Impulser l'innovation dans la robotique et la production

Cet article présente une nouvelle approche hybride (H-CCPP) pour l'optimisation de la planification des trajectoires de couverture pour les robots agricoles. Contrairement aux méthodes précédentes, H-CCPP améliore la vitesse de traitement, explore diverses directions de conduite et intègre des modèles de saut de ligne pour les champs simples et complexes. Il détermine automatiquement les points d'entrée et de sortie et a été rigoureusement évalué sur un ensemble de données de 30 champs français, montrant une performance supérieure dans la minimisation des coûts de pente tout en maintenant l'efficacité dans d'autres mesures clés. Les recherches futures se concentreront sur l'amélioration de la couverture des tournières, l'intégration d'expériences réelles, la gestion des obstacles et l'optimisation de la coordination multirobot.

L'article explore les méthodes permettant d'améliorer la maintenance prédictive en améliorant la préparation des données pour les prédictions de durée de vie utile restante (RUL). L'étude compare l'approche traditionnelle du "plafonnement", qui limite les valeurs RUL, avec une nouvelle méthode de "filtrage" qui se concentre exclusivement sur les données de la phase de dégradation, à l'exclusion des données de fonctionnement normal. Alors que le plafonnement réduit les erreurs dans la phase de fonctionnement normal, il fausse les prévisions pendant la phase de dégradation. En revanche, l'approche par filtrage améliore la précision en entraînant le modèle uniquement sur les données de dégradation, ce qui permet d'obtenir des estimations plus précises de la durée de vie utile. Les résultats soulignent l'importance de la sélection des données pertinentes pour améliorer les performances et la fiabilité des modèles de maintenance prédictive.

Dans cet article, présenté lors de la conférence ICARA 2023, une méthode CCPP en une étape qui peut fournir un chemin de couverture avec un motif de saut de rangée est proposée. L'approche présentée maximise la zone couverte tout en minimisant les chevauchements, la longueur du chemin non fonctionnel, le nombre de virages contenant des mouvements inversés et le temps de déplacement global. Elle couvre automatiquement les fourrières tout en tenant compte de la géométrie du robot et de son outil. Nous avons comparé l'approche proposée avec notre approche précédente et nous avons montré que la prise en compte du modèle séquentiel et du modèle de saut de ligne augmente la possibilité de trouver la solution optimale. Cela augmente également la capacité d'une approche CCPP à trouver une solution appropriée pour une variété de paramètres et de formes de champs.