Selvkjørende roboter kan revolusjonere landbruket

Landbruket står overfor et enormt press. Bøndene skal produsere mer mat med færre ressurser. De skal drive miljøvennlig og bruke mindre kjemikalier.

Samtidig er det mangel på arbeidskraft, som sesongarbeidere. Her kan autonome, altså selvkjørende, roboter bli viktige hjelpere.

Ved Norges miljø- og biovitenskapelige universitet (NMBU) jobber forskere med å utvikle landbruksroboter. De kan brukes til blant annet høsting, plantebehandling, luking og samarbeid med mennesker.

– Lettere og mer fleksible roboter kan redusere belastningen på både mennesker og jord, sier Mustafa Adam, forsker i robotikk ved NMBU.

Robotteknologien har kommet langt. Men det er ikke bare å slippe store, tunge maskiner ut på åkeren uten oppsyn. Sikkerheten må komme først.

– Vi vet at autonomi kan fungere. Men for at det skal være trygt, må vi kunne bygge autonome systemer der sikkerheten kan forklares, etterprøves og forbedres, sier Adam.

– Vi ser mest på selvkjørende biler som en advarsel

Selvkjørende biler har mange av de samme utfordringene som landbruksroboter. Adam mener vi kan lære mye av dem. Spesielt hva vi ikke bør gjøre.

– Vi ser mest på selvkjørende biler som en advarsel, ikke som en modell vi bør kopiere blindt, sier Adam.

Bilkjøring med selvstyrte biler kan virke som det er styrt av enkle regler, helt til kjøringen skal foregå automatisk uten en sjåfør. Virkeligheten stemmer ikke alltid med hva bilen har trent på.

For eksempel kan midlertidig veiarbeid endre veimerkingen, snø kan skjule veikantene eller et barn kan løpe over veien etter en ball.

Ingenting av dette er uvanlig, men slike situasjoner kan ligge utenfor det systemet er designet, trent til eller testet for å håndtere. Det er her det blir vanskelig, for trygg kjøring avhenger av at tre krevende oppgaver løses samtidig:

• Oppfattelse: Hva skjer?

• Forutsigelse: Hva er det neste som kommer til å skje?

• Planlegging: Hva bør jeg gjøre?

Risiko er ikke jevnt fordelt

Mennesker håndterer dette gjennom erfaring og situasjonsforståelse. Det er dette forskerne prøver å lære landbruksrobotene å håndtere.

Mange autonome systemer utvikles etter en enkel modell: systemet tas i bruk, store mengder data samles inn, systemet forbedres og prosessen gjentas.

– Et utbredt argument i bilbransjen er at jo flere mil den selvkjørende bilen har kjørt, desto tryggere er den. Men risiko er ikke jevnt fordelt på antall mil, sier Adam.

Han viser til at biler ofte er testet på motorveier, som er oversiktlige og relativt forutsigbare.

Selv om en produsent har kjørt milliarder av mil og dermed samlet inn masse data, sier det lite om bilens evne til å håndtere komplekse situasjoner som rundkjøringer eller fotgjengere i tette bystrøk.

Derfor mener forskerne at sikkerhet må være en del av hele utviklingsprosessen, fra de første designvalgene til overvåking når roboten tas i bruk. Sikkerhetsmekanismer må bygges inn i systemet fra start og overvåkes underveis.

– Hvis vi ønsker autonomi vi kan leve med, må vi kunne dokumentere sikkerheten, sier Adam.

Sikkerhet fra lab til åker

I en studie beskriver forskerne hvordan sikkerheten kan følges og kontrolleres gjennom hele robotens livsløp – fra de første risikoanalysene til overvåking når roboten arbeider ute i felt.

Målet er å avdekke sikkerhetsproblemer før roboten tas i bruk sammen med mennesker.

– Folk som jobber side om side med en landbruksrobot, skal ikke måtte gjette hva den kommer til å gjøre for å være trygge, understreker Adam.

Første steg er digital koding på datamaskin. Deretter testes roboten i laboratoriet der alle variabler er kjent. Adams veileder, David Anisi, advarer likevel om at denne fasen kan skape en misvisende opplevelse av kontroll.

– Det som fungerer perfekt i en simulering eller inne på laben, kan se helt annerledes ut når roboten møter virkeligheten ute i felt, sier han.

På laben er forholdene kontrollerte. Gulvet er flatt, og lyset er jevnt. I åkeren vil roboten møte skiftende vær, ujevnt underlag, sesongvariasjoner og arbeide tett på mennesker. Derfor må usikkerhet behandles som normalen, ikke som unntaket, mener Anisi.

Roboten skal stoppe før noe går galt

Roboter oppfatter ikke omgivelsene slik mennesker gjør. De bruker sensorer som kameraer, dybdesensorer, LiDAR og posisjoneringssystemer.

Sensorene kombineres med algoritmer for at roboten skal prøve å tolke det som skjer rundt den. Datasystemene blir stadig bedre, men de er ikke perfekte.

– En modell kan være «selvsikkert feil». Roboten kan ta en beslutning som den tolker som riktig, selv om den ikke har godt nok grunnlag for det, sier Adam.

Når mennesker er usikre, blir vi mer forsiktige. Roboter må utstyres med mekanismer som vurderer usikkerhet og får dem til å senke farten eller stoppe.

For å sikre at roboten oppfører seg riktig, utvikler forskerne et overvåkingssystem som følger med på hva roboten gjør.

Systemet skal både følge med på roboten i sanntid og forsøke å forutsi farlige situasjoner før de oppstår.

I praksis kan det være en lukerobot som jobber mellom radene mens mennesker plukker jordbær eller bærer utstyr i nærheten.

Da må roboten kunne oppdage menneskene, forutsi hva de skal gjøre og reagere lenge før situasjonen blir farlig.

Landbruket er en interessant testarena

Før roboten tas i bruk, går forskerne gjennom systemet for å kontrollere at sikkerhetsmekanismene fungerer som de skal. De samme kravene kan deretter brukes i sanntidsovervåkning når roboten arbeider i felt slik at de kan kontrollere at reglene ikke brytes.

– Hvis et menneske er på vei inn i robotens arbeidsområde, skal systemet beregne risikoen og stoppe før situasjonen blir farlig, sier Anisi.

Forskerne mener at landbruket er en interessant testarena for å utvikle trygge, selvkjørende roboter og teknologi som senere kan overføres til andre områder.

De grunnleggende forskningsutfordringene er de samme: usikkerhet og risiko i komplekse omgivelser og evne til å oppdage og håndtere ukjente situasjoner.

– Hvis vi tar grensene til robotene på alvor og bygger inn sikkerhet i systemet lenge før maskinen blir bedt om å arbeide sammen med et menneske, vil vi kunne føle oss trygge på dem, sier Adam.

Referanser:

Mustafa Adam og David A. Anisi mfl.: Safety assurance of autonomous agricultural robots: from offline model-checking to runtime verification. 2024 IEEE 20th International Conference on Automation Science and Engineering.

Adam, Mustafa, David Anisi og Pedro Ribeiro: A Verification Methodology for Safety Assurance of Robotic Autonomous Systems. TAROS 2025.

Artikkelen er produsert og finansiert av NMBU Norges miljø- og biovitenskapelige universitet

NMBU er én av over 80 eiere av forskning.no. Deres kommunikasjonsansatte leverer innhold til forskning.no. Vi merker dette innholdet for å tydelig skille formidling fra uavhengig redaksjonelt stoff.
Her kan du lese mer om ordningen.

Les også disse sakene fra NMBU:

• 

  Nå kan robotene ta over denne delen av bøndenes arbeid

• 

  Hvis folk i rike land jobber mindre, hvem tar støyten?

• 

  Hva sier hesten – egentlig?

• 

  Noen planter tåler ikke radio­aktiv stråling så godt. Nå vet forskerne mer om hvorfor

• 

  Slik kan plantene vite når de skal blomstre

• 

  Hvordan kan KI være nyttig i grisebingen?

Les flere saker fra NMBU her.

forskning.no vil gjerne høre fra deg!
Har du en tilbakemelding, spørsmål, ros eller kritikk? TA KONTAKT HER