On-the-Go Tree Detection and Geometric Traits Estimation with Ground Mobile Robots in Fruit Tree Groves

要約

樹木の情報収集は、地上移動センサーによって実現される精密農業において不可欠な作業であるが、時間と労力がかかる。本論文では、車輪付き移動ロボットを用いて、樹木と主要な幾何学的特性（すなわち、幅と高さ）をリアルタイムでその場で検出するためのアルゴリズムフレームワークを紹介する。本手法は、カスタマイズされた樹木ランドマークの関連付けとパラメータ推定アルゴリズムを介して、2D領域固有データ（赤緑近赤外[RGN]カメラを介して取得された正規化差植生指数[NDVI]）と3D LiDAR点群の融合に基づいている。提案システムは、周囲の樹木を認識し、その空間的特性と植生に基づく特性を共同で推定するために、基礎となるカルマンフィルターシステムに統合された、マルチモーダルかつエントロピーベースのランドマーク対応アプローチを特徴とする。様々な環境における提案アルゴリズムの動作を評価するために、現実的な模擬試験を用いる。農地での物理的実験により、オンボードの計算資源とセンシング資源のみを使用することで、正確なバイツリー情報をオンザゴーでリアルタイムに取得する手法の有効性を検証する。

要約(オリジナル)

By-tree information gathering is an essential task in precision agriculture achieved by ground mobile sensors, but it can be time- and labor-intensive. In this paper we present an algorithmic framework to perform real-time and on-the-go detection of trees and key geometric characteristics (namely, width and height) with wheeled mobile robots in the field. Our method is based on the fusion of 2D domain-specific data (normalized difference vegetation index [NDVI] acquired via a red-green-near-infrared [RGN] camera) and 3D LiDAR point clouds, via a customized tree landmark association and parameter estimation algorithm. The proposed system features a multi-modal and entropy-based landmark correspondences approach, integrated into an underlying Kalman filter system to recognize the surrounding trees and jointly estimate their spatial and vegetation-based characteristics. Realistic simulated tests are used to evaluate our proposed algorithm’s behavior in a variety of settings. Physical experiments in agricultural fields help validate our method’s efficacy in acquiring accurate by-tree information on-the-go and in real-time by employing only onboard computational and sensing resources.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL