CropFollow++の実運用から得た教訓：キーポイントを用いた作物冠下の農業ナビゲーション
Lessons from Deploying CropFollow++: Under-Canopy Agricultural Navigation with Keypoints
作物列の狭い間隔やGPS・LiDARの誤差に対応するため、意味的キーポイント表現を用いた解釈可能なナビゲーションシステムを開発し、実際の農場で25km規模の走行実験を行って得られた知見を報告した。
著者: Arun N. Sivakumar, Mateus V. Gasparino, Michael McGuire, Vitor A. H. Higuti, M. Ugur Akcal, Girish Chowdhary
分類: cs.RO, cs.AI, cs.CV, cs.LG
原文アブストラクト
We present a vision-based navigation system for under-canopy agricultural robots using semantic keypoints. Autonomous under-canopy navigation is challenging due to the tight spacing between the crop rows ($\sim 0.75$ m), degradation in RTK-GPS accuracy due to multipath error, and noise in LiDAR measurements from the excessive clutter. Our system, CropFollow++, introduces modular and interpretable perception architecture with a learned semantic keypoint representation. We deployed CropFollow++ in multiple under-canopy cover crop planting robots on a large scale (25 km in total) in various field conditions and we discuss the key lessons learned from this.
関連論文
- 畝を抜け出せ：農業ロボットナビゲーションのための視覚ベースの作物列退出農業ロボットナビゲーション
- 自動アノテーションを用いた視覚ベースのブドウ園ナビゲーション農業ロボットナビゲーション
