Fugu-MT 論文翻訳(概要): Corner Cases: Headland Coverage Path Planning for Autonomous Driving in Arable Farming

論文の概要: Corner Cases: Headland Coverage Path Planning for Autonomous Driving in Arable Farming

arxiv url: http://arxiv.org/abs/2609.04103v1
Date: Thu, 03 Sep 2026 17:08:02 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-04 18:28:39.163421
Title: Corner Cases: Headland Coverage Path Planning for Autonomous Driving in Arable Farming
Title（参考訳）: コーナーの事例:農業における自律運転のための土地被覆経路計画
Abstract要約: いくつかの以前のアプローチは、ネストした多角形と滑らかな旋回でヘッドランドを覆っていることを示唆している。新しい手法では、ポリゴンコーナーを逆転可能なように修正する。新しい手法の適用性は、実多角形フィールドマップのいくつかの例で示される。
参考スコア（独自算出の注目度）: 1.1458853556386799
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This paper presents a new method for headland coverage path planning for arable fields. Several earlier approaches suggest covering the headland with nested polygons and smooth turns, however, covering the field corners entirely requires manoeuvres with reversing. In the new method, the polygon corners are modified to allow a reversing turn. A comparison to two other methods considering gap, overlap, and crossing the field boundary shows an improvement in the coverage result especially in field corners of around 90 degrees, and 240 degrees and above. Applicability of the new method is shown with several examples of real polygonal field maps.
Abstract（参考訳）: 本稿では,耕作地における土地被覆経路計画のための新しい手法を提案する。以前のいくつかのアプローチでは、ヘッドランドをネストした多角形と滑らかな旋回で覆うことを示唆していたが、フィールドコーナーを覆うには逆転を伴う操作が必要である。新しい手法では、ポリゴンコーナーを逆転可能なように修正する。境界線間隙,重なり,交差を考慮に入れた他の2つの手法との比較では,特に約90度,240度以上の視野角における被覆率の改善が示されている。新しい手法の適用性は、実多角形フィールドマップのいくつかの例で示される。

関連論文リスト

Topologically Consistent Agricultural Parcel Vectorization with Semantic-Guided Diffusion and Topology-Aware Polygonization [3.6139826652790865]
農業用パーセルポリゴンは、精密農業、土地管理、作物モニタリングなどの地理空間的応用において基本的な役割を担っている。本稿では、トポロジカルに一貫した農業用パーセルベクター化のための意味誘導型フレームワークを提案する。
論文参考訳（メタデータ） (2026-09-07T14:02:48Z)
LDPoly: Latent Diffusion for Polygonal Road Outline Extraction in Large-Scale Topographic Mapping [5.093758132026397]
本稿では,高解像度空中画像から多角形道路輪郭を抽出する最初のフレームワークであるLDPolyを紹介する。新しいベンチマークデータセットであるMap2ImLasでLDPolyを評価する。
論文参考訳（メタデータ） (2025-04-29T11:13:33Z)
SphereUFormer: A U-Shaped Transformer for Spherical 360 Perception [61.7243424157871]
本研究では,新たなSpherical Local Self-Attention'と他の球面指向モジュールを組み込むことで,球面領域での動作を成功させ,360$Dの認識ベンチマークにおいて,深度推定とセマンティックセグメンテーションの精度を向上するトランスフォーマアーキテクチャを提案する。
論文参考訳（メタデータ） (2024-12-09T20:23:10Z)
Differentiable Convex Polyhedra Optimization from Multi-view Images [29.653374825428614]
本稿では,凸多面体の微分可能レンダリングのための新しい手法を提案する。暗黙のフィールド監視に依存する最近の手法の限界に対処する。
論文参考訳（メタデータ） (2024-07-22T14:53:29Z)
3D Neural Edge Reconstruction [61.10201396044153]
本研究では,線と曲線に焦点をあてて3次元エッジ表現を学習する新しい手法であるEMAPを紹介する。多視点エッジマップから無符号距離関数(UDF)の3次元エッジ距離と方向を暗黙的に符号化する。この神経表現の上に、推定されたエッジ点とその方向から3次元エッジを頑健に抽象化するエッジ抽出アルゴリズムを提案する。
論文参考訳（メタデータ） (2024-05-29T17:23:51Z)
Progressive Evolution from Single-Point to Polygon for Scene Text [79.29097971932529]
単点をコンパクトな多角形に効率よく変換できるPoint2Polygonを導入する。まず認識信頼度に基づいてアンカーポイントを作成し,ポリゴンを垂直に水平に精製する。また,本手法により生成したポリゴンを用いた学習において,GTと比較して精度の86%を達成し,さらに,提案したPoint2Polygonをシームレスに統合することにより,単一点スポッターにポリゴンの生成を促進させることができた。
論文参考訳（メタデータ） (2023-12-21T12:08:27Z)
Decoupling the Curve Modeling and Pavement Regression for Lane Detection [67.22629246312283]
曲線に基づく車線表現は多くの車線検出法で一般的な手法である。本稿では,曲線モデルと地上高さ回帰という2つの部分に分解することで,車線検出タスクに対する新しいアプローチを提案する。
論文参考訳（メタデータ） (2023-09-19T11:24:14Z)
CornerFormer: Boosting Corner Representation for Fine-Grained Structured Reconstruction [20.04081992616026]
構造復元のための改良されたコーナー表現法を提案する。隣接する角や小さな縁など、きめ細かい構造を再構築する方がよい。コーナーでは+1.9%@F-1、エッジでは+3.0%@F-1である。
論文参考訳（メタデータ） (2023-04-14T11:51:26Z)
Hierarchical Recurrent Attention Networks for Structured Online Maps [91.28820076955128]
疎い3次元点雲からのオンライン道路網抽出の問題に対処する。この手法はannotatorがレーングラフを構築する方法に触発され、まず何レーンあるかを特定し、順番に各レーンを描画する。我々は,レーン境界の初期領域に順応する階層的リカレントネットワークを開発し,構造化ポリラインを出力することにより,それらを完全にトレースする。
論文参考訳（メタデータ） (2020-12-22T19:35:53Z)
Field of Junctions: Extracting Boundary Structure at Low SNR [5.584060970507507]
本稿では,輪郭,角,ジャンクションなど,画像内の多くの境界要素を同時に検出するボトムアップ検出器を提案する。特に、輪郭、角、ジャンクション、および均一領域の分析により、境界検出の他の方法が失敗する高いノイズレベルで成功することができる。
論文参考訳（メタデータ） (2020-11-27T17:46:08Z)
Hierarchical Verification for Adversarial Robustness [89.30150585592648]
正解点$ell_p$ロバスト性検証問題に対する新しいフレームワークを提案する。 LayerCertは、修正線形アクティベーション(ReLU)を用いたディープフィードフォワードネットワークの階層的幾何構造を利用する提案手法は,GeoCertに比べて,解決すべき凸プログラムの数とサイズを確実に削減できることを示す。
論文参考訳（メタデータ） (2020-07-23T07:03:05Z)

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。