文献

J-GLOBAL ID：202202281820432858   整理番号：22A0026507

精密形状および位置再構成アプローチによる閉塞果実のロボット収穫【JST・京大機械翻訳】

Robotic harvesting of the occluded fruits with a precise shape and position reconstruction approach

著者 (4件)： Gong Liang (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Wang Wenjie (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Wang Tao (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Liu Chengliang (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China)
資料名： Journal of Field Robotics  (Journal of Field Robotics)
巻： 39  号： 1  ページ： 69-84  発行年： 2022年 
JST資料番号： B0014C  ISSN： 1556-4959  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： オクルージョンは,視覚ベースの果実ピッキングロボットの成功率に影響する主要因子の1つである。野外応用における閉塞果実を正確に位置づけ,把握することは重要であるが,まだ普遍的で有効な解決策はない。本論文では,深層学習とマルチソース画像に基づくオクルージョンターゲットの空間幾何学的特徴の高精度推定方法を提示し,そのオクルージョンが存在しないならば,全ターゲット果実を想定する選択収穫ロボットを可能にした。最初に,RGB,深さおよび赤外線画像を取得した。そして,画素レベル整合RGB-D-I融合画像を,画像記録によって得た。第2に,温室における閉塞トマトを検出する問題を目指して,拡張Mask-RCNNネットワークを設計して,目標トマトを抽出した。目標セグメンテーション精度は7.6%向上した。次に,部分的閉塞トマトのために,形状および位置回復法を用いて,不明瞭なトマトを回復した。このアルゴリズムは,復元深度画像から直接トマト半径と重心座標を抽出することができる。平均断面は0.895であり,重心位置誤差は25%の閉塞率に対して0.62mmであり,1と12KLuxの間の照度であった。そして,二重腕ロボット収穫システムを改良して,果実当たり11秒の採取時間,8.21mmの平均把持精度,および73.04%の平均収穫成功率を達成した。提案方法は,単なる画像スタイル復元の代わりに高忠実度幾何学的再構成を実現して,それはロボットをフィールドシーンの障害物を通して見る能力を持ち,その結果,その操作成功率を改善する。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  視覚 ,  照度 ,  ネットワーク ,  *ロボット ,  トマト ,  重心 ,  画素 ,  再構成 ,  赤外線画像 ,  オクルージョン
準シソーラス用語： 成功率 ,  高精度 ,  収穫ロボット ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 農業ロボット ,  深層学習 ,  隠された果実 ,  形状と位置の再構成

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (5件)： 再構成 ,  閉塞 ,  果実 ,  ロボット ,  収穫