Autonomous Robotic Pepper Harvesting: Imitation Learning in Unstructured Agricultural Environments

要約

屋外の農業分野での作業の自動化は、環境の変動性、構造化されていない地形、作物の多様な特性により、重大な課題を引き起こします。
私たちは、このような保護されていない複雑な環境で動作するように設計された、自律型ピーマン収穫用のロボット システムを紹介します。
カスタムの手持ち式シアーグリッパーを利用して、視覚運動ポリシーをトレーニングするために 300 件のデモンストレーションを収集し、システムがさまざまな圃場条件や作物の多様性に適応できるようにしました。
31.71 秒のサイクル タイムで 28.95% の成功率を達成しました。これは、温室などのより制御された条件下でテストされた既存のシステムと同等です。
私たちのシステムは、構造化されていない農業環境における自動収穫に模倣学習を活用する実現可能性と有効性を実証しています。
この取り組みは、自然環境における農業向けのスケーラブルで自動化されたロボット ソリューションを推進することを目的としています。

要約(オリジナル)

Automating tasks in outdoor agricultural fields poses significant challenges due to environmental variability, unstructured terrain, and diverse crop characteristics. We present a robotic system for autonomous pepper harvesting designed to operate in these unprotected, complex settings. Utilizing a custom handheld shear-gripper, we collected 300 demonstrations to train a visuomotor policy, enabling the system to adapt to varying field conditions and crop diversity. We achieved a success rate of 28.95% with a cycle time of 31.71 seconds, comparable to existing systems tested under more controlled conditions like greenhouses. Our system demonstrates the feasibility and effectiveness of leveraging imitation learning for automated harvesting in unstructured agricultural environments. This work aims to advance scalable, automated robotic solutions for agriculture in natural settings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google