Kurz gesagt:
Im Zusammenhang mit der CIFRE-Diplomarbeit von Danial Pour Arab, die von Caroline Essert vom IMAGES-Labor der Universität Straßburg und Matthias Spisser, Leiter der Innovationsabteilung für autonome Offroad-Anwendungen bei Technology & Strategy, betreut wurde, präsentieren wir einen Artikel, der im renommierten Journal of Field Robotics veröffentlicht wurde. In diesem Artikel wird die anerkannte Arbeit von Danial Pour Arab vorgestellt, der sich mit der Suche nach effizienten Lösungen beschäftigt, die es den landwirtschaftlichen Robotern ermöglichen, landwirtschaftliche Aufgaben auf einem vordefinierten Gelände zu erledigen.
Zusammenfassung:
In der Landwirtschaft wurden in den letzten zwei Jahrzehnten große Anstrengungen unternommen, um präzise autonome Systeme zu entwickeln, die typische Aufgaben auf dem Feld wie Ernten, Mähen und Sprühen übernehmen. Eines der Hauptziele eines autonomen Systems in der Landwirtschaft ist es, die Effizienz zu verbessern und gleichzeitig die Umweltbelastung und die Kosten zu senken. Aufgrund der Beschaffenheit dieser Arbeitsgänge spielen Ansätze zur vollständigen Pfadplanung (CCPP) eine wesentliche Rolle, um einen optimalen Pfad zu finden, der das gesamte Feld abdeckt und dabei die Topographie des Geländes, die Arbeitsanforderungen und die Robotereigenschaften berücksichtigt. Das Ziel dieses Artikels ist es, einen CCPP-Ansatz vorzuschlagen, der die optimalen Bewegungen mobiler Roboter über ein landwirtschaftliches Feld definiert. Zunächst wird eine auf Baumexploration basierende Methode vorgeschlagen, um alle potenziellen Lösungen zu finden, die einige vordefinierte Einschränkungen erfüllen. Zweitens wird eine Methode zur Ähnlichkeitsprüfung und Auswahl der optimalen Lösungen vorgeschlagen, um ähnliche Lösungen zu eliminieren und die besten Lösungen zu finden. Die Optimierungsziele sind die Maximierung des Abdeckungsbereichs und die Minimierung von Überschneidungen, der Länge der nicht funktionierenden Pfade und der Gesamtreisezeit. Um eine breite Palette möglicher Lösungen zu untersuchen, kann unser Ansatz mehrere Eingänge für den Roboter berücksichtigen. Für Felder mit komplexer Form werden auch verschiedene Trennlinien berücksichtigt, um sie in einfache Polygone aufzuteilen. Unser Ansatz berechnet auch die Vorgewendezonen und deckt sie automatisch ab, was zu einer hohen Abdeckungsrate des Feldes führt.