抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
農業の環境では自動化や情報技術の存在はもはや疑問の余地はない。高性能な散布,可変施肥,自動誘導は最近の農場では通常となっている。しかしこのような技術は未だ初期の段階にあり,革新のための議論活発な温床となっている。特に,重要な研究への努力は車両のナビゲーションと一般道路外の環境認識に向けられている。しかし,開発される解法の大多数は,走行距離計測法や推測航法を参照した占有グリッド,または,二者択一的にGPSウェイポイント追従をベースとしているが,両方をベースとしてはいない。また一般道路外でのナビゲーションは,正規のグリッドで効果的に濃縮された知覚データ,およびグリッドのあらゆるセルの大域的レファレンスという両方の手法から多くの恩恵を受ける。本研究では,3次元ステレオ視覚と衛星に基づく全地球測位を組み合わせて大域的に参照するナビゲーショングリッドを構築するフレームワークを提案する。構築プロセスは速度,方向,GPS品質指数のような他の基本データに加えて,あらゆる画像取得位置で車両の測地座標に知覚情報を加えた内部記録を必要とする。局部のグリッドの生成は視界において車両により,ステレオ画像が獲得された後すぐに,リアルタイムで起こるが,ユニバーサルグリッドの最後の組立は獲得フェーズが終了後起こる。固定車両の個々のグリッドは大域的グリッドに重ね合わせられ,元の知覚データをローカル接平面座標で表されるユニバーサルセルに転送される。大域的レファレンシングにより,不連続なデータがマルチプルマッピングの時間でナビゲーショングリッドのアップデートを終了することができる。この方法は,作物の種々のユニバーサルグリッドを生成する業務用のブドウ園で検証された。突端の辺りにはいくつか困難があり,その結果として信頼性が低い方向推定となったが,ブドウの木の列は正確に再構築された。大域的に参照された正規のグリッドにより伝達されたナビゲーション情報は農業用ロボット内で来るべき実用的な実装のための強力なツールとなることが分かった。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.
