迈向自主作物监测：在杂乱环境中插入传感器
机器人学
2023-11-08 v1
摘要
我们提出了一种基于接触的表型机器人平台，可自主将硝酸盐传感器插入玉米秆中以主动监测作物中的大量营养素水平。该任务具有挑战性，因为插入此类传感器需要在含有高度杂乱、光照变化和遮挡的环境中达到亚厘米级精度。为应对这些挑战，我们开发了一个鲁棒的感知-动作流水线来检测并抓取秆体，并制作了一种定制机器人夹爪，可在将传感器插入秆体前对其进行机械对齐。通过在爱荷华州玉米田中 48 株独特秆体上的实验验证，我们展示了该平台具备 94% 的秆体检测成功率、90% 的抓取成功率和 60% 的传感器插入成功率。除开发自主表型研究平台外，我们分享了从实地部署中获得的关键挑战与见解。我们的研究平台已开源，更多信息可在 https://kantor-lab.github.io/cornbot 获取。
引用
@article{arxiv.2311.03697,
title = {Towards Autonomous Crop Monitoring: Inserting Sensors in Cluttered Environments},
author = {Moonyoung Lee and Aaron Berger and Dominic Guri and Kevin Zhang and Lisa Coffee and George Kantor and Oliver Kroemer},
journal= {arXiv preprint arXiv:2311.03697},
year = {2023}
}