要約
表現型解析のための植物モデルの正確な再構成は、精密農業における持続可能な農業実践を最適化するために重要です。
従来の実験室ベースの表現型解析は貴重ではありますが、制御されていない条件下で植物がどのように成長するかを理解するには至っていません。
ロボット技術は、現実世界の環境で大規模かつ直接表現型解析を行うための有望な手段を提供します。
この研究では、パフォーマンスと効率を向上させるために、植物の表現型解析における最新のロボット工学とデジタル技術の導入を検討しています。
プロセス全体を自動化するために、環境理解、ロボット動作計画、現場表現型解析という 3 つの重要な機能モジュールが導入されています。
実験結果は、農業環境におけるシステムの有効性を実証しています。
フェノロボットシステムは植物の周りを自律的に移動し、高品質のデータを収集します。
さらに、現場モデリングモデルは、ロボットによって収集されたデータから高品質のプラントモデルを再構築します。
開発されたロボット システムは高い効率と堅牢性を示し、現実の農業環境における植物科学を進歩させる可能性を示しています。
要約(オリジナル)
Accurate reconstruction of plant models for phenotyping analysis is critical for optimising sustainable agricultural practices in precision agriculture. Traditional laboratory-based phenotyping, while valuable, falls short of understanding how plants grow under uncontrolled conditions. Robotic technologies offer a promising avenue for large-scale, direct phenotyping in real-world environments. This study explores the deployment of emerging robotics and digital technology in plant phenotyping to improve performance and efficiency. Three critical functional modules: environmental understanding, robotic motion planning, and in-situ phenotyping, are introduced to automate the entire process. Experimental results demonstrate the effectiveness of the system in agricultural environments. The pheno-robot system autonomously collects high-quality data by navigating around plants. In addition, the in-situ modelling model reconstructs high-quality plant models from the data collected by the robot. The developed robotic system shows high efficiency and robustness, demonstrating its potential to advance plant science in real-world agricultural environments.
arxiv情報
| 著者 | Yaoqiang Pan,Kewei Hu,Tianhao Liu,Chao Chen,Hanwen Kang |
| 発行日 | 2024-02-15 03:43:00+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google