文献

J-GLOBAL ID：202202291537978830   整理番号：22A0324479

畳込みニューラルネットワークと画像セグメンテーションによる収穫ロボットのための実時間分岐検出と再構成機構【JST・京大機械翻訳】

A real-time branch detection and reconstruction mechanism for harvesting robot via convolutional neural network and image segmentation

著者 (6件)： Wan Hao (School of Automation, Northwestern Polytechnical University, China) ,  Fan Zeming (School of Automation, Northwestern Polytechnical University, China) ,  Yu Xiaojun (School of Automation, Northwestern Polytechnical University, China) ,  Kang Meilin (School of Automation, Northwestern Polytechnical University, China) ,  Wang Pengbo (School of Automation, Northwestern Polytechnical University, China) ,  Zeng Xilei (School of Automation, Northwestern Polytechnical University, China)
資料名： Computers and Electronics in Agriculture  (Computers and Electronics in Agriculture)
巻： 192  ページ： Null  発行年： 2022年 
JST資料番号： T0337A  ISSN： 0168-1699  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： コストの上昇と労働供給の減少によって課される果実収穫の負担を軽減するために,インテリジェントロボットは現代の農場で非常に望まれている。しかし,主要な問題は,収穫過程中の腕の動きを計画するために,ロボットに対する木の枝を検出し,位置付ける方法である。本研究では,不明瞭な分岐検出と再構成問題を取り上げ,畳み込みニューラルネットワーク(CNN)と画像処理技術を用いてリアルタイム分岐検出と再構成(RBDR)機構を提案した。最初に,著者らは,裸枝を検出し,それらの粗い局在化を完了するために,分岐-CNNフレームワークを構築し,次に,正確な分岐領域を得るために,HSV空間におけるバックグラウンドセグメンテーションを実現した。最後に,考慮された距離と角度制約によって,多項式適合を,不明瞭な領域に埋めるために同じ枝の正確なボックスに実行した。提案したRBDR機構を収穫ロボットプラットフォームに適用し,実験室模擬果樹園環境と実際のザクロ樹木環境の両方による実験を行い,その実現可能性を検証した。結果は,シミュレーション環境の下で,0.5,Branch-CNNが,平均検出精度,再現率,およびF1-Scoreがそれぞれ90.98%,92%,および91%であり,RBDRの平均再構成精度が88.76%であることを示した。実際のザクロ樹木環境の下で,Branch-CNNは,それぞれ90.7%の検出精度,89%の再現率,および90%のF1-Scoreを達成した。RBDRの全体再構成速度は,960×720の分解能を有する画像上で22.7フレーム/秒(FPS)であった。そのような結果は,RBDRの合理性と有効性を完全に実証した。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： シミュレーション ,  多項式 ,  *セグメンテーション ,  *ロボット ,  *ニューラルネットワーク ,  果物 ,  画像処理 ,  知能ロボット ,  農場 ,  *収穫 ,  果樹園 ,  フレームワーク【ソフトウェア開発】
準シソーラス用語： *画像セグメンテーション ,  ロボットプラットフォーム ,  *収穫ロボット ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 分岐 ,  CNN ,  検出 ,  再建

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 畳込みニューラルネットワーク ,  画像セグメンテーション ,  収穫ロボット ,  実時間 ,  分岐 ,  再構成