Los nodos robóticos distribuidos proporcionan secuencias de estímulos de luz azul para dirigir las trayectorias de crecimiento de las plantas de escalada. Al activar el fototropismo natural, los robots guían a las plantas a través de decisiones binarias izquierda-derecha, creándolas en patrones predefinidos que, por contraste, no son posibles cuando los robots están inactivos.
Los sistemas de robots se investigan activamente para la manipulación de plantas naturales, normalmente restringidas a actividades de automatización agrícola como la cosecha, el riego y el control mecánico de malas hierbas. Ampliando esta investigación, presentamos aquí una metodología novedosa para manipular el crecimiento direccional de las plantas a través de sus mecanismos naturales para la señalización y la distribución de hormonas. Una metodología eficaz de provisión de estímulos robóticos puede abrir posibilidades para nuevas experimentaciones con fases de desarrollo posteriores en plantas, o para nuevas aplicaciones biotecnológicas como la formación de plantas para paredes verdes. La interacción con las plantas presenta varios desafíos robóticos, incluyendo la identificación de corto alcance de órganos de plantas pequeñas y variables, y el accionamiento controlado de las respuestas de las plantas que se ven afectadas por el medio ambiente, además de los estímulos proporcionados. Con el fin de dirigir el crecimiento de las plantas, desarrollamos un grupo de robots inmóviles con sensores para detectar la proximidad de las puntas de cultivo, y con diodos para proporcionar estímulos ligeros que accionan el fototropismo. Los robots son probados con el haba común de escalada, Phaseolus vulgaris, en experimentos con duraciones de hasta cinco semanas en un entorno controlado. Con los robots que emiten secuencialmente la emisión de pico de luz azul en la longitud de onda 465 nm-crecimiento de la planta se dirige con éxito a través de decisiones binarias sucesivas a lo largo de soportes mecánicos para alcanzar las posiciones objetivo. Los patrones de crecimiento se prueban en una configuración de hasta 180 cm de altura, con tallos de plantas crecidos hasta aproximadamente 250 cm de longitud acumulada durante un período de aproximadamente siete semanas. Los robots se coordinan y operan de forma totalmente autónoma. Detectan las puntas de la planta que se acercan mediante sensores de proximidad infrarrojos y se comunican a través de la radio para cambiar entre los estímulos de luz azul y el estado latente, según sea necesario. En general, los resultados obtenidos apoyan la eficacia de la combinación de metodologías de experimentos de robots y plantas, para el estudio de interacciones potencialmente complejas entre sistemas autónomos naturales y diseñados.
Congruente según la creciente prevalencia de la automatización en la fabricación y producción, los robots se utilizan para sembrar, tratar y cosechar plantas1,2,3,4,5. Utilizamos la tecnología robótica para automatizar los experimentos de plantas de una manera no invasiva, con el propósito de dirigir el crecimiento a través de respuestas direccionales a los estímulos. Las prácticas tradicionales de jardinería han incluido la conformación manual de árboles y arbustos mediante la sujeción mecánica y el corte. Presentamos una metodología que, por ejemplo, se puede aplicar a esta tarea de modelado, dirigiendo patrones de crecimiento con estímulos. Nuestra metodología presentada es también un paso hacia experimentos automatizados de plantas, aquí con un enfoque específico en proporcionar estímulos ligeros. Una vez que la tecnología se ha vuelto robusta y confiable, este enfoque tiene potencial para reducir los costos en los experimentos de la planta y para permitir nuevos experimentos automatizados que de otra manera serían inviables debido a la sobrecarga en el tiempo y la mano de obra manual. Los elementos robóticos son libremente programables y actúan de forma autónoma, ya que están equipados con sensores, actuadores para la provisión de estímulos y microprocesadores. Si bien nos centramos aquí en la detección de proximidad (es decir, la medición de distancias a corta distancia) y los estímulos ligeros, muchas otras opciones son factibles. Por ejemplo, se pueden utilizar sensores para analizarel color de la planta, para monitorear la actividad bioquímica 6, o para fitosensing7 enfoques para monitorear, por ejemplo, las condiciones ambientales a través de la electrofisiología vegetal8. Del mismo modo, las opciones deactuadores pueden proporcionar otros tipos de estímulos 9, a través de motores de vibración, dispositivos de pulverización, calentadores, ventiladores, dispositivos de sombreado o manipuladores para el contacto físico dirigido. Se podrían implementar estrategias de accionamiento adicionales para proporcionar una movilidad lenta a los robots (es decir, ‘bots lentos’10),de modo que podrían cambiar gradualmente la posición y la dirección desde la que proporcionan estímulos. Además, como los robots están equipados con computadoras de una sola placa, podrían ejecutar procesos más sofisticados como la visión para el fenotipado de plantas11 o controladores de redes neuronales artificiales para la actuación de estímulos12. Como la investigación de la ciencia vegetal se centra a menudo en el crecimiento temprano (es decir, en brotes)13, todo el dominio del uso de sistemas robóticos autónomos para influir en las plantas durante períodos más largos parece infraexplorado y puede ofrecer muchas oportunidades futuras. Yendo un paso más allá, los elementos robóticos pueden ser vistos como objetos de investigación en sí, permitiendo el estudio de la compleja dinámica de los sistemas biohíbridos formados por robots y plantas que interactúan estrechamente. Los robots imponen estímulos selectivamente en las plantas, las plantas reaccionan de acuerdo a su comportamiento adaptativo y cambian su patrón de crecimiento, que posteriormente es detectado por los robots a través de sus sensores. Nuestro enfoque cierra el bucle de retroalimentación conductual entre las plantas y los robots y crea un bucle de control homeostático.
En nuestros experimentos para probar la función del sistema robótico, utilizamos exclusivamente el haba común de escalada, Phaseolus vulgaris. En esta configuración, utilizamos plantas de escalada, con soportes mecánicos en un andamio cuadriculado de altura total de 180 cm, de modo que las plantas están influenciadas por el tigmotropismo y tienen un conjunto limitado de direcciones de crecimiento para elegir. Dado que queremos dar forma a toda la planta durante un período de semanas, utilizamos estímulos de luz azul para influir macroscópicamente en el fototropismo de la planta, durante diferentes períodos de crecimiento, incluyendo brotes jóvenes y endurecimiento posterior del tallo. Realizamos los experimentos en condiciones de luz ambiente totalmente controladas donde aparte de los estímulos de luz azul proporcionamos exclusivamente luz roja, con emisión máxima a longitud de onda 650 nm. Cuando alcanzan una bifurcación en la cuadrícula de soporte mecánico, toman una decisión binaria si crecer a la izquierda o a la derecha. Los robots se colocan en estas bifurcaciones mecánicas, separados por distancias de 40 cm. Activan y desactivan de forma autónoma su emisión de luz azul, con una emisión máxima de longitud de onda de 465 nm, según un mapa predefinido del patrón de crecimiento deseado (en este caso, un patrón en zigzag). De esta manera, las plantas se guían desde la bifurcación hasta la bifurcación en una secuencia definida. Solo se activa un robot en un momento dado, durante el cual emite luz azul mientras supervisa de forma autónoma el crecimiento de la planta en el soporte mecánico debajo de él. Una vez que detecta una punta creciente utilizando sus sensores de proximidad infrarrojos, deja de emitir luz azul y se comunica con sus robots vecinos a través de la radio. El robot que determina a sí mismo ser el siguiente objetivo en la secuencia y luego se activa, atrayendo el crecimiento de la planta hacia una nueva bifurcación mecánica.
Como nuestro enfoque incorpora mecanismos de ingeniería y naturales, nuestros experimentos incluyen varios métodos que operan simultáneamente e interdependientemente. El protocolo aquí se organiza primero según el tipo de método, cada uno de los cuales debe integrarse en una configuración de experimento unificada. Estos tipos son la selección de especies vegetales; diseño de robot incluyendo hardware y mecánica; software robot para la comunicación y el control; y el seguimiento y mantenimiento de la salud vegetal. A continuación, el protocolo continúa con el diseño del experimento, seguido de la recopilación y grabación de datos. Para obtener todos los detalles de los resultados obtenidos hasta el momento, véase Wahby et al.14. Los resultados representativos abarcan tres tipos de experimentos: experimentos de control en los que todos los robots no proporcionan estímulos (es decir, están inactivos); experimentos de una sola decisión donde la planta hace una elección binaria entre un robot que proporciona estímulos y uno que está inactivo; y experimentos de decisión múltiple donde la planta navega por una secuencia de opciones binarias para hacer crecer un patrón predefinido.
La metodología presentada muestra los primeros pasos hacia la automatización de la dirección impulsada por los estímulos del crecimiento de la planta, para generar patrones específicos. Esto requiere un mantenimiento continuo de la salud de las plantas mientras se combina en un solo experimento configurar los distintos reinos de las respuestas de crecimiento bioquímicoy de ingeniería de detección de funciones mecatrónicas, comunicación y generación controlada de estímulos. Como nos centramos aquí en las plantas de escalada, el apoyo mecánico también es integral. Una limitación de la configuración actual es su escala, pero creemos que nuestra metodología se escala fácilmente. El andamio mecánico se puede ampliar para configuraciones más grandes y, por lo tanto, períodos más largos de crecimiento, lo que también permite configuraciones y patrones ampliados. Aquí la configuración se limita a dos dimensiones y decisiones binarias izquierda-derecha, ya que el crecimiento se limita a una cuadrícula de soportes mecánicos a una inclinación de 45o, y las posiciones de decisión de la planta se limitan a las bifurcaciones de esa cuadrícula. Las extensiones mecánicas pueden incluir andamios 3D ymateriales diferentes, para permitir formas complejas 9,19. La metodología se puede considerar un sistema para crecer automáticamente patrones definidos por un usuario. Al ampliar la posible complejidad de las configuraciones mecánicas, los usuarios deben enfrentarse a pocas restricciones en sus patrones deseados. Para una aplicación de este tipo, una herramienta de software de usuario debe confirmar que el patrón es producible, y la mecatrónica debe entonces autoorganizar la producción del patrón mediante la generación de estímulos adecuados para dirigir las plantas. El software también debe ampliarse para incluir planes de recuperación y políticas que determinan cómo continuar con el crecimiento si el patrón planificado original ha fallado parcialmente, por ejemplo, si el primer robot activado nunca ha detectado una planta, pero los inactivos han visto que la posición de las puntas de crecimiento están más allá del robot activado.
En la metodología presentada, un ejemplo de especies vegetales que cumplen con los criterios de selección de protocolo es el beano común de escalada, P. vulgaris. Esta es la especie utilizada en los resultados representativos. Como P. vulgaris tiene un fuerte fototropismo positivo a UV-A y luz azul, las fototropinas (proteínas receptoras de luz) en la planta absorberán fotones correspondientes a longitudes de onda 340-500 nm. Cuando se activan los receptores, se producirá la primera hinchazón en el tallo por la reubicación preferencial del agua a los tejidos del tallo que se oponen a los receptores activados, causando una respuesta direccional reversible. Luego, dentro del tallo, la auxina (hormona de patrón de la planta) se dirige a la misma ubicación del tejido, perpetuando la respuesta direccional y fijando los tejidos del tallo a medida que se endurecen. Este comportamiento se puede utilizar para dar forma a las plantas en estas condiciones interiores controladas, ya que las plantas están expuestas sólo a luz azul aislada y luz roja aislada, con luz roja muy incidente de los sensores de proximidad IR a niveles lo suficientemente bajos como para que no interfiera con comportamientos como la respuesta de evitación de sombras20,21. La reacción del fototropismo en la planta responde en la configuración a la luz de los diodos azules con la emisión máxima de 465 nm, y la fotosíntesis22,23 en la planta está apoyada por diodos rojos con emisión máxima de 650 nm. P. vulgaris creciendo hasta varios metros de altura es adecuado en la configuración general, ya que el aproximadamente 3 L de suelo de jardinería comercial necesario por maceta se ajusta a la escala de configuración.
Aunque la configuración actual se centra en la luz como un estímulo de atracción, estímulos adicionales pueden ser relevantes para otros tipos de experimentos. Si el patrón deseado requiere una separación entre diferentes grupos de plantas (por ejemplo, el patrón deseado necesita dos grupos de plantas para elegir lados opuestos), entonces puede no ser factible usando sólo un tipo de estímulo. Para estos patrones de crecimiento complejos independientes de la forma del andamio, los diferentes grupos de plantas pueden potencialmente ser cultivados en diferentes períodos de tiempo de modo que sus respectivos estímulos de atracción no interfieran, lo que también permitiría la integración de la ramificación Eventos. Sin embargo, esto puede no ser siempre una solución adecuada, y el estímulo de luz atractivo estándar podría entonces ser aumentado por la repeleción de influencias como el sombreado, o por otros estímulos como la luz roja o motores de vibración9,14.
El método presentado y el diseño del experimento son sólo un primer paso inicial hacia una metodología sofisticada para influir automáticamente en el crecimiento direccional de las plantas. La configuración del experimento es básica mediante la determinación de sólo una secuencia de decisiones binarias en las plantas y nos centramos en uno, fácil de manejar el estímulo. Se requerirían estudios adicionales para probar la importancia estadística del método, para agregar más estímulos y para controlar otros procesos como la ramificación. Con un desarrollo suficiente para garantizar la fiabilidad a largo plazo de los robots, la metodología presentada podría permitir la automatización de experimentos de plantas durante largos períodos de tiempo, reduciendo los gastos generales asociados con el estudio de las etapas de desarrollo de la planta más allá de la de los brotes. Métodos similares pueden permitir futuras investigaciones sobre la dinámica infraexplorada entre organismos biológicos y robots autónomos, cuando los dos actúan como sistemas biohíbridos auto-organizadores estrechamente acoplados.
The authors have nothing to disclose.
Este estudio fue apoyado por el proyecto flora robotica que recibió financiación del programa de investigación e innovación Horizonte 2020 de la Unión Europea en virtud del acuerdo de subvención de la FET, no 640959. Los autores agradecen a Anastasios Getsopulos y Ewald Neufeld por su contribución en el montaje de hardware, y tanja Katharina Kaiser por su contribución en el monitoreo de experimentos de plantas.
3D printed case | Shapeways, Inc | n/a | Customized product, https://www.shapeways.com/ |
3D printed joints | n/a | n/a | Produced by authors |
Adafruit BME280 I2C or SPI Temperature Humidity Pressure Sensor | Adafruit | 2652 | |
Arduino Uno Rev 3 | Arduino | A000066 | |
CdS photoconductive cells | Lida Optical & Electronic Co., Ltd | GL5528 | |
Cybertronica PCB | Cybertronica Research | n/a | Customized product, http://www.cybertronica.de.com/download/D2_node_module_v01_appNote16.pdf |
DC Brushless Blower Fan | Sunonwealth Electric Machine Industry Co., Ltd. | UB5U3-700 | |
Digital temperature sensor | Maxim Integrated | DS18B20 | |
High Power (800 mA) EPILED – Far Red / Infra Red (740-745 nm) | Future Eden Ltd. | n/a | |
I2C Soil Moisture Sensor | Catnip Electronics | v2.7.5 | |
IR-proximity sensors (4-30 cm) | Sharp Electronics | GP2Y0A41SK0 | |
LED flashlight (50 W) | Inter-Union Technohandel GmbH | 103J50 | |
LED Red Blue Hanging Light for Indoor Plant (45 W) | Erligpowht | B00S2DPYQM | |
Low-voltage submersible pump 600 l/h (6 m rise) | Peter Barwig Wasserversorgung | 444 | |
Medium density fibreboard | n/a | n/a | For stand |
Micro-Spectrometer (Hamamatsu) on an Arduino-compatible breakout board | Pure Engineering LLC | C12666MA | |
Pixie – 3W Chainable Smart LED Pixel | Adafruit | 2741 | |
Pots (3.5 l holding capacity, 15.5 cm in height) | n/a | n/a | |
Power supplies (5 V, 10 A) | Adafruit | 658 | |
Raspberry Pi 3 Model B | Raspberry Pi Foundation | 3B | |
Raspberry Pi Camera Module V2 | Raspberry Pi Foundation | V2 | |
Raspberry Pi Zero | Raspberry Pi Foundation | Zero | |
RGB Color Sensor with IR filter and White LED – TCS34725 | Adafruit | 1334 | |
Sowing and herb soil | Gardol | n/a | |
String bean | SPERLI GmbH | 402308 | |
Transparent acrylic 5 mm sheet | n/a | n/a | For supplemental structural support |
Wooden rods (birch wood), painted black, 5 mm diameter | n/a | n/a | For plants to climb |