuli aktivering12. Som plante forskning fokus er ofte på tidlig vekst (dvs. i skudd)13, hele domenet for å bruke autonome robot systemer for å påvirke planter over lengre perioder synes utforskede og kan tilby mange fremtidige muligheter. Går enda ett skritt videre, kan Robotic elementer ses som objekter av forskningen selv, slik at studiet av den komplekse dynamikken i bio-hybrid systemer dannet av roboter og planter tett samspill. Robotene selektivt pålegge stimuli på plantene, plantene reagerer i henhold til deres adaptive atferd og endre deres vekstmønster, som senere oppdages av robotene via sine sensorer. Vår tilnærming stenger atferdsmessige feedback loop mellom plantene og robotene og skaper en homøostatisk kontroll loop.
I våre eksperimenter for å teste funksjonen til roboten systemet, vi utelukkende bruke klatring felles bønne, Phaseolus vulgaris. I dette oppsettet bruker vi klatring planter, med mekaniske støtte i et gridded stillas av total høyde 180 cm, slik at plantene er påvirket av thigmotropism og har et begrenset sett med vekst retninger å velge mellom. Gitt at vi ønsker å forme hele planten over en periode på uker, bruker vi blått lys stimuli å påvirke anleggets phototropism makroskopisk, over ulike vekst perioder inkludert unge skudd og senere Stem stivne. Vi utfører eksperimenter i fullt kontrollerte omgivelseslys forhold der annet enn det blå lyset stimuli vi gir utelukkende rødt lys, med topp utslipp ved bølgelengde 650 NM. Når de når en bifurkasjonen i mekanisk støtte rutenettet, gjør de en binær beslutning om å vokse til venstre eller høyre. Robotene er plassert på disse mekaniske bifurcations, adskilt av avstander på 40 cm. De aktiverer og deaktiverer sitt blå lys utstråling, med topp utslipp ved bølgelengde 465 NM, ifølge et forhåndsdefinert kart over ønsket vekstmønster (i dette tilfellet et sikk-sakk mønster). På denne måten blir plantene guidet fra bifurkasjonen til bifurkasjonen i en definert rekkefølge. Bare én robot er aktivert på et gitt tidspunkt, der den avgir blått lys mens du overvåker plantevekst på mekanisk støtte under den. Når den oppdager en voksende spissen ved hjelp av infrarød nærhet sensorer, stopper det emitting blått lys og kommuniserer til nabolandet roboter via radio. Roboten som bestemmer seg for å være det neste målet i sekvensen deretter senere aktiveres, tiltrekker plantevekst mot en ny mekanisk bifurkasjonen.
Som vår tilnærming inkorporerer både konstruert og naturlige mekanismer, våre eksperimenter omfatter flere metoder som opererer samtidig og uavhengig. Protokollen her er først organisert i henhold til type metode, som hver må integreres i et enhetlig eksperiment oppsett. Disse typene er plantearter utvalg; robot design inkludert maskinvare og mekanikk; robot programvare for kommunikasjon og kontroll; og overvåking og vedlikehold av plante helse. Protokollen fortsetter deretter med eksperiment utformingen, etterfulgt av datainnsamling og innspilling. For fullstendig informasjon om resultatene som er oppnådd så langt, se Wahby et al.14. Representative resultater dekker tre typer eksperimenter – kontroller eksperimenter der alle robotene ikke gir stimuli (dvs. er sovende); enkelt-beslutning eksperimenter der anlegget gjør en binær valg mellom en stimuli-gi robot og en som er sovende; og fler beslutnings eksperimenter der planten navigerer en rekke binære valg for å skape et forhåndsdefinert mønster.

<table>
	<tbody>
		<tr>
			<td>3D printed case</td>
			<td>Shapeways, Inc</td>
			<td>n/a</td>
			<td>Customized product, https://www.shapeways.com/</td>
		</tr>
		<tr>
			<td>3D printed joints</td>
			<td>n/a</td>
			<td>n/a</td>
			<td>Produced by authors</td>
		</tr>
		<tr>
			<td>Adafruit BME280 I2C or SPI Temperature Humidity Pressure Sensor</td>
			<td>Adafruit</td>
			<td>2652</td>
			<td></td>
		</tr>
		<tr>
			<td>Arduino Uno Rev 3</td>
			<td>Arduino</td>
			<td>A000066</td>
			<td></td>
		</tr>
		<tr>
			<td>CdS photoconductive cells</td>
			<td>Lida Optical &#38; Electronic Co., Ltd</td>
			<td>GL5528</td>
			<td></td>
		</tr>
		<tr>
			<td>Cybertronica PCB</td>
			<td>Cybertronica Research</td>
			<td>n/a</td>
			<td>Customized product, http://www.cybertronica.de.com/download/D2_node_module_v01_appNote16.pdf</td>
		</tr>
		<tr>
			<td>DC Brushless Blower Fan</td>
			<td>Sunonwealth Electric Machine Industry Co., Ltd.</td>
			<td>UB5U3-700</td>
			<td></td>
		</tr>
		<tr>
			<td>Digital temperature sensor</td>
			<td>Maxim Integrated</td>
			<td>DS18B20</td>
			<td></td>
		</tr>
		<tr>
			<td>High Power (800 mA) EPILED - Far Red / Infra Red (740-745 nm)</td>
			<td>Future Eden Ltd.</td>
			<td>n/a</td>
			<td></td>
		</tr>
		<tr>
			<td>I2C Soil Moisture Sensor</td>
			<td>Catnip Electronics</td>
			<td>v2.7.5</td>
			<td></td>
		</tr>
		<tr>
			<td>IR-proximity sensors (4-30 cm)</td>
			<td>Sharp Electronics</td>
			<td>GP2Y0A41SK0</td>
			<td></td>
		</tr>
		<tr>
			<td>LED flashlight (50 W)</td>
			<td>Inter-Union Technohandel GmbH</td>
			<td>103J50</td>
			<td></td>
		</tr>
		<tr>
			<td>LED Red Blue Hanging Light for Indoor Plant (45 W)</td>
			<td>Erligpowht</td>
			<td>B00S2DPYQM</td>
			<td></td>
		</tr>
		<tr>
			<td>Low-voltage submersible pump 600 l/h (6 m rise)</td>
			<td>Peter Barwig Wasserversorgung</td>
			<td>444</td>
			<td></td>
		</tr>
		<tr>
			<td>Medium density fibreboard</td>
			<td>n/a</td>
			<td>n/a</td>
			<td>For stand</td>
		</tr>
		<tr>
			<td>Micro-Spectrometer (Hamamatsu) on an Arduino-compatible breakout board</td>
			<td>Pure Engineering LLC</td>
			<td>C12666MA</td>
			<td></td>
		</tr>
		<tr>
			<td>Pixie - 3W Chainable Smart LED Pixel</td>
			<td>Adafruit</td>
			<td>2741</td>
			<td></td>
		</tr>
		<tr>
			<td>Pots (3.5 l holding capacity, 15.5 cm in height)</td>
			<td>n/a</td>
			<td>n/a</td>
			<td></td>
		</tr>
		<tr>
			<td>Power supplies (5 V, 10 A)</td>
			<td>Adafruit</td>
			<td>658</td>
			<td></td>
		</tr>
		<tr>
			<td>Raspberry Pi 3 Model B</td>
			<td>Raspberry Pi Foundation</td>
			<td>3B</td>
			<td></td>
		</tr>
		<tr>
			<td>Raspberry Pi Camera Module V2</td>
			<td>Raspberry Pi Foundation</td>
			<td>V2</td>
			<td></td>
		</tr>
		<tr>
			<td>Raspberry Pi Zero</td>
			<td>Raspberry Pi Foundation</td>
			<td>Zero</td>
			<td></td>
		</tr>
		<tr>
			<td>RGB Color Sensor with IR filter and White LED - TCS34725</td>
			<td>Adafruit</td>
			<td>1334</td>
			<td></td>
		</tr>
		<tr>
			<td>Sowing and herb soil</td>
			<td>Gardol</td>
			<td>n/a</td>
			<td></td>
		</tr>
		<tr>
			<td>String bean</td>
			<td>SPERLI GmbH</td>
			<td>402308</td>
			<td></td>
		</tr>
		<tr>
			<td>Transparent acrylic 5 mm sheet</td>
			<td>n/a</td>
			<td>n/a</td>
			<td>For supplemental structural support</td>
		</tr>
		<tr>
			<td>Wooden rods (birch wood), painted black, 5 mm diameter</td>
			<td>n/a</td>
			<td>n/a</td>
			<td>For plants to climb</td>
		</tr>
	</tbody>
</table>

robotic sensing and stimuli provision for guided plant growth

Robot systemer er aktivt undersøkt for manipulering av naturlige planter, vanligvis begrenset til landbruket automatisering aktiviteter som innhøsting, vanning og mekanisk ugress kontroll. Utvide denne forskningen, introduserer vi her en ny metodikk for å manipulere retnings vekst av planter via deres naturlige mekanismer for signalering og hormon distribusjon. En effektiv metodikk for Robotic stimuli bestemmelsen kan åpne opp muligheter for ny eksperimentering med senere utviklingsmessige faser i planter, eller for nye bioteknologi applikasjoner som forme planter for grønne vegger. Interaksjon med planter presenterer flere robot utfordringer, inkludert kort rekkevidde sensing av små og variable plante organer, og den kontrollerte aktiveringen av plante responser som er påvirket av miljøet i tillegg til den med følgende stimuli. For å styre plantevekst, utvikler vi en gruppe Immobile roboter med sensorer for å oppdage nærhet til voksende tips, og med dioder for å gi lys stimuli som betjen phototropism. Robotene er testet med klatring felles bønne, Phaseolus vulgaris, i eksperimenter har varigheter opptil fem uker i et kontrollert miljø. Med roboter sekvensielt emitting blått lys-peak utslipp ved bølgelengde 465 NM-plantevekst er vellykket styrt gjennom suksessive binære beslutninger langs mekaniske støtter å nå målet posisjoner. Vekst mønstre er testet i et oppsett opp til 180 cm i høyde, med plante stengler vokst opp til omtrent 250 cm i kumulativ lengde over en periode på cirka sju uker. Robotene koordinerer seg selv og opererer helt selvstendig. De oppdager nærmer anlegget tips ved infrarød nærhet sensorer og kommunisere via radio for å veksle mellom blått lys stimuli og sovende status, etter behov. Samlet, de oppnådde resultatene støtter effektiviteten av kombinere robot og plante eksperiment metoder, for studiet av potensielt komplekse interaksjoner mellom naturlige og konstruerte autonome systemer.

Kontroll: Plant atferd uten Robotic stimuli. På grunn av mangelen på blått lys (dvs. alle roboter er sovende), er positiv phototropism ikke utløst i anlegget. Derfor planter viser upartisk oppover vekst som de følger gravitropism. De viser også typiske circumnutation (dvs. svingete), se figur 4a. Som forventet, ikke plantene å finne den mekaniske støtten fører til sovende roboter. Plantene kollapser når de ikke lenger kan støtte sin egen vekt. Vi stopper eksperimentene når minst to planter kollaps, se figur 4b, C.
Én eller flere avgjørelser: plante adferd med Robotic stimuli I fire enkelt-beslutnings eksperimenter, to runs har venstre styring (dvs. roboten igjen av bifurkasjonen er aktivert til stimulans), og to går har høyre styring. Stimulans robotene klarer å styre plantene mot riktig støtte, se figur 5. Den nærmeste planten med Stem vinkel mest lik som den riktige støtten festes først. I hvert eksperiment, i det minste en plante festes til støtte og klatrer den til den når stimulans roboten og dermed ender eksperimentet. I ett eksperiment festes en annen plante til riktig støtte. De resterende plantene kan også legge ved lengre eksperiment varighet. Ingen av plantene festes til feil støtte. Hvert eksperiment kjører kontinuerlig i gjennomsnitt 13 dager.
I to fler beslutnings eksperimenter vokser plantene inn i et forhåndsdefinert sikk-sakk mønster, se figur 6a. Hvert eksperiment kjører i cirka sju uker. Som et eksperiment starter, setter en robot sin status til stimulans (se 3.6.3) og styrer plantene mot riktig støtte i henhold til det fastsatte mønsteret. En plante festes og klatrer den, ankommer den aktiverte stimulans roboten derfor fullføre den første avgjørelsen. Ifølge 3.7.3, den nåværende stimulans roboten blir deretter sovende og varsler sine tilstøtende naboer. Den sovende nabo som er neste på sikksakk mønsteret slår seg til stimulans (se 3.7.6). Hvis et anlegg oppdages av en sovende robot, vil ikke roboten reagere (se 3.7.2). Plantene fortsetter og fullføre de resterende tre beslutningene vellykket. Det forhåndsdefinerte sikk-sakk mønsteret er derfor fullt dyrket, se figur 6b.
Alle eksperimentdata, samt videoer, er tilgjengelig online24.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/59835/59835fig1.jpg"> Figur 1. Den Immobile roboten og dens primære komponenter. Figur gjengitt fra forfatter publikasjon Wahby et al.14, brukes med Creative COMMONS License CC-by 4,0 (se tilleggsfiler), med modifikasjoner som tillatt av lisens. <a href="https://www.jove.com/files/ftp_upload/59835/59835fig1large.jpg" target="_blank">Vennligst klikk her for å se en større versjon av dette tallet.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/59835/59835fig2.jpg"> Figur 2. Komponenten diagram av Immobile robot elektronikk. IRLML2060 LED-drivere er tilkobles med robot ens single-Board datamaskin (f. eks Raspberry PI) via PWM for å kontrollere lysstyrken på lysdioder. En LP5907 bryteren er tilkobles med single-Board datamaskinen via generell-formål inn-/utgang (GPIO) header PIN, for å kontrollere viften. En MCP3008 analog-til-digital omformer (ADC) er tilkobles med single-Board datamaskinen via serielle perifere grensesnitt (SPI) for å lese analog IR og lys-avhengige motstand (LDR) sensor data. <a href="https://www.jove.com/files/ftp_upload/59835/59835fig2large.jpg" target="_blank">Vennligst klikk her for å se en større versjon av dette tallet.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/59835/59835fig3.jpg"> Figur 3. Kort tid etter ' 03.04.16, ' en plante spiss klatrer en støtte og kommer i synsfeltet til roboten. (A) sample IR-nærhetssensor skalert spennings avlesninger (vertikal akse) under et eksperiment. Høyere verdier indikerer deteksjon av plante spissen. (B) IR-nærhet sensor er plassert og orientert i henhold til støtte vedlegget, for å sikre effektiv plante spissen deteksjon. Figur gjengitt fra forfatter publikasjon Wahby et al.14, brukes med Creative COMMONS License CC-by 4,0 (se tilleggsfiler), med modifikasjoner som tillatt av lisens. <a href="https://www.jove.com/files/ftp_upload/59835/59835fig3large.jpg" target="_blank">Vennligst klikk her for å se en større versjon av dette tallet.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/59835/59835fig4.jpg"> Figur 4. Kontroll eksperimenter resultat rammer som viser at alle fire plantene ikke feste til noen støtte i fravær av blått lys. (A) etter fem dager, alle planter vokser oppover i en av kontroll eksperimenter (se (C) for senere vekst condition). (B) etter 15 dager, tre planter kollapset, og en fortsatt vokser oppover i den første kontrollen eksperimentet. (C) etter syv dager, to planter kollapset, og to fortsatt vokser oppover i andre kontroll eksperiment (se (A) for tidligere vekst tilstand). Figur gjengitt fra forfatter publikasjon Wahby et al.14, brukes med Creative COMMONS License CC-by 4,0 (se tilleggsfiler), med modifikasjoner som tillatt av lisens. <a href="https://www.jove.com/files/ftp_upload/59835/59835fig4large.jpg" target="_blank">Vennligst klikk her for å se en større versjon av dette tallet.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/59835/59835fig5.jpg"> Figur 5. Single-Decision eksperimenter resultat rammer som viser evnen til en stimulans robot til å styre plantene gjennom en binær beslutning, å klatre riktig støtte. I alle fire eksperimenter, er en robot satt til stimulans og den andre til sovende-på to motstående sider av et knutepunkt. Rammene viser plantene sted rett før stimulans roboten oppdager dem. I hvert eksperiment minst en plante festes til riktig støtte, og ingen plante festes til feil en. Også ikke støttes planter viser vekst partisk mot stimulans roboten. E, F, G, H er nærbilder av A, B, C, D hhv. Figur gjengitt fra forfatter publikasjon Wahby et al.14, brukes med Creative COMMONS License CC-by 4,0 (se tilleggsfiler), med modifikasjoner som tillatt av lisens. <a href="https://www.jove.com/files/ftp_upload/59835/59835fig5large.jpg" target="_blank">Vennligst klikk her for å se en større versjon av dette tallet.</a>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/59835/59835fig6v2.jpg"> Figur 6. Fler beslutnings eksperiment. (A) det målrettede sikk-sakk mønsteret er uthevet i grønt på kartet. (B) den siste rammen fra eksperimentet (etter 40 dager), viser plantene situasjon før den siste stimulans roboten på mønsteret oppdager dem. Robotene hell vokse sikksakk mønster. Figur gjengitt fra forfatter publikasjon Wahby et al.14, brukes med Creative COMMONS License CC-by 4,0 (se tilleggsfiler), med modifikasjoner som tillatt av lisens. <a href="https://www.jove.com/files/ftp_upload/59835/59835fig6large.jpg" target="_blank">Vennligst klikk her for å se en større versjon av dette tallet.</a>

Watch this Scientific Journal Video about Robotic Sensing and Stimuli Provision for Guided Plant Growth at JoVE.com

Robotic Sensing and Stimuli Provision for Guided Plant Growth

Distributed robot noder gir sekvenser av blått lys stimuli for å styre veksten baner av klatring planter. Ved å aktivere naturlig phototropism, robotene veilede plantene gjennom binære venstre-høyre beslutninger, vokser dem i forhåndsdefinerte mønstre som i motsetning ikke er mulig når robotene er sovende.

Robotic sensing og stimuli avsetning for guidet Plant vekst

Robot systems are actively researched for manipulation of natural plants, typically restricted to agricultural automation activities such as harvest, ...

Styring av retningsbestemt vekst av planter med et autonomt system er et nytt og originalt konsept som ikke ble rapportert før. Nøkkelen her for oss er å finne ut hva som faktisk er mulig. Vår teknikk er den første automatiserte metoden for å dyrke planter til ønskede former og former ved hjelp av robotnoder for å oppdage planter med sine sensorer og å bytte stimuli tilsvarende.Denne metoden og robotene som brukes her kan brukes med dynamisk voksende strukturer der tilbakemeldinger bestemmer utviklingen av biohybridsystemet. Å opprettholde helsen til planter og oppdage deres tilstedeværelse på skjæringspunkter er utfordrende. Kontroller at eksterne lyskilder ikke utløser fototropiske svar i feiltilstand.Visuell demonstrasjon er nødvendig for å vise samarbeidet mellom planter og roboter over lengre tidsperioder for å vokse brukerdefinerte vekstmønstre. Julian Ptezold, en gradstudent i vår forskningsgruppe, vil demonstrere eksperimentprosedyren. Før du begynner et eksperiment, velg en planteart kjent for å vise en sterk positiv fototropisme mot ultrafiolett A og blått lys i de voksende tipsene.Vi valgte Phaseolus vulgaris eller vanlige bønner fordi de vokser raskt og viser en sterk retningsbestemt vekst mot blått lys. Komponer hver robot rundt en enkelt kort trådløs lokalnettaktivert datamaskin og grensesnitt datamaskinen til sensorer og aktuatorer via et tilpasset kretskort. Inkluder en infrarød nærhetssensor per retning som testes for å nærme seg planter, inkludert nok lysdioder til å levere blålyskravene per retning som testes for nærmer seg planter.Inkluder maskinvare som gjør det mulig for lokale signaler mellom roboter og inkluderer en fotoresistor for hver retning av naboroboten for å overvåke deres lysavgivende status. Inkluder maskinvare for å spre varme som kreves av betingelsene for de valgte blå diodene og det utnyttede robotkabinettet ved hjelp av en kombinasjon av aluminiums kjøleribber, ventiler i hver robots tilfelle kabinett og vifter. Etter å ha bekreftet at robotkomponentretningene er jevnt vedlikeholdt, plasserer du de blå diodene for å distribuere en tilsvarende lysintensitet til hver av instruksjonene som plantene kan nærme seg og orientere hver diod i robottilseendet slik at midtaksen i linsevinkelen er innenfor 60 grader av hver akse av den mekaniske støtten den tjenester.Plasser de infrarøde nærhetssensorene tilsvarende for sine respektive nærliggende vekstretninger innen en centimeter fra festepunktet mellom roboten og den mekaniske støtten som betjenes orientert hver sensor slik at visningsvinkelen er parallell med støtteaksen. Deretter feste en 125 med 180 centimeter ark gjennomsiktig akryl til en 125 centimeter bred stativ som er i stand til å holde oppsettet i oppreist stilling. Integrer robotene i et sett med modulære mekaniske støtter som holder robotene på plass og fungerer som klatrestillas for plantene for å begrense plantenes sannsynlige gjennomsnittlige vekstbaner.På hver robot, inkluderer festepunkter for å forankre de spesifikke mekaniske støttene, inkludert ett festepunkt for hver retning som en plante kan nærme seg eller forlate en robot. Plasser potter med riktig jord på stativet mot akrylarket og fest to roboter til akrylarket som setter inn endene av de tidligere plasserte støttene i kontaktene i robottilfellene. Gjenta deretter mønsteret for å feste de gjenværende robotene og støtte inn i det diagonalt gritted mønsteret slik at hver rad med roboter er 35 centimeter over forrige rad, og at hver robot er horisontalt plassert rett over roboten eller Y-leddet som er to rader under.De mekaniske støttene bør ordnes i et regelmessig gritted mønster som er jevnt diagonalt med en hellingsvinkel ved 45 grader eller brattere med ensartede støttelengder på minst 30 centimeter per støtte. Den foretrukne eksponerte lengden bør være minst 40 centimeter for å tillate en buffer for statistisk ekstreme tilfeller av planteavløsning. I robotprogramvaren, etablere en stimulans tilstand der roboten avgir blått lys og en sovende tilstand der roboten enten avgir ingen lys eller avgir rødt lys.Plasser det eksperimentelle oppsettet under kontrollerte miljøforhold og vedlikehold plantefotosyntese ved hjelp av lysdiodevekstlamper utenfor robotene og vendt mot det eksperimentelle oppsettet. Etter snerring, gi hver plante sin egen pott ved foten av det eksperimentelle oppsettet og regulere lufttemperaturen og fuktighetsnivået som passer for de valgte artene ved hjelp av varmeovner, klimaanlegg, luftfuktere og de-luftfuktere etter behov og overvåke disse nivåene ved hjelp av en fuktighetssensor for temperaturtrykk. For å teste plantevekst i nærvær av flere påfølgende stimuli forhold, gi robotene et globalt kart over mønsteret som skal dyrkes og kontinuerlig fange timelapsed videoer av eksperimenter ved hjelp av kameraer plassert på to eller flere utsiktspunkter med minst ett kamera visning som omfatter full eksperimentell oppsett.Sørg for at de fangede bildene har høy nok oppløsning til å tilstrekkelig fange bevegelsene til plantevoksende tips som vanligvis bare er noen få millimeter i bredden. Deretter observere anlegget vedlegg hendelser og mønster av vekst langs mekaniske støtter over en passende eksperimentell vekstperiode. Under forhold som mangler blått lys, utløses ikke positiv fototropisme, og plantene viser undbiased oppadgående vekst når de følger gravitropismen.Plantene viste også typisk omskjæring. Som forventet under disse forholdene, plantene ikke klarer å finne den mekaniske støtten som fører til sovende roboter og kollapser når de ikke lenger kan støtte sin egen vekt. Eksperimentet bør stoppes når minst to planter kollapser.I dette representative enkeltbeslutningseksperimentet styrte stimulansrobotene plantene mot riktig støtte. I dette representative multibeslutningseksperimentet vokste plantene til et forhåndsdefinert sikksakkmønster ved hjelp av sovende og stimulansroboter for å føle og stimulere planteveksten henholdsvis til det forhåndsdefinerte sikksakkmønsteret var fullt vokst. Å studere denne typen biohybridsystem baner vei mot nye teknikker fra arkitektur, biologi og ingeniørkunst for å utvikle levende adaptive strukturer og vokse bygningskomponenter.

Research

JoVE Journal

Engineering

Terahertz Microfluidic Sensing Using a Parallel-plate Waveguide Sensor

Terahertz Microfluidic Sensing bruker en parallell-plate Waveguide Sensor

Refractive index (RI) sensing is a powerful noninvasive and label-free sensing technique for the identification, detection and monitoring of microfluidic ...

Synthesis and Operation of Fluorescent-core Microcavities for Refractometric Sensing

Syntese og drift av Fluorescent-core Microcavities for Refractometric Sensing

This paper discusses  fluorescent core microcavity-based sensors that can operate in a microfluidic  analysis setup. These structures are based on the ...

A Testing Platform for Durability Studies of Polymers and Fiber-reinforced Polymer Composites under Concurrent Hygrothermo-mechanical Stimuli

En Testing Plattform for holdbarhetstester av Polymers og fiberarmert Polymer Composites henhold Concurrent Hygrothermo mekanisk Stimuli

The durability of polymers and fiber-reinforced polymer composites under service condition is a critical aspect to be addressed for their robust designs ...

Femtosecond Laser Filaments for Use in Sub-Diffraction-Limited Imaging and Remote Sensing

Femtosecond Laser filamenter for bruk i Sub-Diffraction-begrenset Imaging og fjernmåling

Probing remote matter with laser light is a ubiquitous technique used in circumstances as diverse as laser-induced breakdown spectroscopy and barcode ...

Design and Implementation of a Bespoke Robotic Manipulator for Extra-corporeal Ultrasound

Design og implementering av en skreddersydd robot Manipulator for ekstra kroppslige ultralyd

With the potential for high precision, dexterity, and repeatability, a self-tracked robotic system can be employed to assist the acquisition of real-time ...

A Silicon-tipped Fiber-optic Sensing Platform with High Resolution and Fast Response

En silisium-tipped fiberoptisk Sensing plattform med høy oppløsning og rask respons

In this article, we introduce an innovative and practically promising fiber-optic sensing platform (FOSP) that we proposed and demonstrated recently. This ...

Infrared Degenerate Four-wave Mixing with Upconversion Detection for Quantitative Gas Sensing

Infrarød degenerert fire-bølge blande med Upconversion gjenkjenning for kvantitative gass Sensing

We present a protocol for performing gas spectroscopy using infrared degenerated four-wave mixing (IR-DFWM), for the quantitative detection of gas species ...