Core Concepts
이동형 로봇을 이용하여 실시간으로 과수원 내 수목을 탐지하고 수목의 폭과 높이와 같은 기하학적 특성을 추정하는 알고리즘 프레임워크를 제안한다.
Abstract
이 연구에서는 실시간 및 이동 중 수목 탐지와 주요 기하학적 특성(폭과 높이) 추정을 수행하기 위한 알고리즘 프레임워크를 제안한다. 이 방법은 2D 도메인 특정 데이터(적색-녹색-근적외선 카메라를 통해 획득한 정규화된 식생 지수)와 3D LiDAR 포인트 클라우드의 융합을 기반으로 한다. 제안된 시스템은 다중 모드 및 엔트로피 기반 랜드마크 대응 접근 방식을 특징으로 하며, 이를 기반으로 하는 Kalman 필터 시스템을 통해 주변 수목을 인식하고 공간 및 식생 기반 특성을 공동으로 추정한다. 실제적인 시뮬레이션 테스트를 통해 다양한 설정에서 제안된 알고리즘의 동작을 평가하였다. 농업 현장에서의 물리적 실험을 통해 온보드 컴퓨팅 및 센싱 리소스만을 사용하여 실시간으로 정확한 수목 정보를 획득할 수 있음을 검증하였다.
Stats
실험 당일 보고된 풍속은 16km/h, 최대 풍속은 40km/h였다.
직선 경로 실험에서 수목 폭 추정의 최대 평균 절대 백분율 오차(MAPE)는 12.1%, 수목 높이 추정의 최대 MAPE는 14.7%였다.
N형 및 S형 경로 실험에서 수목 폭 추정의 최대 MAPE는 16.6%, 수목 높이 추정의 최대 MAPE는 15.2%였다.
CitrusFarm 데이터셋에서 N형 경로 실험 시 수목 폭 추정의 최대 MAPE는 12.7%, 수목 높이 추정의 최대 MAPE는 9.9%였다.
Quotes
"실시간 및 이동 중 수목 탐지와 주요 기하학적 특성(폭과 높이) 추정을 수행하기 위한 알고리즘 프레임워크를 제안한다."
"제안된 시스템은 다중 모드 및 엔트로피 기반 랜드마크 대응 접근 방식을 특징으로 하며, 이를 기반으로 하는 Kalman 필터 시스템을 통해 주변 수목을 인식하고 공간 및 식생 기반 특성을 공동으로 추정한다."
"실제적인 시뮬레이션 테스트와 농업 현장에서의 물리적 실험을 통해 제안된 방법의 효과와 실시간 강건성을 입증하였다."