LiDAR-Based Crop Row Detection Algorithm for Over-Canopy Autonomous Navigation in Agriculture Fields

要約

自律ナビゲーションは、農業におけるさまざまなロボット応用にとって不可欠です。
ただし、既存の方法の多くは RTK-GPS システムに依存しており、高価であり、信号範囲が狭い場合があります。
この論文では、樹冠が条間を完全に遮断している場合でも、列作物畑で樹冠上の自律ナビゲーションを実現できる、最先端の LiDAR ベースのナビゲーション システムを紹介します。
当社の作物列検出アルゴリズムは、さまざまな作物の種類、成長段階、雑草の存在、作物列内の不連続点など、さまざまなシナリオにわたって作物列を検出できます。
ロボットのグローバルローカリゼーションを利用せずに、当社のナビゲーションシステムは、これらの困難なシナリオで自律ナビゲーションを実行し、作物の列の終わりを検出して、次の作物の列に自律的に移動し、作物に依存しないアプローチを提供して列全体をナビゲートできます。
作物畑。
このナビゲーション システムは、さまざまな模擬農業分野でテストが行​​われ、カスタム Amiga ロボットで人間の介入なしで平均 2.98cm$ の自動運転精度を達成しました。
さらに、実際の大豆畑から得た作物列検出アルゴリズムの定性的な結果は、LiDAR ベースの作物列検出アルゴリズムの実用的な農業用途への可能性を検証します。

要約(オリジナル)

Autonomous navigation is crucial for various robotics applications in agriculture. However, many existing methods depend on RTK-GPS systems, which are expensive and susceptible to poor signal coverage. This paper introduces a state-of-the-art LiDAR-based navigation system that can achieve over-canopy autonomous navigation in row-crop fields, even when the canopy fully blocks the interrow spacing. Our crop row detection algorithm can detect crop rows across diverse scenarios, encompassing various crop types, growth stages, weed presence, and discontinuities within the crop rows. Without utilizing the global localization of the robot, our navigation system can perform autonomous navigation in these challenging scenarios, detect the end of the crop rows, and navigate to the next crop row autonomously, providing a crop-agnostic approach to navigate the whole row-crop field. This navigation system has undergone tests in various simulated agricultural fields, achieving an average of $2.98cm$ autonomous driving accuracy without human intervention on the custom Amiga robot. In addition, the qualitative results of our crop row detection algorithm from the actual soybean fields validate our LiDAR-based crop row detection algorithm’s potential for practical agricultural applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google