研究人员创造了一种能够通过使用电极“触摸”植物叶片来识别多种植物物种及其不同生长阶段的机器人。这种创新型机器人可以评估表面纹理和水分含量等属性，这些属性无法通过传统的视觉方法检测到。根据11月13日在《Device》杂志上发表的一项研究，该机器人成功识别出十种不同的植物物种，平均准确率达到97.7%。在识别不同生长阶段的开花紫荆植物叶片时，它获得了100%的完美准确率。
中国研究人员开发出一种能够通过电极“触摸”植物叶片来识别不同植物物种和生长阶段的机器人。正如11月13日在《Device》杂志上发表的一项研究中提到的，该机器人可以测量表面纹理和水分含量等特性，这些特性无法通过现有的视觉方法确定。该机器人能够以97.7%的平均准确度准确识别十种不同的植物物种，并且在识别开花紫荆植物的叶片时，在不同生长阶段中其准确率为100%。
山东第一医科大学和山东省医学科学院的副教授、该研究的合著者宋中乾表示，这款机器人可能成为大规模农民和农业研究人员的有价值工具。它可以帮助他们监测作物的健康和生长，使他们能够做出明智的决策，关于适当的水和肥料数量，并制定害虫控制措施。
宋说：“它可以改变作物管理和生态系统研究，同时促进早期疾病的检测，这对植物的活力和粮食安全至关重要。”
与依赖视觉方法并受到照明、天气变化或背景干扰等环境因素限制的现有设备相比，该机器人利用触觉收集关于植物的更全面信息。
为此，宋及其团队设计了该机器人以“触摸”植物，采用了灵感来源于人类皮肤的方法。机器人使用一套复杂的结构系统协同工作，通过触摸收集信息。当机器人的电极触摸到一片叶子时，它会收集关于各种属性的数据，例如在特定电压下可以存储的电荷、叶片中电流的电阻，以及机器人抓握叶片时的接触力。
然后使用机器学习技术分析这些信息，以对植物进行分类，因为不同的指标与特定的植物物种及其生长阶段相关。
尽管该机器人在精准农业、生态研究和植物疾病检测等领域展现出显著潜力，但仍面临挑战。宋表示，该设备在识别具有复杂结构的植物时，如刺和针状叶子时遇到困难，这一局限性可以通过改进机器人的电极设计来克服。
宋警告说，机器人在大规模生产和部署之前可能需要一些时间，具体取决于技术进步和市场状况。
展望未来，研究人员打算通过从更广泛的物种中收集数据来增强机器人能够识别的植物物种范围，从而扩展他们的数据库以训练算法。他们还希望更有效地整合机器人传感器，以提供实时结果，即使不依赖外部电源，宋表示。
