美国在粮仓中测试了能够采集并分析谷物样本的机器人

美国谷物行业正在测试一项技术，该技术有望从根本上改变谷物仓库最重要的工作流程之一——谷物取样。 此类研究通常会引发诸多争议，在立陶宛，农民与谷物收购商之间也常因此产生分歧。

美国公司“RealmFive” 在谷物仓库的实际工作条件下测试了“FlowGrade AutoProbe”系统，该系统无需操作员干预，即可自动从抵达收货点的卡车和拖拉机挂车中采集谷物样本。 在一项季节性测试中，该系统采集了约3,500个样本，参与测试的合作社发现，车辆服务效率有所提高，且人工需求减少。

该技术的运作原理基于LiDAR——一种广泛应用于自动驾驶车辆和机器人领域的激光环境扫描技术。 在开始工作之前，该系统会扫描卡车车厢并生成其三维模型。 它能确定谷物的位置，识别隔板、固定带、篷布及其他障碍物。只有在此之后，系统才会自主选择采样点。

该解决方案最重要的优势之一在于——采样点并非预先设定，也不会按照固定模式重复采样。 系统可在整个货舱范围内选择不同的位置，从而力求获得更具代表性的整体谷物样本。 自动化流程还降低了人为因素的影响——既减少了操作员的偶然失误，也降低了可能出现人为操纵的风险。

自动探头可下探至货物底部，那里往往积聚着较重的杂质、沙子或湿度较高的谷物。 从不同位置采集的样本将合并为一个综合样本，随后可直接送至实验室或自动谷物分析系统。 这样的技术流程不仅能加快谷物接收速度，还能减少实验室人员需要进行的手动操作次数。

美国农业合作社“Agriland FS”对“RealmFive”技术进行了测试。在一个季节内，该自动化系统采集了约3,500份谷物样本。

测试表明，卡车能够更快地通过谷物接收区，而员工需要进行的手动操作也减少了。 另一家合作社——“New Vision Cooperative”拥有总存储容量约72.7万吨的粮仓网络，在试用后也表示感到满意。 该合作社计划在不增加服务人员数量的情况下，提高粮食收储量。

自动化在收割高峰期尤为重要，此时粮仓前常排起卡车长龙，而收粮场每多耽搁一分钟，都会降低整个物流链的效率。 在传统系统中，谷物采样和初步质量评估通常需要操作员或实验室人员的介入。 自动化解决方案既可以独立运行，也可以与地磅、实验室设备以及企业的谷物计账系统集成。