基于 CNN 的自主农业机器人实时杂草检测系统设计
机器人学
2022-11-23 v1
摘要
农业一直是世界不可或缺的一部分。随着人口不断增长，对食物的需求也在增加，对农业产业的依赖亦如此。但在当今情形下，由于低产量、少降雨等原因，农业部门出现了人力短缺，人们迁往城市生活，村庄变得越来越城市化。另一方面，机器人领域在过去几年取得了巨大发展。深度学习（DL）、人工智能（AI）和机器学习（ML）等概念正与机器人技术结合，为汽车、农业、装配线管理等多个领域创建自主系统。在农业部门部署此类自主系统有助于减少人力、提高作物产量和营养品质等诸多方面。因此，本文描述了一种主要关注杂草检测的自主农业机器人的系统设计，并提出了一种用于杂草检测的改进深度学习模型。该机器人的主要目标是在无人工参与的情况下实时检测杂草，但也可扩展用于设计涉及农耕的其他各种应用（如除草、犁地、收割等）的机器人，从而使农业产业更高效。源代码及其他细节可在 https://github.com/Dhruv2012/Autonomous-Farm-Robot 找到。
引用
@article{arxiv.2211.12077,
title = {Design of an Autonomous Agriculture Robot for Real Time Weed Detection using CNN},
author = {Dhruv Patel and Meet Gandhi and Shankaranarayanan H. and Anand D. Darji},
journal= {arXiv preprint arXiv:2211.12077},
year = {2022}
}
备注
Published at the AVES 2021 conference. Source code and other details can be found at https://github.com/Dhruv2012/Autonomous-Farm-Robot