طراحی و ساخت ربات برداشت خرما در چارچوب پایان‌نامه کارشناسی ارشد پروین محمدی، دانشجوی رشته مهندسی مکانیک بیوسیستم دانشکده فناوری کشاورزی دانشگاه تهران به راهنمایی دکتر جعفر مساح، استاد گروه فنی کشاورزی دانشکده فناوری کشاورزی دانشگاه تهران، دکتر کیوان آصف‌پور وکیلیان از دانشگاه علوم کشاورزی و منابع طبیعی گرگان، دکتر مهدی شریعتمداری عضو هیأت علمی دانشکده فناوری کشاورزی دانشگاه تهران و دکتر الیاس رزاقی انجام شده است.
دکتر مساح در بیان ضرورت این پژوهش گفت: «برداشت خرما همواره در بالاترین نقطه از درخت خرما صورت می‌گیرد و خطرات جانی زیادی برای کشاورز به همراه دارد. در این تحقیق روشی برای استفاده از علم رباتیک در برداشت خرما معرفی شده است. استفاده از بازوی رباتیک در برداشت خرما، گذشته از کاهش خطرات ناشی از شرایط برداشت، باعث حفظ کیفیت محصول در حین برداشت و افزایش سرعت برداشت می‌شود.»
استاد دانشکدگان کشاورزی و منابع طبیعی دانشگاه تهران در توضیح فرآیند طراحی و ساخت این بازوی رباتیک، گفت: «در ابتدا مکانیزم‌های بازو با استفاده از نرم‌افزارهای Solidworks و Adams طراحی شد و مورد ارزیابی قرار گرفت. سپس درجه آزادی، سینماتیک مستقیم و فضای کاری برای بازوی طراحی‌شده محاسبه شد. همچنین حاملی برای بازوی رباتیک طراحی و ساخته شد که دارای مجموعه فرمان جهت سهولت در نزدیک شدن به نخل خرما است. به منظور افزایش درجه آزادی در زمان برداشت خوشه و بهبود فضای کاری، به بازوی رباتیک، مفصل مچ نیز افزوده شده است.»
این پژوهشگر نوآور حوزه ماشین‌های کشاورزی در خصوص نحوه عملکرد دستگاه نیز اظهار کرد: «مجری نهایی در این بازو یک اره زنجیری است که به وسیله آن ساقه خوشه خرما برش داده می‌شود. بازو توسط یک سیستم هوشمند کنترل می‌شود و روی آن دوربینی نصب شده است که تصاویر را به صورت درون‌خطی به سیستم کنترل‌کننده هوشمند ارسال و موتورها را در راستای رسیدن ابزار برش به خوشه خرما کنترل می‌کند. واحد تصمیم‌گیری شامل سه سیستم استنتاج فازی است که از داده‌های مکان ساقه‌های میوه و مساحت برگ‌های درخت در تصاویر، برای تعیین سرعت الکتروموتورهای مفصل Uشکل، مفصل افقی و مفصل عمودی استفاده می‌کنند.»
ساخت ربات برداشت خرما در دانشگاه تهران
عضو هیأت علمی دانشگاه تهران درباره نتایج آزمایش عملی بازوی رباتیک برداشت خرما، گفت: «جهت ارزیابی بازوی رباتیک از یک ماکت نخل خرما با ابعاد نخل‌های اصلاح‌شده، استفاده شد و عملیات برداشت بر روی این ماکت انجام گرفت. نتایج نشان داد که الگوریتم پردازش تصویر معرفی‌شده می‌تواند ساقه‌های خوشه خرما را به ترتیب با دقت، صحت و بازیابی ۰.۸۸، ۰.۹۲ و ۰.۹۶ در نور مناسب، یعنی زمانی که نور طبیعی کافی وجود دارد، تشخیص دهد. این الگوریتم مستقل از داده‌های مربوط به رنگ محصول خرما بود و تنها داده‌های مربوط به ساقه خوشه خرما مورد استفاده قرار گرفت که عملیات پردازش تصویر را راحت‌تر و با دقت بالاتری ارائه می‌کرد. همچنین نتایج آزمایش‌ها نشان داد که دقت سیستم کنترل در برش ساقه‌ها ۸۷ درصد با افت تولید ۵ درصد بود. در نتیجه ربات پیشنهادی امکان بهبود ظرفیت استفاده از برداشت مکانیزه در مزارع خرما را فراهم می‌کند.»