面向农业的逆传感器映射初探
机器人学
2018-05-23 v1
摘要
近年来，工业4.0倡议的推动丰富了构建自动驾驶汽车或智能工厂的工业与科学方法。农业应用受益于这两方面的进展，因为农业应用实质上是处理环境的移动驾驶工厂。因此，与标准室内生产线不同，由于涉及待加工的物品，对周围环境的精确感知是一项关键任务。环境处理需要准确且稳健的量化，以便正确调整加工参数并在加工过程中检测危险风险。尽管当今的方法仍基于某一特定传感器组实现功能模块，但显而易见，由所有可用信息源编译而成的统一环境表示将更具通用性、充分性和成本效益。该方法的关键在于从所提供数据发展出一种通用信息语言。本文引入并讨论了构建所谓逆传感器模型的技术，这些模型在不同但典型农业的信息提供者之间创建通用信息语言。这些信息提供者可以是当前实时传感器数据、农场管理系统，或由先前加工、无人机或卫星生成的长期信息。在工业4.0背景下，这使得不同农业系统具备互操作性并实现信息透明。
引用
@article{arxiv.1805.08595,
title = {Towards Inverse Sensor Mapping in Agriculture},
author = {Timo Korthals and Mikkel Kragh and Peter Christiansen and Ulrich Rückert},
journal= {arXiv preprint arXiv:1805.08595},
year = {2018}
}
备注
IROS 2017 Workshop on Agri-Food Robotics, 6 pages, 12 figures