Tevel 手作業で行われていた果物狩りを、オンデマンドで空飛ぶ自律型ロボットに変革

フードロスの話題がよく取り上げられるようになっていますが、世界の果物の10％は木の上で収穫前に腐ってしまうそうです。
農家は畑に植え付け、水やり、除草をした後、オレンジやリンゴ、ベリーの品質が低下し始める数週間前に、迅速に追加の労働者を雇い、作物のピッキングや梱包を調整しなければなりません。業界の専門家によると、収穫するための十分な労働者がいないために無駄になってしまうと推定しています。「イスラエル北部のリンゴ生産者は、多くの農家と同様に、季節ごとの収穫作業員のための住宅、保険、交通機関、就労ビザの手配もしなければなりません。コストは常に上昇しています。」
世界銀行によると、世界の農業従事者の割合は1991年の43％から26％にまで減少しています。アメリカ、ヨーロッパ、オーストラリアなどの先進国では、収穫作業の仕事は比較的低賃金で、一時的、体力的にも厳しく、移民労働者が多く、移民政策の変化にも対応しなければならず厳しい状況で世界が人口増加のニーズを満たすために食糧生産量を増やそうと努力している中で、農場労働の減少しています。今回は、このような課題を解決するソリューションを開発するイスラエルのスタートアップTevel Aerobotics Technologiesを取り上げます。なお、約46億ドルの価値がある農業ロボット分野は、農家が労働力不足と収穫コストの解決に目を向けているため、毎年30％以上の成長が見込まれています。

■スタートアップ名：Tevel Aerobotics Technologies
■サイト：https://tevel-tech.com/
■分野：Drone, AI
■ソリューション：
 データ収集と分析による自律型のドローンを開発
■ポイント：
・木の映像を人工知能に基づいて瞬時に解析することで、ロボットは熟した果実だけを摘み取ることが可能
・ロボットが作業している間、システムは携帯電話のアプリを通じて、何ポンドの果物が摘み取られたか、収穫作業を終えるまでにどれくらいの時間がかかるかを農家に常に通知
・特許取得済みのプラットフォームである「空飛ぶ自律型ロボット」は、最先端のアルゴリズム、AI、データ分析を組み合わせて果実、葉、その他の物体の検出。果実の分類（サイズ、熟度など）を認識
・マヌーバ・アルゴリズムにより最適な軌道の計画と実行
・葉や果実によってロボットにかかる力をバランスさせるための安定化アルゴリズムを利用
・果樹園のデータに基づいた、収穫時のフリート管理最適化アルゴリズムを利用