文献

J-GLOBAL ID：201802289480266228   整理番号：18A1298556

プロセス評価のための農業における静的および動的障害物のマルチモーダル検出とマッピング【JST・京大機械翻訳】

Multi-Modal Detection and Mapping of Static and Dynamic Obstacles in Agriculture for Process Evaluation

著者 (6件)： Korthals Timo (Cognitronics & Sensor Systems, Bielefeld University) ,  Kragh Mikkel (Department of Engineering, Aarhus University) ,  Christiansen Peter (Department of Engineering, Aarhus University) ,  Karstoft Henrik (Department of Engineering, Aarhus University) ,  Jorgensen Rasmus N. (Department of Engineering, Aarhus University) ,  Rueckert Ulrich (Cognitronics & Sensor Systems, Bielefeld University)
資料名： Frontiers in Robotics and AI (Web)  (Frontiers in Robotics and AI (Web))
巻： 5  ページ： 28  発行年： 2018年 
JST資料番号： U7099A  ISSN： 2296-9144  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 今日,農業用車両は,自動的に操縦されている間,雑草検出や散布,刈り込み,播種などの作業を自動的に実行できる。しかし,そのようなシステムは完全に自律的で自己駆動されるために,それらの特定の農業作業は自動化されなければならない。すべての障害物を自動的に検出して避ける正確でロバストな認識システムは,人間,動物,および他の環境の安全性を確保するために実現されなければならない。本論文では,農業分野におけるプロセス評価のためのマルチモーダル障害と環境検出および認識手法を提示した。提案したパイプラインは,全体的に静的および動的障害を検出し,地図化し,一方,横断軌道に沿ったプロセス関連情報を提供した。距離センサ(ライダーとレーダ)とカメラ(ステレオと熱)を含む種々のセンサ技術のための検出アルゴリズムを紹介した。検出情報は全体的に意味論的占有格子マップにマッピングされ,遅い融合によりすべてのセンサを横切って融合され,プロセス関連カテゴリ(例えば,作物,地上,および障害物)の正確な横断可能性評価と意味マッピングをもたらす。最後に,復号化ステップは,隠れMarkovモデルを用いて,車両の軌跡に沿って関連するプロセス固有パラメータを抽出し,このように,計画された経路における予想外の構造の潜在的制御システムを形成する。この方法を農業分野における多モード障害物検出のための公共データセットについて評価した。結果は,複数のセンサモダリティの組合せが検出性能を増加させ,異なる融合戦略が類似のクラスと異なるクラスを検出するアルゴリズムの間で適用されなければならないことを示した。Copyright 2018 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 隠れMarkovモデル ,  復号化 ,  *多モード ,  *農業 ,  軌跡 ,  センサ ,  雑草 ,  農作物 ,  カメラ ,  アルゴリズム ,  ロバスト性 ,  自動化 ,  安全性 ,  制御系 ,  LIDAR
準シソーラス用語： レーザレーダ , 【Automatic Indexing@JST】

著者キーワード (8件)： 占有グリッドマップ ,  マッピングと局在化 ,  障害物検出 ,  精密農業 ,  センサ融合 ,  マルチモード知覚 ,  逆センサモデル ,  プロセス評価

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： プロセス評価 ,  農業 ,  障害物 ,  マルチモーダル ,  マッピング