Non-linear Model Predictive Control for Multi-task GPS-free Autonomous Navigation in Vineyards

要約

自律走行は農業ロボットの基礎です。
この論文は、列ベースの作物内で動作するローバー用の高度な自律ナビゲーション システムの開発に焦点を当てています。
位置に依存しないシステムは、GPS などの標準的な位置特定方法が悪天候や妨害された信号によって機能しないという困難な状況に対処するために提案されています。
このブレークスルーは、厚い樹冠やパーゴラのブドウ畑で覆われた地域など、植物が密生している地域では特に重要です。
この研究では、単一の RGB-D カメラと非線形モデル予測制御戦略を活用して列全体をナビゲートし、さまざまな作物の間隔に適応する新しいシステムを提案しました。
提示されたソリューションは、非常にコスト効率の高い実装で農業活動をサポートするために、多様な作物密度、環境要因、および複数のナビゲーション タスクを処理する多用途性を示しています。
シミュレートされたブドウ畑と実際のブドウ畑での実験による検証により、標準的な列走査とターゲット オブジェクトへのアプローチの両方におけるシステムの堅牢性と競争力が強調されています。

要約(オリジナル)

Autonomous navigation is the foundation of agricultural robots. This paper focuses on developing an advanced autonomous navigation system for a rover operating within row-based crops. A position-agnostic system is proposed to address the challenging situation when standard localization methods, like GPS, fail due to unfavorable weather or obstructed signals. This breakthrough is especially vital in densely vegetated regions, including areas covered by thick tree canopies or pergola vineyards. This work proposed a novel system that leverages a single RGB-D camera and a Non-linear Model Predictive Control strategy to navigate through entire rows, adapting to various crop spacing. The presented solution demonstrates versatility in handling diverse crop densities, environmental factors, and multiple navigation tasks to support agricultural activities at an extremely cost-effective implementation. Experimental validation in simulated and real vineyards underscores the system’s robustness and competitiveness in both standard row traversal and target objects approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google