BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//TUC//Events//EN
CALSCALE:GREGORIAN
BEGIN:VTIMEZONE
TZID:Europe/Athens
TZNAME:EEST
DTSTART:19700329T030000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EET
DTSTART:19701025T040000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
CREATED:20250516T123653Z
LAST-MODIFIED:20250516T123653Z
DTSTAMP:20260615T235337Z
UID:1781556817@tuc.gr
SUMMARY:Παρουσίαση Διπλωματικής Εργασίας κ. 
 Θεοδώρου Φλωράκη - Σχολή ΗΜΜΥ
LOCATION:
DESCRIPTION:https://www.tuc.gr/el/to-polytechnei
 o/ilektronikes-ypiresies/imerologio/
 imerologio-ekdiloseon-1?tx_tucevents
 2_tuceventsdisplay%5Baction%5D=show&
 tx_tucevents2_tuceventsdisplay%5Bcon
 troller%5D=Event&tx_tucevents2_tucev
 entsdisplay%5Bevent%5D=7694&cHash=71
 1bf1a13d713db4c15bab74e61c2ab2\nΠΟΛΥ
 ΤΕΧΝΕΙΟ ΚΡΗΤΗΣ\n Σχολή Ηλεκτρολόγων 
 Μηχανικών και Μηχανικών Υπολογιστών\
 n Πρόγραμμα Προπτυχιακών Σπουδών\n Π
 ΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ\n Θε
 οδώρου Φλωράκη\n με θέμα\n Κατασκευή
  Ρομποτικού Βραχίονα για Συγκομιδή Φ
 υτών σε Θερμοκηπιακές Καλλιέργειες\n
  Robotic Arm Construction for Plant 
 Harvesting in Greenhouses\n Εξεταστι
 κή Επιτροπή\n Καθηγητής Ευτύχιος Κου
 τρούλης (επιβλέπων)\n Αναπληρωτής Κα
 θηγητής Κωνσταντίνος Γυφτάκης\n Καθη
 γητής Σπυρίδων Παπαευθυμίου (Πολυτεχ
 νείο Κρήτης, Σχολή ΜΠΔ)\n     \n Περ
 ίληψη\n Η αυτοματοποίηση της γεωργικ
 ής παραγωγής αποτελεί μια σημαντική 
 πρόκληση στο σύγχρονο κόσμο. Οι νέες
  τεχνολογίες και εφαρμογές γεωργίας 
 μπορούν να οδηγήσουν σε αύξηση της π
 αραγωγής και της απόδοσης, καθώς και
  σε βελτίωση της ποιότητας των προϊό
 ντων.  Η αυτοματοποίηση έχει συνεισφ
 έρει σε διάφορες εφαρμογές στη γεωργ
 ία, όπως η φύτευση, η συγκομιδή, η α
 ναγνώριση ασθενειών, η εκτίμηση παρα
 γωγής, ο ποιοτικός έλεγχος, η διαχεί
 ριση των υδάτων, η παρακολούθηση καλ
 λιεργειών, ο έλεγχος εντομοκτόνων κα
 ι η ποιότητα εδάφους και παρασιτοκτό
 νων. Μεταξύ αυτών των εφαρμογών, η σ
 υγκομιδή είναι η διαδικασία που έχει
  δεχτεί τη μικρότερη τεχνολογική ανά
 πτυξη για ικανοποιητική αυτοματοποίη
 ση. Μέχρι και σήμερα, η πλειονότητα 
 της συγκομιδής φρούτων και λαχανικών
  βασίζεται κατά κύριο λόγο σε χειροκ
 ίνητες τεχνικές. Τα ρομποτικά συστήμ
 ατα, ικανά για ευφυή, αυτοματοποιημέ
 νη και επιλεκτική συγκομιδή μπορούν 
 να συνεισφέρουν σημαντικά στον πρωτο
 γενή τομέα. Στην παρούσα διπλωματική
  εργασία περιγράφονται η κατασκευή κ
 αι προγραμματισμός ενός ρομποτικού β
 ραχίονα για χρήση σε καλλιέργειες ντ
 ομάτας και πιπεριάς εντός θερμοκηπίω
 ν. Το σύστημα που υλοποιείται χρησιμ
 οποιεί υπολογιστική όραση για να ανα
 γνωρίζει ώριμους καρπούς με βάση το 
 χρώμα, το μέγεθος και άλλες οπτικές 
 ενδείξεις, επιτρέποντας ακριβείς απο
 φάσεις συγκομιδής. Για την επίτευξη 
 του συγκεκριμένου σκοπού γίνεται χρή
 ση αλγορίθμων μηχανικής μάθησης, οι 
 οποίοι αναλύουν εκτεταμένες ποσότητε
 ς δεδομένων για να βελτιώσουν την απ
 όδοση της πρόβλεψης, να βελτιστοποιή
 σουν τα χρονοδιαγράμματα συγκομιδής 
 και να μειώσουν τη σπατάλη. Τα επιμέ
 ρους εξαρτήματα του ρομποτικού βραχί
 ονα υλοποιούνται μέσω τρισδιάστατης 
 εκτύπωσης και η τελική τους συναρμολ
 όγηση συνθέτει το συνολικό αποτέλεσμ
 α της κατασκευής. Με αυτόν τον τρόπο
 , ο ρομποτικός βραχίονας που υλοποιε
 ίται βελτιστοποιεί τη συγκομιδή ντομ
 άτας και πιπεριάς, επιτρέποντας παρά
 λληλα την εξυπνότερη λήψη αποφάσεων 
 σε όλο τον κύκλο της καλλιέργειας.\n
  Abstract \n The automation of agric
 ultural production constitutes a sig
 nificant challenge in the modern wor
 ld. Emerging technologies and agricu
 ltural applications can lead to incr
 eased productivity and efficiency, a
 s well as improved product quality. 
 Automation has contributed to variou
 s agricultural applications, includi
 ng planting, harvesting, disease rec
 ognition, yield estimation, quality 
 control, water management, crop moni
 toring, pesticide control, and soil 
 and pest quality assessment. Among t
 hese applications, harvesting is the
  process that has seen the least tec
 hnological advancement toward satisf
 actory automation. To this day, the 
 majority of fruit and vegetable harv
 esting relies primarily on manual te
 chniques.\n Robotic systems capable 
 of intelligent, automated, and selec
 tive harvesting can significantly co
 ntribute to the primary agricultural
  sector. This thesis presents the de
 velopment and programming of a robot
 ic arm designed for use in tomato an
 d pepper cultivation within greenhou
 ses. The implemented system utilizes
  computer vision to identify ripe fr
 uits based on color, size, and other
  visual indicators, enabling precise
  harvesting decisions.\n To achieve 
 this goal, machine learning algorith
 ms are employed to analyze vast amou
 nts of data, enhancing predictive ac
 curacy, optimizing harvesting schedu
 les, and reducing waste. The individ
 ual components of the robotic arm ar
 e fabricated using 3D printing, and 
 their final assembly results in the 
 complete construction of the system.
  Through this approach, the develope
 d robotic arm optimizes the harvesti
 ng process for tomatoes and peppers 
 while simultaneously facilitating sm
 arter decision-making throughout the
  entire cultivation cycle.\n Meeting
  ID: 967 8767 2714\n Password: 25956
 9\n
STATUS:CONFIRMED
ORGANIZER;RSVP=FALSE;CN=TUC;CUTYPE=TUC:mailto:webmaster@tuc.gr
DTSTART:20250520T100000
DTEND:20250520T110000
TRANSP:OPAQUE
CLASS:DEFAULT
END:VEVENT
END:VCALENDAR