論文の概要: A Robotic Stirring Method with Trajectory Optimization and Adaptive Speed Control for Accurate Pest Counting in Water Traps

• arxiv url: http://arxiv.org/abs/2510.21732v1
• Date: Tue, 30 Sep 2025 17:49:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-03 05:35:45.936006
• Title: A Robotic Stirring Method with Trajectory Optimization and Adaptive Speed Control for Accurate Pest Counting in Water Traps
• Title（参考訳）: 軌道最適化と適応速度制御を併用したロボットスターリング法
• Authors: Xumin Gao, Mark Stevens, Grzegorz Cielniak,
• Abstract要約: 我々は,ロボットアームをベースとした黄色い水トラップに害虫をカウントする自動かき混ぜシステムを開発した。 本研究は, 異なる旋回軌跡が害虫計数に及ぼす影響について検討し, 害虫計数のための最適軌跡を選択した。 そこで我々は,適応的な高速化を実現するために,信頼度駆動型クローズドループ制御システムを提案する。
• 参考スコア（独自算出の注目度）: 5.792385818430939
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurate monitoring of pest population dynamics is crucial for informed decision-making in precision agriculture. Currently, mainstream image-based pest counting methods primarily rely on image processing combined with machine learning or deep learning for pest counting. However, these methods have limitations and struggle to handle situations involving pest occlusion. To address this issue, this paper proposed a robotic stirring method with trajectory optimization and adaptive speed control for accurate pest counting in water traps. First, we developed an automated stirring system for pest counting in yellow water traps based on a robotic arm. Stirring alters the distribution of pests in the yellow water trap, making some of the occluded individuals visible for detection and counting. Then, we investigated the impact of different stirring trajectories on pest counting performance and selected the optimal trajectory for pest counting. Specifically, we designed six representative stirring trajectories, including circle, square, triangle, spiral, four small circles, and random lines, for the robotic arm to stir. And by comparing the overall average counting error and counting confidence of different stirring trajectories across various pest density scenarios, we determined the optimal trajectory. Finally, we proposed a counting confidence-driven closed-loop control system to achieve adaptive-speed stirring. It uses changes in pest counting confidence between consecutive frames as feedback to adjust the stirring speed. To the best of our knowledge, this is the first study dedicated to investigating the effects of different stirring trajectories on object counting in the dynamic liquid environment and to implement adaptive-speed stirring for this type of task. Experimental results show ...
• Abstract（参考訳）: 精密農業において,害虫集団動態の正確なモニタリングは情報的意思決定に不可欠である。 現在、主流のイメージベースの害虫計数法は、主に害虫計数のための機械学習やディープラーニングと組み合わせた画像処理に頼っている。 しかし、これらの方法には制限があり、害虫の排除に関わる状況に対処するのに苦労する。 そこで本研究では,水トラップ内における正確な害虫数計測のための軌道最適化と適応速度制御を併用したロボット旋回法を提案する。 まず,ロボットアームをベースとした黄色い水トラップに害虫を数える自動かき混ぜシステムを開発した。 スターリングはイエローウォータートラップ内の害虫の分布を変え、捕獲された個体のいくつかを発見・数えるために見えるようにする。 そこで, 異なる旋回軌跡が害虫計数に及ぼす影響を調査し, 害虫計数のための最適軌跡を選択した。 具体的には、ロボットアームをかき混ぜるために、円、正方形、三角形、渦巻、四つの小さな円、ランダムな線を含む6つの代表的な旋回軌道を設計した。 また, 種々の害虫密度シナリオにおいて, 平均計数誤差を総合的に比較し, 異なる揺らぎ軌跡の信頼度を比較することにより, 最適軌跡を決定した。 最後に,適応高速化を実現するために,信頼度駆動型クローズドループ制御システムを提案する。 連続するフレーム間の信頼度をフィードバックとしてカウントする害虫の変化を利用して、かき混ぜ速度を調節する。 我々の知る限り、この研究は動的液体環境下での物体の計数に異なる旋回軌道が与える影響を調査し、この種のタスクに適応速旋回を実装するための最初の研究である。 実験の結果は...

関連論文リスト

• Estimating Scene Flow in Robot Surroundings with Distributed Miniaturized Time-of-Flight Sensors [41.45395153490076]
  本研究では,ロボット本体上に分散した時間飛行(ToF)センサから得られた低密度・雑音点雲からのシーンフロー推定手法を提案する。 提案手法は,連続するフレームからクラスタリングし,高密度な動きの流れを推定するために反復閉点(ICP)を適用した。 我々は、静止点と移動点を区別するために適合度に基づく分類と、幾何学的対応を洗練させるために不整合除去戦略を用いる。
  論文  参考訳（メタデータ） (2025-04-03T09:57:51Z)
• Divide and Conquer: Heterogeneous Noise Integration for Diffusion-based Adversarial Purification [75.09791002021947]
  既存の浄化法は,前向き拡散過程を通じて一定のノイズを発生させ,その後に逆の処理を行い,クリーンな例を回復させることによって,対向的摂動を妨害することを目的としている。 この方法は、前処理の均一な操作が、対向的摂動と闘いながら通常のピクセルを損なうため、根本的な欠陥がある。 ニューラルネットワークの解釈可能性に基づく異種浄化戦略を提案する。 本手法は,被写体モデルが注目する特定の画素に対して高強度雑音を決定的に印加する一方,残りの画素は低強度雑音のみを被写体とする。
  論文  参考訳（メタデータ） (2025-03-03T11:00:25Z)
• Indiscriminate Disruption of Conditional Inference on Multivariate Gaussians [60.22542847840578]
  敵対的機械学習の進歩にもかかわらず、敵対者の存在下でのガウスモデルに対する推論は特に過小評価されている。 我々は,意思決定者の条件推論とその後の行動の妨害を希望する自己関心のある攻撃者について,一組の明らかな変数を乱すことで検討する。 検出を避けるため、攻撃者は、破損した証拠の密度によって可否が決定される場合に、攻撃が可否を示すことを望んでいる。
  論文  参考訳（メタデータ） (2024-11-21T17:46:55Z)
• Spatial Monitoring and Insect Behavioural Analysis Using Computer Vision for Precision Pollination [6.2997667081978825]
  昆虫は作物の最も重要な世界的な受粉者であり、自然生態系の持続可能性を維持する上で重要な役割を担っている。 現在のコンピュータビジョンは、複雑な屋外環境における昆虫追跡を空間的に制限している。 本稿では,昆虫数計測,昆虫の動き追跡,行動解析,受粉予測のためのマーカーレスデータキャプチャーシステムを紹介する。
  論文  参考訳（メタデータ） (2022-05-10T05:11:28Z)
• E-detectors: a nonparametric framework for sequential change detection [86.15115654324488]
  逐次的変化検出のための基本的かつ汎用的なフレームワークを開発する。 私たちの手順は、平均走行距離のクリーンで無症状な境界が伴います。 統計的および計算効率の両方を達成するために,これらの混合物を設計する方法を示す。
  論文  参考訳（メタデータ） (2022-03-07T17:25:02Z)
• A Benchmark for Spray from Nearby Cutting Vehicles [7.767933159959353]
  本論文は噴霧による乱れの検査方法について述べる。 噴霧による乱れを評価するための評価スキームとともに、新しい軽量噴霧装置を導入している。 密閉車両の一般的なシナリオでは、歪みが最大4秒までの知覚スタックに深刻な影響を与えていることが分かる。
  論文  参考訳（メタデータ） (2021-08-24T15:40:09Z)
• Bandit Quickest Changepoint Detection [55.855465482260165]
  すべてのセンサの継続的な監視は、リソースの制約のためにコストがかかる可能性がある。 有限パラメータ化確率分布の一般クラスに対する検出遅延に基づく情報理論の下界を導出する。 本稿では,異なる検知オプションの探索と質問行動の活用をシームレスに両立させる,計算効率のよいオンラインセンシング手法を提案する。
  論文  参考訳（メタデータ） (2021-07-22T07:25:35Z)
• Detect caterpillar, grasshopper, aphid and simulation program for neutralizing them by laser [0.0]
  この写本は害虫駆除の新しい方法を提示する。 我々は害虫検出にニューラルネットワークを用い,その中和に強力なレーザー装置(5W)を開発した。
  論文  参考訳（メタデータ） (2021-04-22T05:02:27Z)

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。