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

Denna studie stöddes av flora Robotica projekt som fick finansiering från Europeiska unionens Horisont 2020 forsknings-och innovations program inom FET-bidragsavtalet, nr 640959. Författarna tackar Anastasios Getsopulos och Ewald Neufeld för deras bidrag i hård varu monteringen, och Tanja Katharina Kaiser för hennes bidrag i övervakningen av växt experiment.

<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>

Författarna förklarar att de inte har några konkurrerande ekonomiska intressen.

Den presenterade metoden visar initiala steg mot att automatisera den stimuli-drivna styrningen av växternas tillväxt, för att generera specifika mönster. Detta kräver kontinuerligt underhåll av växt hälsan samtidigt som den kombineras till ett enda experiment setup de distinkta världarna av biokemiska tillväxt svar och konstruerade mekatronisk funktioner-avkänning, kommunikation och kontrollerad generering av stimuli. Som vårt fokus här är på klätter växter, är mekaniskt stöd också integrerad. En begränsning av den nuvarande inställningen är dess omfattning, men vi tror att vår metodik lätt skalas. Den mekaniska ställningen kan för längas för större uppställningar och därmed längre perioder av tillväxt, vilket också möjliggör utökade konfigurationer och mönster. Här är inställningen begränsad till två dimensioner och binära vänster-höger beslut, eftersom tillväxten är begränsad till ett rutnät av mekaniska stöd vid 45 ° lutning, och anläggningens beslut positioner är begränsade till det nätets bifurcations. Mekaniska förlängningar kan omfatta 3D ställningar och olika material, för att möjliggöra komplexa former9,19. Metoden kan betraktas som ett system för att automatiskt växa mönster som definierats av en användare. Genom att utvidga den möjliga komplexiteten av mekaniska konfigurationer, användare bör möta några restriktioner på deras önskade mönster. För en sådan ansökan, en användare program vara verktyg bör bekräfta att mönstret är producible, och mekatronik bör sedan själv organisera produktionen av mönstret genom att generera lämpliga stimuli för att styra växterna. Program varan bör också utvidgas till att omfatta återhämtnings planer och politik som avgör hur man kan fortsätta med tillväxten om det ursprungliga planerade mönstret delvis har misslyckats-till exempel om den första aktiverade roboten aldrig har upptäckt en anläggning, men de vilande dem har sett att placeringen av de växande spetsarna är bortom den aktiverade roboten.
I den presenterade metoden, ett exempel växt arter som uppfyller protokollet urvalskriterier är klätt ring gemensamma bönor, P. vulgaris. Detta är den art som används i representativa resultat. Som P. vulgaris har stark positiv fototropism till UV-A och blått ljus, den phototropins (ljus-receptor proteiner) i anläggningen kommer att absorbera fotoner motsvarande våg längder 340-500 Nm. När receptorerna utlöses, första svullnad kommer att ske i stammen av preferens omlokalisering av vatten till stamceller vävnader motsatta de utlösta receptorer, orsakar en reversibel riktad respons. Sedan, inom stammen, auxin (växt mönster hormon) är riktad till samma vävnad plats, vidmakthåller riktad respons och fast ställande stamceller vävnader som de stelnar. Detta beteende kan användas för att forma växterna i dessa kontrollerade inomhus förhållanden, eftersom växterna utsätts endast för isolerade blått ljus och isolerade rött ljus, med infallande långt rött ljus från IR-närhet sensorer på låga nivåer att det inte stör med uppföranden liksom skugga-undvikande svaret20,21. Fototropismen reaktion i växten reagerar i inställningen för att tända från blått dioder med maximal emission ƛmax = 465 nm, och photosynthesis22,23 i växten stöttas av röda dioder med maximal utsläpp ƛmax = 650 Nm. P. vulgaris växer upp till flera meter i höjd är lämplig i den övergripande installationen, eftersom ungefär 3 L av kommersiella trädgårds skötsel jord behövs per pott passar inställnings skalan.
Även om den nuvarande inställningen fokuserar på ljus som en attraktion stimulans, ytterligare stimuli kan vara relevanta för andra experiment typer. Om det önskade mönstret kräver en separation mellan olika grupper av växter (t. ex. det önskade mönstret behöver två grupper av växter för att välja motsatta sidor), då det kanske inte är genomförbart med bara en typ av stimulans. För sådana komplexa tillväxt mönster oberoende av ställnings form, kan de olika grupperna av växter potentiellt odlas i olika tids perioder så att deras respektive attraktion stimuli inte stör, vilket också skulle möjliggöra integrationen av förgrening Händelser. Detta kan dock inte alltid vara en lämplig lösning, och standarden attraktiva ljus stimulans kan sedan förstärkas genom repellerande influenser såsom skuggning, eller av andra stimuli som långt-rött ljus eller vibrationer motorer9,14.
Den presenterade metoden och experiment designen är bara ett första steg mot en sofistikerad metodik för att automatiskt påverka växternas riktnings tillväxt. Experimentet installationen är grundläggande genom att fastställa endast en sekvens av binära beslut i växterna och vi fokuserar på en, lätt att hantera stimulans. Ytterligare studier skulle krävas för att bevisa metodens statistiska signifikans, för att lägga till mer stimuli, och för att styra andra processer såsom förgrening. Med tillräcklig utveckling för att garantera robotars tillförlitlighet på lång sikt, kan den presenterade metoden möjliggöra automatisering av växt experiment över långa tids perioder, vilket minskar den overhead som är förknippad med studiet av växt utvecklings stadier Utöver skott. Liknande metoder kan möjliggöra framtida utredningar av den underutforskade dynamiken mellan biologiska organismer och autonoma robotar, när de två fungerar som tätt kopplade självorganiserande bio-hybridsystem.

Kongruenta med den ökande förekomsten av automatisering inom tillverkning och produktion, är robotar som används för att så, behandla och skörd växter1,2,3,4,5. Vi använder robot teknik för att automatisera växt experiment på ett icke-invasivt sätt, med syftet att styra tillväxten genom riktnings svar på stimuli. Traditionella trädgårds skötsel metoder har inkluderat manuell formning av träd och buskar genom mekanisk återhållsamhet och skärning. Vi presenterar en metodik som exempelvis kan appliceras på denna formnings uppgift genom att styra tillväxt mönster med stimuli. Vår presenterade metodik är också ett steg mot automatiserade växt experiment, här med ett specifikt fokus på att ge ljus stimuli. När tekniken har blivit robust och pålitlig, har denna metod potential att minska kostnaderna i växt experiment och att möjliggöra nya automatiserade experiment som annars skulle vara omöjligt på grund av overhead i tid och manuellt arbete. Robot elementen är fritt programmerbara och fungerar självständigt eftersom de är utrustade med sensorer, ställdon för stimuli och mikroprocessorer. Även om vi fokuserar här på närhet avkänning (dvs., mäta avstånd på nära håll) och ljus stimuli, många andra alternativ är genomförbara. Till exempel kan sensorer användas för att analysera växternas färg, för att övervaka biokemisk aktivitet6, eller för fytosensing7 metoder för att övervaka till exempel miljö förhållanden genom växternas elektrofysiologi8. På samma sätt kan manöver Donets alternativ ge andra typer av stimuli9, genom vibrations motorer, Sprayenheter, värmare, fläktar, skuggnings anordningar eller manipulatorer för riktad fysisk kontakt. Ytterligare aktivering strategier kan genomföras för att ge långsam rörlighet till robotar (dvs "långsam bots"10), så att de kan gradvis ändra position och riktning som de ger stimuli. Dessutom, eftersom robotarna är utrustade med enkel-Board datorer, de kunde köra mer sofistikerade processer såsom visioner för växt fenotypning11 eller konstgjorda neurala nätverk regulatorer för stimuli aktivering12. Eftersom växtvetenskaplig forskning fokuserar ofta på tidig tillväxt (dvs. i skott)13, verkar hela domänen för att använda autonoma robot system för att påverka växter under längre perioder underutforskad och kan erbjuda många framtida möjligheter. Going ännu ett steg längre, kan de robotliknande element ses som föremål för forskning själva, vilket gör det möjligt att studera den komplexa dynamiken i bio-hybridsystem som bildas av robotar och växter nära interagerar. Robotarna selektivt införa stimuli på växterna, växterna reagerar enligt deras adaptiva beteende och ändra deras tillväxt mönster, som sedan upptäcks av robotarna via deras sensorer. Vårt tillvägagångs sätt stänger den beteendemässiga feedbackslingan mellan växterna och robotarna och skapar en homeostatisk kontroll slinga.
I våra experiment för att testa funktionen av robot systemet, använder vi uteslutande klätt ring gemensamma bönor, Phaseolus vulgaris. I denna installation använder vi klätter växter, med mekaniska stöd i en inrutade ställningen av total höjd 180 cm, så att växterna påverkas av thigmotropism och har en begränsad uppsättning tillväxt riktningar att välja mellan. Med tanke på att vi vill forma hela växten under en period av veckor, använder vi blåljus stimuli för att påverka växtens fototropism makroskopiskt, under olika tillväxt perioder inklusive unga skott och senare stjälk stelhet. Vi genomför experimenten i helt kontrollerade omgivnings ljus förhållanden där annat än det blå ljuset stimuli vi ger uteslutande rött ljus, med topp emission vid våglängd 650 Nm. När de når en bifurkation i det mekaniska stöd rutnätet, de gör ett binärt beslut om att växa vänster eller höger. Robotarna är placerade vid dessa mekaniska bifurcations, separerade med avstånd av 40 cm. De aktiverar och avaktiverar autonomt sitt blåljus, med topp emission vid våglängd 465 nm, enligt en fördefinierad karta över önskat tillväxt mönster (i detta fall ett sicksackmönster). På detta sätt, växterna styrs från bifurkation till bifurkation i en definierad sekvens. Endast en robot aktive ras vid en given tidpunkt – under vilken den avger blått ljus samtidigt som den självständigt övervakar växternas tillväxt på det mekaniska stödet under den. När den upptäcker en växande spets med hjälp av dess infraröda sensorer, slutar det avger blått ljus och kommunicerar med sina angränsande robotar via radio. Roboten som bestämmer sig för att vara nästa mål i sekvensen därefter aktive ras, locka växters tillväxt mot en ny mekanisk bifurcation.
Eftersom vårt tillvägagångs sätt innefattar både konstruerade och naturliga mekanismer omfattar våra experiment flera metoder som fungerar samtidigt och är beroende av varandra. Protokollet här är först organiseras enligt typ av metod, som var och en måste integreras i en enhetlig experiment setup. Dessa typer är växtart urval; robot konstruktion inklusive hård vara och mekanik; robot program vara för kommunikation och kontroll; övervakning och underhåll av växt skydd. Protokollet fortsätter sedan med experiment designen, följt av data insamling och inspelning. För fullständiga uppgifter om resultat som erhållits hittills, se Wahby et al.14. Representativa resultat omfattar tre typer av experiment – kontroll experiment där alla robotar inte ger impulser (dvs. är vilande). enstaka beslut experiment där anläggningen gör ett binärt val mellan en stimuli-som ger roboten och en som är vilande; och flera besluts experiment där anläggningen navigerar en sekvens av binära val att växa ett fördefinierat mönster.

<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 system är aktivt forskat för manipulation av naturliga växter, typiskt begränsad till jordbruks Automation aktiviteter såsom skörd, bevattning och mekanisk ogräsbekämpning. Utvidga denna forskning, introducerar vi här en ny metod för att manipulera den riktade tillväxten av växter via deras naturliga mekanismer för signalering och hormon distribution. En effektiv metodik för robotiserade stimuli kan öppna möjligheter för nya experiment med senare utvecklings faser i växter, eller för nya biotekniska tillämpningar som att forma växter för gröna väggar. Interaktion med växter presenterar flera robot utmaningar, inklusive kort distans avkänning av små och rörliga växt organ, och kontrollerad aktivering av växtrespons som påverkas av miljön utöver de tillhandahållna stimuli. För att styra växternas tillväxt, utvecklar vi en grupp orörbara robotar med sensorer för att upptäcka närheten till växande tips, och med dioder för att ge ljus stimuli som aktiverar fototropism. Robotarna testas med klätt ring gemensamma bönor, Phaseolus vulgaris, i experiment med löp tider upp till fem veckor i en kontrollerad miljö. Med robotar sekventiellt avger blått ljus-Peak emission vid våglängd 465 nm-växternas tillväxt framgångs rikt styrs genom successiva binära beslut längs mekaniska stöd för att nå mål positioner. Tillväxt mönster testas i en setup upp till 180 cm i höjd, med växt stammar vuxit upp till ungefär 250 cm i kumulativ längd under en period av cirka sju veckor. Robotarna koordinerar sig och fungerar helt självständigt. De upptäcker närmar sig växttips av infraröda sensorer närhet och kommunicera via radio för att växla mellan blått ljus stimuli och vilande status, som krävs. Sammantaget ger de erhållna resultaten stöd för effektiviteten av att kombinera robot och växt experiment metoder, för studiet av potentiellt komplexa interaktioner mellan naturliga och konstruerade autonoma system.

Kontroll: växt beteende utan Robotic stimuli. På grund av avsaknaden av blått ljus (dvs alla robotar är vilande), är positiv fototropism inte utlöses i anläggningen. Därför visar växterna förutsättningslös uppåtgående tillväxt som de följer gravitropism. De uppvisar också typisk circumnutation (dvs. slingrande), se figur 4a. Som väntat, växterna Miss lyckas med att hitta den mekaniska stöd som leder till vilande robotar. Plantorna kollapsar när de inte längre kan försörja sin egen vikt. Vi stoppar experimenten när minst två plantor kollapsar, se figur 4b, C.
Enstaka eller flera beslut: växt beteende med Robotic stimuli I fyra Single-beslut experiment, två körningar har vänsterstyrning (dvs, roboten kvar av bifurkation aktive ras till stimulans), och två körningar har åt höger styrning. Den stimulus robotar framgångs rikt styra växterna mot rätt stöd, se figur 5. Den närmaste anläggningen med stjälkvinkel mest liknar den för korrekt stöd fäster först. I varje experiment, minst en anläggning fäster stöd och klättrar det tills den når stimulus robot och därmed slutar experimentet. I ett experiment, en andra anläggning fäster rätt stöd. De återstående växterna kan också fästa i längre experiment varaktigheter. Ingen av växterna fäster till det felaktiga stödet. Varje experiment körs kontinuerligt i 13 dagar i genomsnitt.
I två flerbeslutsexperiment växer växterna till ett fördefinierat sicksackmönster, se figur 6a. Varje experiment pågår i cirka sju veckor. Som ett experiment startar, en robot sätter sin status till stimulans (se 3.6.3) och styr växterna mot rätt stöd enligt det före skrivna mönstret. En växt fäster och klättrar det, anländer till den aktiverade stimulus robot därför slutföra det första beslutet. Enligt 3.7.3, den nuvarande stimulans roboten blir då vilande och meddelar sina angränsande grannar. Den vilande granne som är nästa på sicksack mönstret växlar sig till stimulans (se 3.7.6). Om en anläggning upptäcks av en vilande robot reagerar inte roboten (se 3.7.2). Växterna fortsätter och slutför de återstående tre besluten framgångs rikt. Det fördefinierade sicksackmönstret är därför fullvuxet, se figur 6b.
Alla experiment data, samt videor, är tillgängliga online24.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/59835/59835fig1.jpg"> I figur 1. Den orörbara roboten och dess huvud komponenter. Figur omtryckt från författaren publikation Wahby et al.14, används med Creative Commons License CC-by 4,0 (se kompletterande filer), med ändringar som tillåts av licens. <a href="https://www.jove.com/files/ftp_upload/59835/59835fig1large.jpg" target="_blank">Vänligen klicka här för att se en större version av denna siffra.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/59835/59835fig2.jpg"> I figur 2. Komponent diagrammet för den immobila robot elektroniken. IRLML2060 LED-drivrutiner är sammankopplade med robotens enkretskort dator (t. ex. Raspberry PI) via PWM för att styra ljus styrkan på lysdioderna. En LP5907 switch är gränssnitt med enkel-Board dator via generell input/output (gpio) huvud stift, för att styra fläkten. En MCP3008 analog-till-digital-omvandlare (ADC) är ansluten till en enda skiva dator via seriell perifera gränssnitt (SPI) för att läsa den analoga IR och ljus beroende motstånd (LDR) sensor data. <a href="https://www.jove.com/files/ftp_upload/59835/59835fig2large.jpg" target="_blank">Vänligen klicka här för att se en större version av denna siffra.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/59835/59835fig3.jpg"> I figur 3. Kort efter "03.04.16," en växt spets klättrar ett stöd och anländer i synfält av roboten. (A) exempel på IR-närhets givare, skalbara spännings avläsningar (vertikal axel) under ett experiment. Högre värden indikerar identifiering av växt spetsen. BIR-närhets sensorn placeras och orienteras enligt stöd tillbehöret för att säkerställa effektiv detektering av anläggnings spetsen. Figur omtryckt från författaren publikation Wahby et al.14, används med Creative Commons License CC-by 4,0 (se kompletterande filer), med ändringar som tillåts av licens. <a href="https://www.jove.com/files/ftp_upload/59835/59835fig3large.jpg" target="_blank">Vänligen klicka här för att se en större version av denna siffra.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/59835/59835fig4.jpg"> I figur 4. Kontroll experiment resultat ramar som visar att alla fyra växterna inte fäster vid något stöd i avsaknad av blått ljus. Aefter fem dagar, alla plantor som växer uppåt i ett av kontroll experimenten (secför senare tillväxt villkor). (B) efter 15 dagar kollapsade tre plantor och en som fortfarande växte uppåt i det första kontroll experimentet. (C) efter sju dagar kollapsade två plantor och två fortfarande växte uppåt i det andra kontroll experimentet (se (a) för tidigare tillväxt tillstånd). Figur omtryckt från författaren publikation Wahby et al.14, används med Creative Commons License CC-by 4,0 (se kompletterande filer), med ändringar som tillåts av licens. <a href="https://www.jove.com/files/ftp_upload/59835/59835fig4large.jpg" target="_blank">Vänligen klicka här för att se en större version av denna siffra.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/59835/59835fig5.jpg"> I figur 5. Single-beslut experiment resultat ramar som visar förmågan hos en stimulus robot att styra växterna genom ett binärt beslut, att klättra rätt stöd. I alla fyra experiment, en robot är inställd på stimulans och den andra till vilande-på två motsatta sidor av en korsning. Ramarna visar växternas läge precis innan stimulus robot upptäcker dem. I varje experiment fäster åtminstone en växt till det korrekta stödet, och ingen växt fäster till den felaktiga. Också, de stöds växter visar tillväxt vinklad mot stimulus robot. E, F, G, H är närbilder av A, B, C, D respektive. Figur omtryckt från författaren publikation Wahby et al.14, används med Creative Commons License CC-by 4,0 (se kompletterande filer), med ändringar som tillåts av licens. <a href="https://www.jove.com/files/ftp_upload/59835/59835fig5large.jpg" target="_blank">Vänligen klicka här för att se en större version av denna siffra.</a>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/59835/59835fig6v2.jpg"> I figur 6. Flera besluts experiment. (A) det riktade sicksackmönstret är markerat med grönt på kartan. (B) den sista bild rutan från experimentet (efter 40 dagar), visar växternas situation innan den sista stimulans roboten på mönstret upptäcker dem. Robotarna växer framgångs rikt sicksackmönstret. Figur omtryckt från författaren publikation Wahby et al.14, används med Creative Commons License CC-by 4,0 (se kompletterande filer), med ändringar som tillåts av licens. <a href="https://www.jove.com/files/ftp_upload/59835/59835fig6large.jpg" target="_blank">Vänligen klicka här för att se en större version av denna siffra.</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

Distribuerade robotnoder ger sekvenser av blått ljus stimuli för att styra tillväxt banor av klätter växter. Genom att aktivera naturlig fototropism, robotarna vägleda växterna genom binära vänster-höger beslut, odla dem i fördefinierade mönster som däremot inte är möjligt när robotarna är vilande.

Robotic sensing och stimuli avsättning för guidad växt tillväxt

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

Styra riktningstillväxt av växter med ett autonomt system är en ny och originell koncept som inte rapporterades tidigare. Nyckeln här för oss är att ta reda på vad som faktiskt är genomförbart. Vår teknik är den första automatiserade metoden för att odla växter till önskade former och former med hjälp av robotnoder för att upptäcka växter med sina sensorer och för att byta stimuli därefter.Denna metod och de robotar som används här kan användas med dynamiskt växande strukturer där återkopplingar bestämmer utvecklingen av biohybridsystemet. Att upprätthålla växternas hälsa och upptäcka deras närvaro vid korsningspunkter är utmanande. Kontrollera att externa ljuskällor inte utlöser fototropiska svar i ett feltillstånd.Visuell demonstration är nödvändig för att visa samarbetet mellan växter och robotar över längre tidsperioder för att växa användardefinierade tillväxtmönster. Julian Ptezold, en grad student i vår forskargrupp, kommer att visa experiment förfarandet. Innan du börjar ett experiment, välj en växtart känd för att visa en stark positiv fototropism mot ultraviolett A och blått ljus i de växande tips.Vi valde Phaseolus vulgaris eller vanliga bönor eftersom de växer snabbt och visar en stark riktad tillväxt mot blått ljus. Komponera varje robot runt en enda styrelse trådlös lokalt nätverk-aktiverade dator och gränssnitt datorn till sensorer och ställdon via en anpassad kretskort. Inkludera en infraröd närhetssensor per riktning som testas för annalkande växter, inklusive tillräckligt med ljusavgivande dioder för att leverera de blå ljuskraven per riktning som testas för annalkande växter.Inkludera maskinvara som möjliggör lokala signaler mellan robotar och inkludera en fotoresistor för varje riktning av den närliggande roboten för att övervaka deras ljusavgivningsstatus. Inkludera hårdvara för att avleda värme som krävs av villkoren för de valda blå dioder och den utnyttjade roboten kapsling med hjälp av en kombination av aluminium kylflänsar, ventiler i varje robot fall kapsling och fläktar. Efter att ha bekräftat att robotkomponentriktningarna är enhetligt nas, placera de blå dioderna för att fördela en likvärdig ljusintensitet till var och en av de riktningar från vilka växterna kan närma sig och orientera varje diod i robotfallet så att centrumaxeln på dess linsvinkel ligger inom 60 grader från varje axel av det mekaniska stöd som den servar.Placera de infraröda närhetssensorerna ekvivalent för sina respektive annalkande tillväxtriktningar inom en centimeter från fästpunkten mellan roboten och det mekaniska stöd som servar orientera varje sensor så att dess betraktningsvinkel är parallell med stödaxeln. Därefter fäster du ett 125 av 180 centimeters ark transparent akryl på ett 125 centimeter brett stativ som kan hålla uppställningen i upprätt läge. Integrera robotarna i en uppsättning av modulära mekaniska stöd som vederbörligen håller robotarna på plats och fungera som klättring byggnadsställningar för växterna att begränsa växternas sannolikt genomsnittliga tillväxt banor.På varje robot, inkludera fästpunkter för att förankra de specifika mekaniska stöden inklusive en fästpunkt för varje riktning genom vilken en anläggning kan närma sig eller avgå en robot. Placera krukor med lämplig jord på stativet mot akrylarket och fäst två robotar på akrylarket som sätter i ändarna på de tidigare placerade stöden i uttagen i robotfodralen. Upprepa sedan mönstret för att fästa de återstående robotarna och stöd i det diagonalt grusade mönstret så att varje rad av robotar är 35 centimeter över föregående rad och att varje robot är horisontellt placerad direkt ovanför roboten eller Y-leden som är två rader under.De mekaniska stöden bör ordnas i ett regelbundet grusat mönster som är jämnt diagonalt med en lutningsvinkel vid 45 grader eller brantare med enhetliga stödlängder på minst 30 centimeter per stöd. Den föredragna exponerade längden bör vara minst 40 centimeter för att tillåta viss buffert för statistiskt extrema fall av växtavlossning. I robotprogramvaran etablerar du ett stimulanstillstånd under vilket roboten avger blått ljus och ett vilande tillstånd under vilket roboten antingen avger inget ljus eller avger rött ljus.Placera den experimentella upplägget under kontrollerade miljöförhållanden och behåll växtfotosyntesen med hjälp av ljusavgivande diodtillväxtlampor externa mot robotarna och som står inför den experimentella inställningen. Efter groning, ge varje växt sin egen kruka vid basen av den experimentella setup och reglera lufttemperaturen och luftfuktigheten som är lämpliga för de valda arterna med hjälp av värmare, luftkonditioneringsaggregat, luftfuktare, och de-luftfuktare vid behov och övervakning dessa nivåer med hjälp av en temperatur tryck luftfuktighet sensor. För att testa växttillväxt i närvaro av flera efterföljande stimuli villkor, ge robotar med en global karta över det mönster som ska odlas och kontinuerligt fånga timelapsed videor av experiment med hjälp av kameror placerade på två eller flera utsiktspunkter med minst en kameravy som omfattar hela experimentella setup.Se till att de tagna bilderna är tillräckligt höga för att på ett adekvat sätt fånga växtodlingstipsens rörelser som vanligtvis bara är några millimeter i bredd. Observera sedan anläggningens fästhändelser och mönster av tillväxt längs de mekaniska stöden under en lämplig experimentell tillväxtperiod. Under förhållanden som saknar blått ljus, är positiv fototropism utlöses inte och växterna uppvisar undbiased uppåtgående tillväxt som de följer gravitropism.Växterna visas också typiskt omskärelse. Som förväntat under dessa förhållanden, växterna misslyckas med att hitta den mekaniska stöd som leder till vilande robotar och kollapsa när de inte längre kan stödja sin egen vikt. Experimentet bör stoppas när minst två växter kollapsar.I detta representativa en-beslut experiment, den stimulans robotar framgångsrikt styrde växterna mot rätt stöd. I detta representativa multipelbeslutsexperiment växte växterna till ett fördefinierat sicksackmönster med vilande och stimulusrobotar för att känna av och stimulera växttillväxten respektive tills det fördefinierade sicksackmönstret var fullvuxet. Att studera denna typ av biohybridsystem banar väg för nya tekniker från arkitektur, biologi och teknik för att utveckla levande adaptiva strukturer och växa byggkomponenter.

Research

JoVE Journal

Engineering

Terahertz Microfluidic Sensing Using a Parallel-plate Waveguide Sensor

Terahertz Mikroflödessystem Sensing Använda en vågledare med parallella plattor 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

Syntes och användning av fluorescerande-core mikrokaviteter för refraktometriska 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 Test Platform för hållbarhet Studier av polymerer och fiberförstärkta Polymer Kompositer enligt Samtidig 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 glödtrådar för användning i Sub-Diffraction-begränsad Imaging och fjärranalys

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 och implementering av en skräddarsydd Robotic Manipulator för extra kroppsliga ultraljud

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 Silicon-tippas fiberoptiska avkänning plattform med hög upplösning och snabb 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

Infraröd degenererade fyra-våg blandning med uppkonvertering upptäckt för kvantitativa Gas avkänning

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