BonnBot-I Plus: A Bio-diversity Aware Precise Weed Management Robotic Platform

要約

この記事では、耕作可能な農場における植物保護という重要なタスクに焦点を当て、\bbot のような精密除草ロボットの運用戦略に生態学的配慮を組み込むという農業における現代の課題に取り組みます。
この記事では、雑草管理アルゴリズムの最近の進歩と、ボン大学のクライン アルテンドルフ キャンパスにおける「bbot」の実際のパフォーマンスについて説明します。
BonnBot-Is 雑草監視セクション用の新しいローリング ビュー観察モデルを提案します。これにより、平均絶対除草性能が $3.4\%$ 向上します。
さらに、高精度の除草ロボットが困難な除草シナリオにおいて生物多様性を意識した懸念をどのように考慮できるかを初めて示します。
私たちは、テンサイ畑で雑草のみの状況と作物と雑草の混合状況の両方をカバーする包括的な除草実験を実施し、精密除草に対応した新しいデータセットを導入しました。
実際の現場での実験により、当社の除草アプローチは多様な雑草の分布に対応でき、介入計画による最小限の損失はわずか $11.66\%$、視覚システムの制限による $14.7\%$ で、視覚システムの必要な改善が浮き彫りになったことが明らかになりました。

要約(オリジナル)

In this article, we focus on the critical tasks of plant protection in arable farms, addressing a modern challenge in agriculture: integrating ecological considerations into the operational strategy of precision weeding robots like \bbot. This article presents the recent advancements in weed management algorithms and the real-world performance of \bbot\ at the University of Bonn’s Klein-Altendorf campus. We present a novel Rolling-view observation model for the BonnBot-Is weed monitoring section which leads to an average absolute weeding performance enhancement of $3.4\%$. Furthermore, for the first time, we show how precision weeding robots could consider bio-diversity-aware concerns in challenging weeding scenarios. We carried out comprehensive weeding experiments in sugar-beet fields, covering both weed-only and mixed crop-weed situations, and introduced a new dataset compatible with precision weeding. Our real-field experiments revealed that our weeding approach is capable of handling diverse weed distributions, with a minimal loss of only $11.66\%$ attributable to intervention planning and $14.7\%$ to vision system limitations highlighting required improvements of the vision system.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google