Waterberry Farms: A Novel Benchmark For Informative Path Planning

要約

最近のロボットやセンサーの発達により、移動ロボット（地上・空中）によるデータ収集が、多くのユーザーにとって実現可能かつ手頃な価格になりました。精密農業、気象被害評価、個人のホームセキュリティなど、新しく登場したアプリケーションは、多くの場合、これまでの研究による単純化された仮定を満たさない。探索領域は複雑な形状や障害物を持ち、複数の現象を同時に感知・推定する必要があり、測定量は観測中に変化する可能性がある。経路計画や推定アルゴリズムの今後の進歩には、これらのアプリケーションの要求をとらえる代表的な環境とスコアリング方法を提供する新世代のベンチマークが必要である。 本論文では、複数の作物を栽培するフロリダの農場における精密農業アプリケーションをモデル化したWaterberry Farmsベンチマーク（WBF）を説明する。このベンチマークは、植物病害の広がりと土壌湿度の変化の動的性質を捉え、採点システムは、移動方針と情報モデル推定器の与えられた組み合わせの性能を測定する。代表的な経路計画および推定アルゴリズムのいくつかの例をベンチマークすることで、WBFがその特性に対する洞察を提供し、将来の進歩を定量化する能力を実証しています。

要約(オリジナル)

Recent developments in robotic and sensor hardware make data collection with mobile robots (ground or aerial) feasible and affordable to a wide population of users. The newly emergent applications, such as precision agriculture, weather damage assessment, or personal home security often do not satisfy the simplifying assumptions made by previous research: the explored areas have complex shapes and obstacles, multiple phenomena need to be sensed and estimated simultaneously and the measured quantities might change during observations. The future progress of path planning and estimation algorithms requires a new generation of benchmarks that provide representative environments and scoring methods that capture the demands of these applications. This paper describes the Waterberry Farms benchmark (WBF) that models a precision agriculture application at a Florida farm growing multiple crop types. The benchmark captures the dynamic nature of the spread of plant diseases and variations of soil humidity while the scoring system measures the performance of a given combination of a movement policy and an information model estimator. By benchmarking several examples of representative path planning and estimator algorithms, we demonstrate WBF’s ability to provide insight into their properties and quantify future progress.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL