Autonomous Navigation of 4WIS4WID Agricultural Field Mobile Robot using Deep Reinforcement Learning

要約

アグリカルチャー 4.0 と互換性のある未来の農業分野では、ロボットが作物の間を移動して農薬散布や果物の収穫などの機能を実行することが想定されていますが、これらは非幾何学的な内部障害物、スペースの制約、屋外条件などの要因により複雑な作業となります。
この論文では、深層強化学習 (DRL) を使用して、構造化され自動化された農業分野における 4WIS4WID モバイル ロボット ナビゲーションの問題を解決することを試みます。
この論文は、4 輪ステアリング構成のパラメータ化、DRL を使用した作物列追跡、および DRL を使用した複数の作物列を通る 4WIS4WID モバイル ロボットの自律ナビゲーションの 3 つのセクションで構成されています。
四輪操舵のさまざまな構成を 2 つの変数にパラメータ化する方法を示します。
これには、対称 4 輪ステアリング、ゼロターン、および 4WIS4WID モバイル ロボットが横方向に移動できるようにする追加のステアリング構成が含まれます。
また、DRL を使用して、対称的な 4 輪ステアリングで不規則な形状の作物列を追跡しました。
複数の作物列のシミュレーション環境では、ウェイポイントの助けを借りて、ポイントツーポイントのナビゲーションを効果的に実行しました。
最後に、連続アクションを使用するさまざまな DRL アルゴリズムの比較分析が実行されました。

要約(オリジナル)

In the futuristic agricultural fields compatible with Agriculture 4.0, robots are envisaged to navigate through crops to perform functions like pesticide spraying and fruit harvesting, which are complex tasks due to factors such as non-geometric internal obstacles, space constraints, and outdoor conditions. In this paper, we attempt to employ Deep Reinforcement Learning (DRL) to solve the problem of 4WIS4WID mobile robot navigation in a structured, automated agricultural field. This paper consists of three sections: parameterization of four-wheel steering configurations, crop row tracking using DRL, and autonomous navigation of 4WIS4WID mobile robot using DRL through multiple crop rows. We show how to parametrize various configurations of four-wheel steering to two variables. This includes symmetric four-wheel steering, zero-turn, and an additional steering configuration that allows the 4WIS4WID mobile robot to move laterally. Using DRL, we also followed an irregularly shaped crop row with symmetric four-wheel steering. In the multiple crop row simulation environment, with the help of waypoints, we effectively performed point-to-point navigation. Finally, a comparative analysis of various DRL algorithms that use continuous actions was carried out.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google