基于计算机视觉的农业喷洒器喷臂位移自动定量
计算机视觉与模式识别
2025-06-26 v1
摘要
使用自驾农业喷洒器进行农业生产时的 application rate 误差仍是一个 concern. 除了其他因素外, 喷臂稳定性是application error的主要贡献者之一. 喷臂宽度为38米, 结合30 kph的驾驶速度, 可变地形, 和在maneuvering复杂场地边界时机器的动力学, 使这些喷臂的控制非常复杂. 然而, 尚无关于喷臂位移程度的定量知识以系统性地开发可能包括喷臂设计和响应喷臂控制系统的解决方案. 因此, 开展了本研究, 以开发自动化计算机视觉系统来量化各种农业喷洒器的喷臂位移. 开发了计算机视觉系统来实时跟踪喷臂边缘的目标. 训练了YOLO V7, V8, 和 V11神经网络模型来跟踪喷臂在作业中的位移, 以量化垂直和横向方向上的有效位移. 在喷臂上安装了倾斜仪传感器以捕获喷臂角度并验证神经网络模型输出. 结果表明, 模型能够以超过90%的准确率检测目标, 且目标在喷臂上的距离估计值与倾斜仪传感器数据相差0.026米. 该系统可以对当前喷洒器的喷臂位移进行量化, 并可能对任何其他喷洒器进行 minor 修改. 该数据可用于改进设计以使喷臂更稳定, 并实现更高的application accuracy.
引用
@article{arxiv.2506.19939,
title = {Computer Vision based Automated Quantification of Agricultural Sprayers Boom Displacement},
author = {Aryan Singh Dalal and Sidharth Rai and Rahul Singh and Treman Singh Kaloya and Rahul Harsha Cheppally and Ajay Sharda},
journal= {arXiv preprint arXiv:2506.19939},
year = {2025}
}
备注
Under publication process for COMPAG