BonnBot-I Plus: A Bio-diversity Aware Precise Weed Management Robotic Platform

要約

この記事では、耕作地における植物保護の重要なタスクに焦点を当て、農業の現代的な課題である「生態学的な配慮を˶bbotのような精密除草ロボットの運用戦略に組み込む」ことに取り組みます。この記事では、雑草管理アルゴリズムにおける最近の進歩と、ボン大学のクライン・アルテンドルフ・キャンパスで実際に使用された「⾵」の性能を紹介します。BonnBot-Isの雑草モニタリングセクションのための新しいローリングビュー観察モデルを紹介し、平均3.4%$の絶対的な除草性能の向上につながりました。さらに、精密除草ロボットが、困難な除草シナリオにおいて生物多様性を考慮する方法を初めて示した。我々は、サトウキビ圃場において、雑草のみと作物と雑草の混在の両方の状況を網羅する包括的な除草実験を行い、精密除草に適合する新しいデータセットを導入した。実フィールド実験の結果、我々の除草アプローチは多様な雑草分布に対応可能であり、介入計画に起因する損失はわずか$11.66%$、ビジョンシステムの限界に起因する損失は$14.7%$であり、ビジョンシステムの改善が必要であることが明らかになった。

要約(オリジナル)

In this article, we focus on the critical tasks of plant protection in arable farms, addressing a modern challenge in agriculture: integrating ecological considerations into the operational strategy of precision weeding robots like \bbot. This article presents the recent advancements in weed management algorithms and the real-world performance of \bbot\ at the University of Bonn’s Klein-Altendorf campus. We present a novel Rolling-view observation model for the BonnBot-Is weed monitoring section which leads to an average absolute weeding performance enhancement of $3.4\%$. Furthermore, for the first time, we show how precision weeding robots could consider bio-diversity-aware concerns in challenging weeding scenarios. We carried out comprehensive weeding experiments in sugar-beet fields, covering both weed-only and mixed crop-weed situations, and introduced a new dataset compatible with precision weeding. Our real-field experiments revealed that our weeding approach is capable of handling diverse weed distributions, with a minimal loss of only $11.66\%$ attributable to intervention planning and $14.7\%$ to vision system limitations highlighting required improvements of the vision system.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL