RoboCrop: Teaching robots how to pick tomatoes

日本語訳:

大阪市立大学准教授 藤永拓也 は、各果実の「収穫容易度」を摘み取る前に推定するロボットトマトピッカーを開発しました。画像認識と統計解析を用いて、システムは果実の大きさ、茎の位置、他の植物による被覆、近隣トマトのクラスタリング、および背景の葉物などの要因を評価し、各トマトに対して最適なアプローチ方向を決定します。

現地試験ではロボットは 81 % の成功率 を達成しました―これは初期予測を 上回った数値 です。特に、成功した摘み取りの約四分の一が前方から試みた際に失敗した側面アプローチから行われており、適応的な方向計画のメリットを示しています。

この研究は主に検出と認識に焦点を当てた既存のロボット摘み取り研究を基盤としており、藤永氏の研究は農業用ロボット向けの定量的「収穫容易度」メトリックを導入しています。論文は Smart Agricultural Technology（2025）に掲載され、DOI 10.1016/j.atech.2025.101538 で公開されました。また、Phys.org の記事 “RoboCrop: Teaching robots how to pick tomatoes”（2025年12月8日）でも取り上げられています。

今後、藤永氏はロボットが自律的に収穫しやすいトマトを摘み、人間がより難しいケースに取り組む未来を想定しています。これにより農場での人–ロボット協働が効率化され、トマト栽培者およびアグリオートメーション企業の生産性向上につながると考えられます。

左側の画像はトマト採摘ロボットとカメラを示し、右側の画像は「ロボット目線」で捉えたトマトです。
赤は熟した果実、緑は未熟な果実、青は選択された収穫対象を表します。 出典：大阪都市大学。

農業分野における自動採摘ロボットの必要性

人手不足が進む中、自動化された採摘ロボットへの需要が高まっています。しかし、トマトは集団で成長するため、ロボットは熟した果実だけを取り除き、残りは茎に置いておく必要があります。これは高度な意思決定と制御機能を要求します。

ロボットがトマト採摘を学習する方法

大阪都市大学の准教授・藤永拓也氏は、ロボットが各トマトの採摘しやすさを評価してから実際に掴むようプログラムしました。
藤永氏のモデルは画像認識と統計解析を組み合わせ、各果実への最適なアプローチ方向を決定します。このシステムは以下の画像情報を処理します。

果実自体
茎
他の植物部位に隠れているかどうか

これらの要素がロボット制御の意思決定を支え、最適なアプローチを選択する手助けとなります。研究成果は Smart Agricultural Technology に掲載されました。

認識から採摘しやすさへの転換

モデルは従来の「検出／認識」から藤永氏が呼ぶ 採摘しやすさ推定 へと移行しています。

「これは単に『ロボットがトマトを掴めるか』ではなく、『成功確率はいくらか』という実務的な指標へと進化したものです。」

テストの結果、新モデルは81 %の成功率を達成し、予測を大きく上回りました。成功例の約四分の一は、前方からのアプローチが失敗した後に右または左側から採摘に成功したケースであり、ロボットが初めて苦戦した際に方向を調整できたことを示しています。

農業の未来への影響

藤永氏の研究は、果実の集団性、茎の形状、背景葉、隠蔽（オクルージョン）など、ロボット採摘における細部の重要性を浮き彫りにします。

「この研究は『採摘しやすさ』という定量的評価指標を確立し、情報に基づいた意思決定と知能的行動が可能な農業ロボットへ一歩近づくことを示しています。」

彼は以下のような将来像を描いています。

ロボットは自律的に取りやすいトマトを採摘し、
人間はより難しい果実を担当する。

この協働により、新たな農業形態が切り開かれると期待されています。

追加情報

Fujinaga, T. (2025). Realizing an intelligent agricultural robot: An analysis of the ease of tomato harvesting. Smart Agricultural Technology, 101538. DOI: 10.1016/j.atech.2025.101538

引用

RoboCrop: Teaching robots how to pick tomatoes (2025, December 8). Retrieved 10 December 2025 from https://phys.org/news/2025-12-robocrop-robots-tomatoes.html

本資料は著作権で保護されています。私的研究・学習のためのフェアディーリングを除き、書面による許可なしに複製することはできません。本コンテンツは情報提供のみを目的としています。