Introduction d'un modèle Skip-Row dans la planification complète de la trajectoire de couverture pour les champs agricoles

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 modèle de saut de ligne est proposée. L'approche présentée maximise la surface couverte tout en minimisant les chevauchements, la longueur de la trajectoire non fonctionnelle, le nombre de virages contenant des mouvements inverses et le temps de trajet global. Il couvre automatiquement les promontoires tout en tenant compte de la géométrie du robot et de son outil. Nous avons comparé l'approche proposée à notre approche précédente et nous avons montré que la prise en compte à la fois d'un schéma séquentiel et d'un schéma de saut de ligne augmente les chances 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 champ.

Au cours des deux dernières décennies, un effort évolutif a été mis en place dans le secteur agricole pour développer des systèmes autonomes efficaces capables d'effectuer des opérations courantes sur le terrain, notamment la récolte, la tonte et la pulvérisation. Augmenter la production tout en réduisant les coûts et les dommages environnementaux est l'un des principaux objectifs de ces systèmes autonomes. En raison de la nature de ces tâches, des techniques complètes de planification de la trajectoire de couverture sont essentielles pour déterminer la meilleure trajectoire qui couvre l'ensemble du terrain, tout en tenant compte des caractéristiques du terrain, des besoins opérationnels et des propriétés du robot. Dans cette étude, nous proposons une nouvelle approche de planification de la trajectoire de couverture complète afin de définir la trajectoire idéale d'un robot à roues dans un champ agricole. Pour identifier toutes les solutions réalisables répondant à un ensemble de contraintes prédéfinies, une méthode basée sur l'exploration arborescente est d'abord proposée pour examiner les modèles de saut de ligne. Deuxièmement, la solution la plus optimale est sélectionnée par une méthode de sélection. La méthode de sélection a pour objectif de maximiser la surface couverte tout en minimisant les chevauchements, la longueur de la trajectoire non fonctionnelle, le nombre de virages contenant des mouvements inverses et le temps de trajet global. Nous avons montré sur 6 géométries de champs réels que l'approche par saut de ligne présentait des avantages en termes de réduction de la taille de promontoire requise et permettait souvent de réduire le nombre de mouvements inverses nécessaires et les chevauchements, tout en augmentant la surface couverte.