論文の概要: IVG-UAV: An Intelligent Voice-Guided UAV System for Autonomous Ripe Fruit Harvesting with Vision-Based Classification and Adaptive Path Planning

• arxiv url: http://arxiv.org/abs/2610.09398v1
• Date: Wed, 07 Oct 2026 03:59:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.710716
• Title: IVG-UAV: An Intelligent Voice-Guided UAV System for Autonomous Ripe Fruit Harvesting with Vision-Based Classification and Adaptive Path Planning
• Title（参考訳）: IVG-UAV:視覚に基づく分類と適応経路計画による自律型果実収穫のためのインテリジェント音声誘導型UAVシステム
• Abstract要約: 本研究は,収穫作業の自動化を目的とした音声制御無人航空機(UAV)システムの開発とシミュレーションを行う。 提案システムは,Whisper [1] と LLM を用いた音声認識,コンピュータビジョンに基づく熟度分類,および統合されたフレームワーク内での適応経路計画を統合した。 システム全体がガゼボシミュレーション環境でモデル化および検証され、制御された農業シナリオ下での性能評価が可能である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In tropical regions, their agricultural sectors remain highly dependent on manual labor for fruit harvesting. On large-scale farms, this dependency often results in significant labor cost and logistic complexities. This project presents the development and simulation of a voice-controlled Unmanned Aerial Vehicle (UAV) system designed to automate harvesting tasks in extensive plantations. The proposed system integrates speech recognition using Whisper [1] and LLM, computer vision-based ripeness classification, and adaptive path planning within a unified framework. The entire system is modeled and validated in a Gazebo simulation environment, allowing performance evaluation under controlled agricultural scenarios
• Abstract（参考訳）: 熱帯地域では、彼らの農業部門は収穫のための手作業に大きく依存している。 大規模農場では、この依存は労働コストとロジスティックな複雑さをもたらすことが多い。 大規模プランテーションにおける収穫作業の自動化を目的とした音声制御無人航空機(UAV)システムの開発とシミュレーションを行う。 提案システムは,Whisper [1] と LLM を用いた音声認識,コンピュータビジョンに基づく熟度分類,および統合されたフレームワーク内での適応経路計画を統合した。 システム全体がガゼボシミュレーション環境でモデル化・検証され、制御された農業シナリオ下での性能評価が可能となる。

関連論文リスト

• From Vision to Harvest: Benchmarking Vision-Language Models for Multi-Arm Robotic Fruit Harvesting [1.4864330733766584]
  マルチアームのロボット収穫は、収穫効率を改善し、手作業への依存を減らすための有望な道を提供する。 既存の手法は、しばしばターゲット環境でかなりのデータ収集を必要とするか、計画品質を制限する仮定を単純化することに依存する。 我々は、ゼロショットマルチアーム果実収穫計画において、事前訓練されたビジョンランゲージモデル(VLM)を評価するための最初の包括的なベンチマークを紹介する。
  論文  参考訳（メタデータ） (2026-09-11T23:36:41Z)
• LeAD: The LLM Enhanced Planning System Converged with End-to-end Autonomous Driving [48.607991747956255]
  本稿では,大規模な言語モデル(LLM)拡張と模倣学習に基づくエンドツーエンド(E2E)フレームワークを統合した,二段階自動運転アーキテクチャLeADを提案する。 CARLAシミュレータでの実験的な評価は、LeADが従来と異なるシナリオをうまく扱えることを示し、Leadboard V1ベンチマークで71点、ルート完了率は93%である。
  論文  参考訳（メタデータ） (2025-07-08T07:58:29Z)
• SOLVE: Synergy of Language-Vision and End-to-End Networks for Autonomous Driving [51.47621083057114]
  SOLVEは、ビジョンランゲージモデルとエンド・ツー・エンド(E2E)モデルを相乗化して自動運転車の計画を強化する革新的なフレームワークである。 提案手法は,VLMとE2Eコンポーネント間の包括的インタラクションを実現するために,共有ビジュアルエンコーダによる機能レベルでの知識共有を重視している。
  論文  参考訳（メタデータ） (2025-05-22T15:44:30Z)
• Automatic Generation of Scenarios for System-level Simulation-based Verification of Autonomous Driving Systems [0.0]
  本稿では,AIコンポーネントを用いた自律システムのシステムレベルのシミュレーションに基づくV&Vフレームワークについて述べる。 このフレームワークは、システムの振る舞いを象徴的に記述する抽象モデルであるシステムのシミュレーションモデルに基づいている。 シナリオの自動生成をガイドするために、さまざまなカバレッジ基準を定義することができます。
  論文  参考訳（メタデータ） (2023-11-16T11:03:13Z)
• Fusion-Driven Tree Reconstruction and Fruit Localization: Advancing Precision in Agriculture [2.338903291171288]
  本研究では,RGB画像,LiDAR,IMUデータの相乗効果を利用して複雑な木復元を行う手法を提案する。 制御された環境と実際の桃果樹園の両方で実験が行われた。
  論文  参考訳（メタデータ） (2023-10-23T17:44:59Z)
• Domain Generalization for Crop Segmentation with Standardized Ensemble Knowledge Distillation [42.39035033967183]
  サービスロボットは、周囲を理解し、野生のターゲットを識別するリアルタイム認識システムが必要です。 しかし、既存の方法はしばしば、新しい作物や環境条件への一般化において不足している。 本稿では,知識蒸留を用いた領域一般化手法を提案する。
  論文  参考訳（メタデータ） (2023-04-03T14:28:29Z)
• Large-scale Autonomous Flight with Real-time Semantic SLAM under Dense Forest Canopy [48.51396198176273]
  本研究では,大規模自律飛行とリアルタイムセマンティックマッピングを,挑戦的なアンダーキャノピー環境下で実現可能な統合システムを提案する。 我々は、スキャン全体で関連付けられ、木のトランクモデルと同様にロボットのポーズを制約するために使用されるLiDARデータから、木の幹と地面の平面を検出し、モデル化する。 ドリフト補償機構は、プランナー最適性とコントローラ安定性を維持しつつ、セマンティックSLAM出力を用いたドリフトをリアルタイムで最小化するように設計されている。
  論文  参考訳（メタデータ） (2021-09-14T07:24:53Z)
• Navigational Path-Planning For All-Terrain Autonomous Agricultural Robot [0.0]
  本報告は農地の自律ナビゲーションのための新しいアルゴリズムの比較である。 インドの環境に特有な高解像度グリッドマップ表現について検討する。 その結果、自律的なフィールドナビゲーションとロボット経路計画の実現性にアルゴリズムが適用可能であることが証明された。
  論文  参考訳（メタデータ） (2021-09-05T07:29:13Z)
• A Multi-UAV System for Exploration and Target Finding in Cluttered and GPS-Denied Environments [68.31522961125589]
  複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。 UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。 その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
  論文  参考訳（メタデータ） (2021-07-19T12:54:04Z)
• Efficient UAV Trajectory-Planning using Economic Reinforcement Learning [65.91405908268662]
  UAV間でタスクを分散するための経済取引に触発された新しい強化学習アルゴリズムであるREPlannerを紹介します。 エージェントが協力し、リソースを競うことができるマルチエージェント経済ゲームとして、パス計画問題を策定します。 UAV協力によるタスク分布の計算を行うため、Swarmサイズの変化に対して非常に耐性が高い。
  論文  参考訳（メタデータ） (2021-03-03T20:54:19Z)

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。