要約
耕作地における視覚ベースの移動ロボット ナビゲーション システムは、ほとんどが列内ナビゲーションに限定されています。
このようなシステムでは、ある作物列から次の作物列に切り替えるプロセスは、多くの場合、GNSS センサーまたは複数のカメラ設定によって支援されます。
この論文では、単一の前面カメラを使用して移動ロボットが耕作可能な作物の畑全体をナビゲートできるようにする、新しい視覚ベースの作物列切り替えアルゴリズムを紹介します。
提案された行切り替え操作では、深層学習ベースの RGB 画像セグメンテーションと深度データを使用して、クロップ行の終わりと、マルチステート行切り替えパイプラインで使用される次のクロップ行への再エントリ ポイントを検出します。
このパイプラインの各状態では、視覚的なフィードバックまたはロボットのホイール オドメトリを使用して、次の作物の列に向かって正常に移動します。
提案された作物列ナビゲーション パイプラインは、不連続性、さまざまな光レベル、影、および不規則な岬の表面のある作物列を含む実際のテンサイ畑でテストされました。
ロボットは、提案されたパイプラインを使用して、ある作物の列から正常に抜け出し、次の作物の列に再び入ることができ、提案された操作の直線ステップと回転ステップについて絶対中央値誤差は平均 19.25 cm および 6.77{\deg} でした。
要約(オリジナル)
Vision-based mobile robot navigation systems in arable fields are mostly limited to in-row navigation. The process of switching from one crop row to the next in such systems is often aided by GNSS sensors or multiple camera setups. This paper presents a novel vision-based crop row-switching algorithm that enables a mobile robot to navigate an entire field of arable crops using a single front-mounted camera. The proposed row-switching manoeuvre uses deep learning-based RGB image segmentation and depth data to detect the end of the crop row, and re-entry point to the next crop row which would be used in a multi-state row switching pipeline. Each state of this pipeline use visual feedback or wheel odometry of the robot to successfully navigate towards the next crop row. The proposed crop row navigation pipeline was tested in a real sugar beet field containing crop rows with discontinuities, varying light levels, shadows and irregular headland surfaces. The robot could successfully exit from one crop row and re-enter the next crop row using the proposed pipeline with absolute median errors averaging at 19.25 cm and 6.77{\deg} for linear and rotational steps of the proposed manoeuvre.
arxiv情報
| 著者 | Rajitha de Silva,Grzegorz Cielniak,Junfeng Gao |
| 発行日 | 2023-09-21 12:01:59+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google