Seeing the Fruit for the Leaves: Robotically Mapping Apple Fruitlets in a Commercial Orchard

要約

アオテアロア・ニュージーランドのリンゴ産業は力強く成長しているが、摘果などの季節限定の熟練した作業を行う労働者を確保するのに苦労している。
効果的な間伐を確保し、木ごとに情報に基づいた意思決定を行うには、個々のリンゴの木の収穫負荷を正確に測定することが重要です。
ただし、密集した葉が木の構造内で小実を隠しているため、この作業には課題が伴います。
本稿では、人手不足問題を解決するために開発されたリンゴ自動摘果ロボットのビジョンシステムを紹介します。
この文書では、システムの初期設計、実装、および評価の詳細について説明します。
このプラットフォームは、高さ 3.4 メートルの 2D リンゴの林冠構造にまたがり、各木の実の正確なマップを作成します。
このプラットフォームが枝の両側をスキャンすることでリンゴの木にかかる果実の負荷を測定できることを示します。
両面スキャンの計数精度は 81.17 % で、片面スキャンの 73.7 % よりも高かったため、包括的なプラットフォームの要件は正当化されました。
このシステムは、実際のサイズの 5.9% RMSE 以内のサイズ推定値を生成することも実証されました。

要約(オリジナル)

Aotearoa New Zealand has a strong and growing apple industry but struggles to access workers to complete skilled, seasonal tasks such as thinning. To ensure effective thinning and make informed decisions on a per-tree basis, it is crucial to accurately measure the crop load of individual apple trees. However, this task poses challenges due to the dense foliage that hides the fruitlets within the tree structure. In this paper, we introduce the vision system of an automated apple fruitlet thinning robot, developed to tackle the labor shortage issue. This paper presents the initial design, implementation,and evaluation specifics of the system. The platform straddles the 3.4 m tall 2D apple canopy structures to create an accurate map of the fruitlets on each tree. We show that this platform can measure the fruitlet load on an apple tree by scanning through both sides of the branch. The requirement of an overarching platform was justified since two-sided scans had a higher counting accuracy of 81.17 % than one-sided scans at 73.7 %. The system was also demonstrated to produce size estimates within 5.9% RMSE of their true size.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google