論文の概要: Autonomous Strawberry Picking Robotic System (Robofruit)
- arxiv url: http://arxiv.org/abs/2301.03947v1
- Date: Tue, 10 Jan 2023 13:02:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-11 16:37:19.559393
- Title: Autonomous Strawberry Picking Robotic System (Robofruit)
- Title(参考訳): 自律的イチゴ収穫ロボットシステム(robofruit)
- Authors: Soran Parsa, Bappaditya Debnath, Muhammad Arshad Khan, Amir Ghalamzan
E.
- Abstract要約: 我々は,イチゴを様々な特徴で収穫できる新システムを開発した。
この機能は、高密度クラスタなど、非常に複雑なピックシナリオを扱うことを可能にする。
さらに,イチゴをローカライズし,そのキーポイント,ピックポイントを検出し,熟度を決定する新しい認識システムを開発した。
- 参考スコア(独自算出の注目度): 1.290382979353427
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Challenges in strawberry picking made selective harvesting robotic technology
demanding. However, selective harvesting of strawberries is complicated forming
a few scientific research questions. Most available solutions only deal with a
specific picking scenario, e.g., picking only a single variety of fruit in
isolation. Nonetheless, most economically viable (e.g. high-yielding and/or
disease-resistant) varieties of strawberry are grown in dense clusters. The
current perception technology in such use cases is inefficient. In this work,
we developed a novel system capable of harvesting strawberries with several
unique features. The features allow the system to deal with very complex
picking scenarios, e.g. dense clusters. Our concept of a modular system makes
our system reconfigurable to adapt to different picking scenarios. We designed,
manufactured, and tested a picking head with 2.5 DOF (2 independent mechanisms
and 1 dependent cutting system) capable of removing possible occlusions and
harvesting targeted strawberries without contacting fruit flesh to avoid damage
and bruising. In addition, we developed a novel perception system to localise
strawberries and detect their key points, picking points, and determine their
ripeness. For this purpose, we introduced two new datasets. Finally, we tested
the system in a commercial strawberry growing field and our research farm with
three different strawberry varieties. The results show the effectiveness and
reliability of the proposed system. The designed picking head was able to
remove occlusions and harvest strawberries effectively. The perception system
was able to detect and determine the ripeness of strawberries with 95%
accuracy. In total, the system was able to harvest 87% of all detected
strawberries with a success rate of 83% for all pluckable fruits. We also
discuss a series of open research questions in the discussion section.
- Abstract(参考訳): イチゴの摘みの課題は、選択的な収穫ロボット技術を必要とした。
しかし、イチゴの選択的収穫は、いくつかの科学的研究課題を形成する複雑である。
ほとんどの利用可能なソリューションは、特定のピッキングシナリオ(例えば、単一の種類の果物を単独で摘み取るなど)にのみ対処する。
それでも、ほとんどの経済的に実現可能なイチゴ(例えば、高収率や耐病性)品種は密集したクラスターで栽培されている。
このようなユースケースにおける現在の知覚技術は非効率である。
そこで本研究では,イチゴを収穫できる新システムを開発した。
この機能により、システムは非常に複雑な選択シナリオ、例えば、密集したクラスタを扱うことができる。
モジュラーシステムの概念は、システムを異なるピックシナリオに適応するように再構成可能にする。
果実果肉に接触することなく, 除去可能なオクルージョンを除去し, イチゴを収穫し, 損傷や傷を回避できる2.5DOF(独立機構と1依存切削システム)を設計, 製造, 試験した。
また,イチゴをローカライズし,そのキーポイント,ピッキングポイントを検知し,熟度を判定する新しい知覚システムを開発した。
この目的で、2つの新しいデータセットを導入しました。
最後に,市販のイチゴ栽培場と3種類のイチゴ品種を用いた研究農場で試験を行った。
その結果,提案システムの有効性と信頼性が示された。
設計したピッキングヘッドは、閉塞を除去し、イチゴを効果的に収穫することができた。
知覚システムはイチゴの熟度を95%の精度で検出・判定することができた。
このシステムでは、検出されたイチゴの87%を収穫し、すべての包装可能な果実の83%の成功率を得た。
議論セクションでは、オープンリサーチの一連の質問についても論じる。
関連論文リスト
- Artificial Immune System of Secure Face Recognition Against Adversarial Attacks [67.31542713498627]
昆虫生産には 最大限の可能性を実現するために 最適化が必要です
これは選択的育種による興味のある形質の改善が目的である。
このレビューは、様々な分野の知識と、動物の繁殖、定量的遺伝学、進化生物学、昆虫学のギャップを埋めるものである。
論文 参考訳(メタデータ) (2024-06-26T07:50:58Z) - A Vision-Guided Robotic System for Grasping Harvested Tomato Trusses in
Cluttered Environments [4.5195969272623815]
本研究では, 雑草を多く含む木枠に積み重ねたトラスを把握し, 収穫後の貯蔵, 輸送を行う方法を提案する。
この方法は、学習に基づく視覚システムからなり、まずクレート内の個々のトラスを識別し、茎上の適切な把握位置を決定する。
RGB-Dカメラを搭載したロボットマニピュレータを用いた実験では、山からすべてのトラスを拾うように指示されたとき、100%クリアランス率を示した。
論文 参考訳(メタデータ) (2023-09-29T12:07:08Z) - Improving Selective Visual Question Answering by Learning from Your
Peers [74.20167944693424]
VQA(Visual Question Answering)モデルは、間違っていた場合の回答を控えるのに苦労する可能性がある。
本稿では,複数モーダル選択関数の学習におけるLearning from Your Peers (LYP) アプローチを提案する。
提案手法では,学習データの異なるサブセットに基づいて訓練されたモデルの予測を,選択的VQAモデルの最適化のターゲットとして利用する。
論文 参考訳(メタデータ) (2023-06-14T21:22:01Z) - Revolutionizing Agrifood Systems with Artificial Intelligence: A Survey [93.34268594812599]
我々は、AI技術がアグリフードシステムをどう変え、現代のアグリフード産業に貢献するかをレビューする。
本稿では,農業,畜産,漁業において,アグリフードシステムにおけるAI手法の進歩について概説する。
我々は、AIで現代のアグリフードシステムを変革するための潜在的な課題と有望な研究機会を強調します。
論文 参考訳(メタデータ) (2023-05-03T05:16:54Z) - Fruit Ripeness Classification: a Survey [59.11160990637616]
食品を格付けするための特徴記述子を多用する多くの自動的手法が提案されている。
機械学習とディープラーニング技術がトップパフォーマンスの手法を支配している。
ディープラーニングは生のデータで操作できるため、複雑なエンジニアリング機能を計算する必要がなくなる。
論文 参考訳(メタデータ) (2022-12-29T19:32:20Z) - Apple Counting using Convolutional Neural Networks [22.504279159923765]
果樹園のような現実の環境でのイメージから、正確で信頼性の高い果実や野菜の数を推定することは、難しい問題である。
コンボリューショナルニューラルネットワークを訓練することにより,画像から果実を数えることを多クラス分類問題として定式化し,その問題を解決する。
当社のネットワークは、最大94%の精度で、4つのデータセットのうち3つでパフォーマンスを向上しています。
論文 参考訳(メタデータ) (2022-08-24T14:13:40Z) - Crack detection using tap-testing and machine learning techniques to
prevent potential rockfall incidents [68.8204255655161]
本稿では,岩盤の自動探傷システムを提案する。
ロボットは、岩面を何度も打ったり、タップしたりするのに使用される。
音はロボットによって収集され、壊れやすい岩を識別する意図で分類される。
論文 参考訳(メタデータ) (2021-10-10T22:53:36Z) - Behind the leaves -- Estimation of occluded grapevine berries with
conditional generative adversarial networks [3.308833414816073]
本手法を適用した後のベリー数の推定値は,手動で数えた基準値に近い。
ベリー数に因子を適用するのとは対照的に,本手法は目に見えるベリーの出現に直接関与することにより,局所的な条件に適応する。
論文 参考訳(メタデータ) (2021-05-21T12:57:48Z) - One-Shot Learning with Triplet Loss for Vegetation Classification Tasks [45.82374977939355]
三重項損失関数は、ワンショット学習タスクの精度を大幅に向上できる選択肢の1つである。
2015年からは、多くのプロジェクトがシームズネットワークとこの種の損失を顔認識とオブジェクト分類に利用している。
論文 参考訳(メタデータ) (2020-12-14T10:44:22Z) - Counting of Grapevine Berries in Images via Semantic Segmentation using
Convolutional Neural Networks [5.826324731529213]
本稿では、2つの異なるトレーニングシステムで動作する自動画像解析に基づく客観的フレームワークを提案する。
このフレームワークは、畳み込みニューラルネットワークを使用して、セマンティックセグメンテーションを実行することで、画像内の単一のベリーを検出する。
VSPでは94.0%,SMPHでは85.6%のベリー検出が可能であった。
論文 参考訳(メタデータ) (2020-04-29T08:10:19Z) - Interactive Movement Primitives: Planning to Push Occluding Pieces for
Fruit Picking [3.8480262599041413]
そこで本研究では,果実を熟すための経路計画アルゴリズムを提案する。
提案手法であるInteractive Probabilistic Movement Primitives (I-ProMP) は計算コストが高くない。
実験結果から,I-ProMPはイチゴの表皮を圧搾し,熟した状態に達することが確認された。
論文 参考訳(メタデータ) (2020-04-27T16:30:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。