Geofenced Unmanned Aerial Robotic Defender for Deer Detection and Deterrence (GUARD)

要約

特に鹿による野生生物によって誘発された作物の損傷は、農業の生産性を脅かしています。
従来の抑止方法は、多様な農地環境に対するスケーラビリティ、応答性、適応性が不足していることがよくあります。
このペーパーでは、農場ロボットチャレンジの一環として開発された自律的な野生生物抑止用に設計された統合された無人航空機（UAV）システムを紹介します。
当社のシステムは、鹿を検出するためのヨロベースのリアルタイムコンピュータービジョンモジュール、効率的なフィールドモニタリングのためのエネルギー効率の高いカバレッジパス計画アルゴリズム、およびUAVの継続的な動作のための自律充電ステーションを組み合わせています。
地元のミネソタファーマーとの協力により、このシステムは、地形、インフラストラクチャの制限、動物の行動などの実用的な制約に対処するように調整されています。
このソリューションは、シミュレーションとフィールドテストの組み合わせを通じて評価され、堅牢な検出精度、効率的なカバレッジ、および拡張された運用時間を実証します。
結果は、精密農業におけるドローンベースの野生生物抑止の実現可能性と有効性を強調し、将来の展開と拡張のためのスケーラブルなフレームワークを提供します。

要約(オリジナル)

Wildlife-induced crop damage, particularly from deer, threatens agricultural productivity. Traditional deterrence methods often fall short in scalability, responsiveness, and adaptability to diverse farmland environments. This paper presents an integrated unmanned aerial vehicle (UAV) system designed for autonomous wildlife deterrence, developed as part of the Farm Robotics Challenge. Our system combines a YOLO-based real-time computer vision module for deer detection, an energy-efficient coverage path planning algorithm for efficient field monitoring, and an autonomous charging station for continuous operation of the UAV. In collaboration with a local Minnesota farmer, the system is tailored to address practical constraints such as terrain, infrastructure limitations, and animal behavior. The solution is evaluated through a combination of simulation and field testing, demonstrating robust detection accuracy, efficient coverage, and extended operational time. The results highlight the feasibility and effectiveness of drone-based wildlife deterrence in precision agriculture, offering a scalable framework for future deployment and extension.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google