您的瀏覽器不支援 JavaScript喔,請開啟 Javascript 功能。
跳到主要內容
新聞總覽
view
更多新聞總覽
體育
【社論】運動員的「振奮」該被限制嗎? 以黑豹旗冠軍戰全壘打看棒球場「潛規則」
2024-11-22
生活
夜拆天橋引眾怒 北市府主張改善交通安全
焦點
2024-11-22
校園
命名甄選日程延誤 南大更動流程引質疑
2024-11-22
新知
微型偵測分析患者生理數據 AI照護助居家善終
2024-11-22
校園
學生鑽漏洞未戴安全帽 中正嚴格取締成效有限
2024-11-22
新知
嘉大研發大豆飼料 成馬糞海膽復育新解方
2024-11-22
新知
戴碧玲創凝香體敷料 緩解犬隻潰瘍出血
2024-11-22
校園
國際
新知
藝文
生活
體育
專題
影音
首頁
新聞總覽
全部文章
返回首頁
新聞期別 :
請選擇...
第1800期
第1799期
第1798期
第1797期
第1796期
第1795期
第1794期
第1793期
第1792期
第1791期
第1790期
第1789期
第1788期
第1787期
第1786期
第1785期
第1784期
第1783期
第1782期
第1781期
第1780期
第1779期
第1778期
第1777期
第1776期
第1775期
第1774期
第1773期
第1772期
第1771期
第1770期
第1769期
第1768期
第1767期
第1766期
第1765期
第1764期
第1763期
第1762期
第1761期
第1760期
第1759期
第1758期
第1757期
第1756期
第1755期
第1754期
第1753期
第1752期
第1751期
第1750期
第1749期
第1748期
第1747期
第1746期
第1745期
第1744期
第1743期
第1742期
第1741期
第1740期
第1739期
第1738期
第1737期
第1736期
第1735期
第1734期
第1733期
第1732期
第1731期
第1730期
第1729期
第1728期
第1727期
第1726期
第1725期
第1724期
第1723期
第1722期
第1721期
第1720期
第1719期
第1718期
第1717期
第1716期
第1715期
第1714期
第1713期
第1712期
第1711期
第1710期
第1709期
第1708期
第1707期
第1706期
第1705期
第1704期
第1703期
第1702期
第1701期
第1700期
第1699期
第1698期
第1697期
第1696期
第1695期
第1694期
第1693期
第1692期
第1691期
第1690期
第1689期
第1688期
第1687期
第1686期
第1685期
第1684期
第1683期
第1682期
第1681期
第1680期
第1679期
第1678期
第1677期
第1676期
第1675期
第1674期
第1673期
第1672期
第1671期
第1670期
第1669期
第1668期
第1667期
第1666期
第1665期
第1664期
第1663期
第1662期
第1661期
第1660期
第1659期
第1658期
第1657期
第1656期
第1655期
第1654期
第1653期
第1651期
第1650期
第1649期
第1648期
第1647期
第1646期
第1645期
第1644期
第1643期
第1642期
第1641期
第1640期
第1639期
第1638期
第1637期
第1636期
第1635期
第1634期
第1633期
第1632期
第1631期
第1630期
第1629期
第1628期
第1627期
第1626期
第1625期
第1624期
第1623期
第1622期
第1621期
第1620期
第1619期
第1618期
第1617期
第1616期
第1615期
第1614期
第1613期
第1612期
第1611期
第1610期
第1609期
第1608期
第1607期
第1606期
第1605期
第1604期
第1603期
第1602期
第1601期
第1599期
第1598期
第1597期
第1596期
第1595期
第1594期
第1593期
第1592期
關鍵字搜尋 :
搜尋
全部文章
校園
國際
新知
藝文
生活
體育
專題
影音
新知
第1734期
機器人成採茶幫手 自主轉彎省勞力
焦點
2020-10-28
【記者詹和臻綜合報導】現有茶葉採收方式為手工採摘以及機械採摘,皆需人力資源。國立臺灣大學機器人與醫療機電實驗室耗時一年,研發「協作式智慧載具應用於茶葉採收」,為一種茶葉採收機器人,能夠在茶道末端自主轉彎,並且節省勞動力,希望解決茶產業勞力短缺的窘境。而此作品於17日在「台灣國際農業機械暨資材展」展出。 「協作式智慧載具應用於茶葉採收」可由單人操作,減少一半的勞力,解決茶產業勞力短缺的問題。 圖/臺大機器人與醫療機電實驗室提供傳統機械採收方式為兩名茶農共同將一機械刀具扛起至茶樹上方,面對面同步橫向移動,以進行採收。而採茶機器人裝設深度相機,能夠偵測茶道對面農民的姿態與距離,使機器保持與人等速,並且適時等待茶農,「簡單來說是取代一個人,來模擬另外一個茶農。」臺大生物機電工程學系畢業生賴暘倫解釋,採茶機器人還能使用光學雷達掃描道路周圍環境,以避開障礙物,讓茶農不必費神留意機器狀況。 採茶機器人操作方式為一個人面對機器站在對向茶道,另一個人站在後面拉著袋子,讓茶葉順利吹進袋子裡。 圖/臺大機器人與醫療機電實驗室提供上述傳統雙人採茶機,通常是由師傅與學徒搭配,面對面手持機械刀具採收茶葉,師傅施力約需6公斤重,並由此端負責調整機器功能,學徒施力則約需9公斤重。而團隊研發的採茶機器人能取代學徒人力,同時讓師傅端的施力減輕至不到1公斤重。賴暘倫表示,曾有茶農回饋,學徒端只是承受刀具大部分重量的位置,「因此是人類或是機器人根本不重要。」 團隊研發的「協作式智慧載具」在茶道之間行走,搭配不同的刀具,可以採收不同農作物,目前可應用於茶葉以及仙草。 圖/臺大機器人與醫療機電實驗室提供此外,臺大生物機電工程學系畢業生陳柏綸說明,由於在採茶途中需轉彎變換茶道,過去的農業機器人都使用引擎動力轉彎,而團隊改為使用電動馬達,可減少排放廢氣,未來更可望用在採收溫室作物,並且能套用許多機器人演算法,以利應用於其他農作物。不過,因馬達的扭力遠低於引擎,機器人轉彎時若迴轉半徑太小,可能因阻力太大而停在原地不動,團隊特別套用自駕車的路徑規劃演算法,以解決迴轉半徑的問題。該演算法可計算出轉彎半徑及合適軌跡,並不斷修正行走的角度,直到順利轉彎,成功克服馬達扭力小的困境。 國立臺灣大學機器人與醫療機電實驗室的組成成員,是臺大生物機電工程學系師生團隊,目前核心負責人已經畢業。 圖/臺大機器人與醫療機電實驗室提供賴暘倫說,團隊作品也附有人機介面,載具上的螢幕會顯示機器人現在運作的狀況,讓茶農掌控資訊。同時,裝置也連結智慧型手機,茶農可以隨時透過手機對機器人下達轉彎與關機等指令。茶農林炳輝則指出,此採茶機器人是固定高度採收,使用前,須修剪茶樹至同一水平才能順利採收。而團隊回應,此機器人亦可以當作修剪機器,茶農在採收前三週先修整茶樹,之後收割水平上新長的枝枒,就會是茶農要採收的茶葉。