- 简介本文重点关注耕地农场植物保护的关键任务，解决农业中的一个现代挑战：将生态考虑融入到像\bbot这样的精准除草机器人的操作策略中。本文介绍了除草管理算法的最新进展以及\bbot在波恩大学Klein-Altendorf校区的实际表现。我们提出了一种新颖的滚动视图观察模型，用于BonnBot-Is除草监测部分，平均绝对除草性能提高了$3.4\%$。此外，我们首次展示了精准除草机器人如何在具有生物多样性意识的复杂除草场景中考虑生态问题。我们在甜菜田中进行了全面的除草实验，涵盖了仅有杂草和杂草混合作物的情况，并引入了一个与精准除草兼容的新数据集。我们的实地实验表明，我们的除草方法能够处理各种杂草分布，只有$11.66\%$的损失归因于干预计划，$14.7\%$的损失归因于视觉系统限制，突出了需要改进视觉系统的问题。
- 图表
- 解决问题本文旨在解决农业中将生态考虑融入精准除草机器人的操作策略中的问题，介绍了杂草管理算法的最新进展和BonBot在真实场景中的表现。
- 关键思路本文提出了一种新的滚动视图观察模型，可提高除草表现，同时第一次展示了精准除草机器人如何在具有生物多样性感知的情况下处理复杂的除草场景。
- 其它亮点实验覆盖了仅有杂草和混合作物-杂草情况，提出了新的与精准除草兼容的数据集，并揭示了干预规划和视觉系统限制对除草性能的影响。
- 近期的研究包括基于机器学习的作物和杂草识别，以及基于机器人的精准除草。
沙发等你来抢
去评论
评论
沙发等你来抢