حالیہ برسوں میں، زرعی لیبر فورس کی عمر بڑھنے کے رجحان میں نمایاں طور پر شدت آئی ہے، اور بھرتی کرنے میں دشواری اور مہنگی مزدوری چائے کی صنعت کی ترقی کو محدود کرنے والی رکاوٹ بن گئی ہے۔ مشہور چائے کو دستی چننے کا استعمال پورے چائے کے باغ کی انتظامی مزدور قوت کا تقریباً 60% ہے، جب کہ اعلیٰ درجے کی مشہور چائے کی پھولوں کی کلیاں نازک ہوتی ہیں، جن کی نشوونما کے مختلف مقامات، کرنسی اور کثافت ہوتی ہے، خاص طور پر غیر منظم ماحول جو ہوا اور روشنی کے ساتھ بدلتا ہے۔ مشین چننے کا احساس کرنا مشکل ہے۔ لہذا، ذہین چائے چننے والی ٹیکنالوجی پر تحقیق اور مناسب کا انتخابچائے توڑنے والی مشینیںاورچائے پروسیسنگ مشینیںمیرے ملک کی چائے کی صنعت کی ترقی کے لیے بہت اہمیت رکھتے ہیں۔

فی الحال، اندرون و بیرون ملک اعلیٰ برانڈ نام کی چائے چننے والی مشینوں پر تحقیق ابھی شروع ہوئی ہے، اور یہ ابھی تک تصوراتی پروٹو ٹائپ ٹیسٹنگ کے مرحلے میں ہے۔ عملی اطلاق میں ابھی بھی کچھ چیلنجز ہیں، جیسے کہ موجودہ زرعی پیداوار میں مسائل ہیں جیسے کہ زرعی مشینری اور زرعی سائنس کی عدم مطابقت، انکرت کی شناخت روشنی سے بہت زیادہ متاثر ہوتی ہے، اور اسی طرح کے پس منظر اور انکرت والی تصاویر کو الگ کرنا مشکل ہے۔ روایتی مشین سیکھنے کے ساتھ مقابلے میں، کا خروجچائے کے باغ کی مشینیںاور چائے کی پروسیسنگ مشینیں گہری سیکھنے کے کلیوں اور پتوں کی شناخت کے طریقہ کار پر مبنی ہیں، لیکن تربیت کے لیے بڑی تعداد میں لیبل والے نمونوں کی ضرورت ہوتی ہے، اور نیٹ ورک کی پیچیدگی میں اضافہ ہوتا ہے، اور ہارڈویئر سسٹم کی اپ گریڈیشن بھی ایک مسئلہ ہے۔ مشین وژن اور مصنوعی ذہانت کی ٹیکنالوجی، یہ ذہین چائے توڑنے والی مشینوں کی تحقیق اور ترقی کے لیے ایک اچھی بنیاد فراہم کرتی ہے۔ مستقبل میں، ذہین چائے چننے والی مشین میں درج ذیل ترقی کے رجحانات ہوں گے۔ چائے کی کلیوں کی شناخت اور لوکلائزیشن میں موجودہ مشکلات چائے کی انواع اور بڑھتے ہوئے ماحول کے تنوع، اوور لیپنگ رکاوٹوں کے تحت چائے کی کلیوں کی شناخت کی حکمت عملی، متحرک مداخلت، اور الگورتھم کی کمزور استحکام اور استعداد میں ہیں۔ مستقبل میں، چائے کے باغات کی مختلف اقسام، چائے کے مختلف موسموں، مختلف درجات، مختلف ماخذ، اور روشنی کے مختلف حالات کے چائے کی تصاویر پر ڈیٹا اکٹھا کیا جانا چاہیے، تاکہ چائے کے امیج کے نمونے کے ڈیٹا سیٹوں کی توسیع کا احساس ہو، نمونوں کی تنوع، اور کثیر قسم اور کثیر گریڈ چائے کی کلیوں کو قائم کریں. لیف ڈیٹا بیس الگورتھم کی عمومیت کو بہتر بناتے ہیں۔ چائے کی کلیوں کی ساخت نسبتاً نرم ہے، اور روایتی چننے والی مشینیں کلیوں کو نقصان پہنچانے میں آسان ہیں۔

ایک ہی وقت میں، چائے کے باغات کے افراتفری اور ہوا دار ماحول میں، پوزیشننگ کی غلطیاں اور بے ترتیب غلطیاں ہونے کا خدشہ ہے۔ لہذا،چائے کے باغ کی پروسیسنگ مشینکام کرتے وقت ٹینڈر بڈز کو نقصان نہیں پہنچانا چاہیے، اور غلطی کی تلافی کا مناسب طریقہ استعمال کرنا چاہیے۔ لہذا، غلطی رواداری کے ساتھ لچک کا مطالعہ کرنا ضروری ہے. آخر اثر کرنے والے کو اٹھاتا ہے۔ ہلکے، لچکدار اور تیز رفتار چائے چننے والے مینیپلیٹر کی ضروریات کے مطابق، ڈھانچے کے ہلکے وزن کے ڈیزائن اور متعلقہ موشن کنٹرول الگورتھم کے ذریعے، چائے چننے والے اینڈ پکنگ ایکچیویٹر اور اس کے کنٹرول سسٹم کو محسوس کیا جا سکتا ہے۔ ایک ہی وقت میں، سنگل اینڈڈ پک اپ ایکچیوٹرز کی کارکردگی بہت کم ہے۔ مستقبل میں، چائے چننے کی کارکردگی کو مزید بہتر بنانے کے لیے، ملٹی ٹرمینل پکنگ ایکچویٹرز اور موثر کنٹرول سسٹم تیار کیے جائیں تاکہ ملٹی ٹرمینل پکنگ ایکچیوٹرز کی ٹاسک ایلوکیشن اور موشن کوآرڈینیشن پلاننگ کو پورا کیا جا سکے اور چائے چننے کی کارکردگی کو بہتر بنایا جا سکے۔