文献

J-GLOBAL ID：202202262130947432   整理番号：22A0947373

標的除草モードと深層学習技術を組み合わせたインテリジェントなイントラローロボット除草システム【JST・京大機械翻訳】

Intelligent intra-row robotic weeding system combining deep learning technology with a targeted weeding mode

著者 (7件)： Quan Longzhe (College of Engineering, Northeast Agricultural University, Harbin, 150030, China) ,  Quan Longzhe (College of Engineering, Anhui Agricultural University, Hefei, 230036, China) ,  Jiang Wei (College of Engineering, Northeast Agricultural University, Harbin, 150030, China) ,  Li Hailong (College of Engineering, Northeast Agricultural University, Harbin, 150030, China) ,  Li Hengda (College of Engineering, Northeast Agricultural University, Harbin, 150030, China) ,  Wang Qi (College of Engineering, Northeast Agricultural University, Harbin, 150030, China) ,  Chen Liqing (College of Engineering, Anhui Agricultural University, Hefei, 230036, China)
資料名： Biosystems Engineering  (Biosystems Engineering)
巻： 216  ページ： 13-31  発行年： 2022年 
JST資料番号： E0030A  ISSN： 1537-5110  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 機械的雑草防除は,有機農業における雑草管理のための最も有望な雑草防除方法である。様々な利用可能な方法の中で,列間除草技術は比較的成熟しており,研究者は,列内除草技術に焦点を当ててきた。本研究の目的は,作物と雑草検出のための深い学習に基づく,新しいインテリジェントな列内機械的ロボット除草システムを開発することである。このシステムは移動ロボットプラットフォームと2つの知的除草ユニットから成る。移動ロボットプラットフォームは,除草ユニットのための運転条件と同様に,電力サポートを提供する。深層学習検出結果に基づいて,標的除草パターンを提案し,保護および標的除草帯を,作物損傷率を減らすための厳密な基準によって確立した。さらに,3つの雑草防除ナイフを,異なる圃場環境に従って設計した。圃場試験は,3つの雑草ナイフの間で,プラウ表面除草ナイフがフラット栽培のために最も効果的で最も適切なナイフであり,ウェッジ除草ナイフがリッジ植え付けに最も適していることを示した。得られた結果に基づいて,最良の除草法を決定し,実験は,リッジ植え付け条件下でウェッジ除草ナイフを用いて繰り返した。最終雑草除去率は85.91%であり,作物損傷率は1.17%であった。結果は,提案した列内雑草防除法の実現可能性を示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 電力 ,  農業 ,  *ロボット ,  農作物 ,  栽培 ,  雑草 ,  移動 ,  雑草防除 ,  有機農法 ,  土壌管理
準シソーラス用語： ロボットプラットフォーム ,  運転条件 ,  精密農業 ,  *除草 ,  雑草管理 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： ロボット除草 ,  畝内雑草防除 ,  有機農業 ,  精密農業 ,  深層学習

分類 (1件)： 圃場作業用機械  (FB03020Z)

タイトルに関連する用語 (3件)： 標的 ,  除草 ,  深層学習