फल उत्पादक खेती में मजदूरों की कमी और जनसंख्या के बूढ़ा होने के कारण पर्याप्त तुड़ाई करने वाले नहीं मिलते। WSU के शोधकर्ताओं ने इसी समस्या का हल खोजने के लिए एक कम लागत वाली फुलने योग्य रोबोटिक बाह बनाई, जिसका वर्णन जर्नल Smart Agricultural Technology में प्रकाशित हुआ।
टीम Prosser Research Extension Center और कॉर्नेल विश्वविद्यालय के मनोज कार्की के साथ मिलकर इस बाह को एक स्वचालित चलने वाले प्लेटफॉर्म पर बागों में उपयोग के लिए अनुकूलित कर रही है। बाह लगभग दो फीट लंबी है, उसके धातु बेस सहित वजन 50 pounds से कम है और यह हवा भरे नर्म फैब्रिक से बनी है, जो बाह को सुरक्षित बनाती है।
यह डिवाइस एक सेब पहचान कर फैलकर और सिकुड़ कर करीब 25 सेकंड में फल तोड़ लेता है। शोधकर्ता मशीन के यांत्रिक हिस्सों और पहचान प्रणाली में सुधार कर रहे हैं क्योंकि वर्तमान गति मानवीय तुड़ाई (हर तीन सेकंड) की तुलना में धीमी है। परियोजना को विभिन्न स्रोतों से वित्त पोषण मिला और इसे खेतों में परखा गया।
कठिन शब्द
- उत्पादक — फल उगाने और बेचने का काम
- तुड़ाई — फलों को पेड़ से हटाने की क्रिया
- फुलने योग्य — हवा भरने पर आकार लेने वाला
- बाह — हाथ जैसा लंबा हिस्सा जो पकड़ता है
- अनुकूलित — किसी काम या जगह के लिए बदलना
- पहचान — किसी वस्तु या व्यक्ति को पहचानने की क्रिया
- वित्त पोषण — परियोजना या काम के लिए पैसे देना
- परखना — किसी चीज़ को काम में आज़माना या जाँचनापरखा
युक्ति: जब आप किसी भी भाषा में कहानी पढ़ें या ऑडियो सुनें, तो लेख में हाइलाइट किए गए शब्दों पर होवर/फ़ोकस/टैप करें और तुरंत छोटी-सी परिभाषा देखें।
चर्चा के प्रश्न
- आपको क्या लगता है, फुलने योग्य रोबोटिक बाह खेतों में किस तरह मदद कर सकती है? बताइए।
- ऐसी मशीनों के इस्तेमाल से खेतों में काम करने वालों पर क्या असर पड़ सकता है? सरल कारण बताइए।
- यदि आप किसी फल बाग के मालिक हों, तो क्या आप ये तकनीक अपनाएंगे? क्यों या क्यों नहीं?
संबंधित लेख
डेटा केंद्रों के लिए नया तरीका: FCI से कम उत्सर्जन और लंबी मशीन ज़िन्दगी
University of California, Riverside के शोधकर्ताओं ने FCI नामक एक तरीका बताया जो सर्वर की वास्तविक‑समय सेहत और पर्यावरणीय डेटा जोड़कर कार्बन उत्सर्जन घटाता है और मशीनों की उम्र बढ़ाता है। शोध सिमुलेशन में सकारात्मक परिणाम दिखाते हैं।
दृष्टि कम होने पर गाड़ी के पहुँचने का अनुमान
एक नए अध्ययन ने VR और वास्तविक कार की आवाज़ के साथ देखा कि आयु-सम्बंधित मैक्युलर क्षय (AMD) वाले वयस्क और सामान्य दृष्टि वाले वयस्क गाड़ियों के पहुँचने का समय कैसे आंकते हैं। परिणामों में AMD समूह ने दृश्य जानकारी जारी रखी और कोई बहु-मॉडल लाभ नहीं दिखा।