要約
世界的な傾向に従って、熟練労働者への信頼できるアクセスの欠如は、リンゴ園の効果的な管理に重大な問題を引き起こしています.
主な課題の 1 つは、正確な小穂間伐の決定を行うことができる熟練した人間のオペレーターを維持することです。
間伐では、個々のリンゴの木の真の収穫量を正確に測定して、個々に最適な間伐を決定する必要があります。
密集した葉が木の構造内の果実を覆い隠しているため、困難な作業です。
このホワイト ペーパーでは、このニーズを満たす自動リンゴ果実間伐ロボットのビジョン システムの初期設計、実装、および評価の詳細について説明します。
このプラットフォームは、UR5 ロボット アームとステレオ カメラで構成されており、葉の周りを見渡して、リンゴの枝の果実の正確な数とサイズをマッピングできます。
このプラットフォームは、87% の精度でありながら、実際の商用リンゴ園で 84% の精度でリンゴの木の果実の負荷を測定できることを示しています。
要約(オリジナル)
Following a global trend, the lack of reliable access to skilled labour is causing critical issues for the effective management of apple orchards. One of the primary challenges is maintaining skilled human operators capable of making precise fruitlet thinning decisions. Thinning requires accurately measuring the true crop load for individual apple trees to provide optimal thinning decisions on an individual basis. A challenging task due to the dense foliage obscuring the fruitlets within the tree structure. This paper presents the initial design, implementation, and evaluation details of the vision system for an automatic apple fruitlet thinning robot to meet this need. The platform consists of a UR5 robotic arm and stereo cameras which enable it to look around the leaves to map the precise number and size of the fruitlets on the apple branches. We show that this platform can measure the fruitlet load on the apple tree to with 84% accuracy in a real-world commercial apple orchard while being 87% precise.
arxiv情報
| 著者 | Ans Qureshi,Neville Loh,Young Min Kwon,David Smith,Trevor Gee,Oliver Bachelor,Josh McCulloch,Mahla Nejati,JongYoon Lim,Richard Green,Ho Seok Ahn,Bruce MacDonald,Henry Williams |
| 発行日 | 2023-02-20 01:55:00+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google