3D-Hybrid-Pfadplanung zur optimierten Abdeckung landwirtschaftlicher Felder: Ein neuartiger Ansatz für Radroboter

In diesem Artikel wird ein neuer Hybridansatz (H-CCPP) zur Optimierung der Pfadplanung für Agrarroboter vorgestellt. Im Gegensatz zu früheren Methoden verbessert H-CCPP die Verarbeitungsgeschwindigkeit, untersucht verschiedene Fahrtrichtungen und integriert Muster zum Überspringen von Zeilen sowohl für einfache als auch für komplexe Felder. Es bestimmt automatisch Ein- und Ausstiegspunkte und wurde anhand eines Datensatzes von 30 französischen Feldern rigoros evaluiert. Es zeigte eine überragende Leistung bei der Minimierung der Steigungskosten bei gleichzeitiger Aufrechterhaltung der Effizienz bei anderen wichtigen Kennzahlen. Künftige Forschungsarbeiten werden sich auf die Verbesserung der Landzungenabdeckung, die Integration realer Experimente, den Umgang mit Hindernissen und die Optimierung der Koordination mehrerer Roboter konzentrieren.

In den letzten Jahrzehnten hat die Agrarindustrie erhebliche Fortschritte bei autonomen Systemen wie Radrobotern erzielt, mit dem Hauptziel, die Effizienz zu verbessern und gleichzeitig die Auswirkungen auf die Umwelt zu verringern. In diesem Zusammenhang ist es von entscheidender Bedeutung, einen Weg für den Roboter zu bestimmen, der die Abdeckung optimiert und gleichzeitig die Topographie, die Robotereigenschaften und die Betriebsanforderungen berücksichtigt. In diesem Artikel stellen wir H-CCPP vor, eine neuartige Hybridmethode, die die umfassenden Deckungsvorteile unseres vorherigen Ansatzes O-CCPP mit der Recheneffizienz des Fields2Cover-Algorithmus kombiniert. Neben der Optimierung des Abdeckungsbereichs, der Überlappungen und der Gesamtreisezeit verbessert es den Berechnungsprozess erheblich und erhöht die Flexibilität der Trajektoriengenerierung. H-CCPP berücksichtigt auch die Geländeneigung, um der Bodenerosion und dem Energieverbrauch entgegenzuwirken. Um diesen innovativen Ansatz zu unterstützen, haben wir auch einen öffentlichen Datensatz erstellt und zur Verfügung gestellt, der sowohl 2D- als auch 3D-Darstellungen von 30 landwirtschaftlichen Feldern umfasst. Diese Ressource ermöglicht es uns nicht nur, die Effektivität unseres Ansatzes zu veranschaulichen, sondern liefert auch unschätzbare Daten für zukünftige Forschungen im Bereich der vollständigen Deckungspfadplanung (CCPP) für die moderne Landwirtschaft.