Machine Vision System for Early-stage Apple Flowers and Flower Clusters Detection for Precision Thinning and Pollination

要約

タイトル：精密間引きと受粉のための早期リンゴ花および花芽検出のためのマシンビジョンシステム

要約：
– オーチャード環境で、開花している花と未開花の花の両方がある果物の花を早期に識別することは、自動化されたロボットプラットフォームを使用した間引きや受粉の作業などの作物負荷管理操作を実行するために重要な情報です。
– これらの操作は、果物品質を向上させ、作物負荷を管理し、全体的な利益を高めるために果樹農業において重要です。
– 農業自動化の最近の発展は、マシンビジョン技術を含むロボット技術を使用してこれを実現できることを示唆しています。
– 本記事では、YOLOv5オブジェクト検出アルゴリズムを使用して、非構造化のオーチャード環境で早期の花を検出するビジョンシステムを提案しています。
– ロボット実装においては、花の房の位置を特定することが重要であり、個々の花（開花したものと未開花のもの）の重心を識別し、K平均法クラスタリングを介して花房に関連付けました。
– 商業用オーチャード画像では、開いている花と開いていない花の検出の精度は、mAP81.9％まで達成されています。

要約(オリジナル)

Early-stage identification of fruit flowers that are in both opened and unopened condition in an orchard environment is significant information to perform crop load management operations such as flower thinning and pollination using automated and robotic platforms. These operations are important in tree-fruit agriculture to enhance fruit quality, manage crop load, and enhance the overall profit. The recent development in agricultural automation suggests that this can be done using robotics which includes machine vision technology. In this article, we proposed a vision system that detects early-stage flowers in an unstructured orchard environment using YOLOv5 object detection algorithm. For the robotics implementation, the position of a cluster of the flower blossom is important to navigate the robot and the end effector. The centroid of individual flowers (both open and unopen) was identified and associated with flower clusters via K-means clustering. The accuracy of the opened and unopened flower detection is achieved up to mAP of 81.9% in commercial orchard images.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI