Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  robot rolniczy
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
100%
EN
An agriculture robot has been demanded in recent years. Inaccurate in estimating the maturity of the chili always happens since the human eyes are tend to prone to errors. Serving an effective, innovative, feasible chili recognition system would help farmers as economical alternative by reducing the workloads while increasing fruit yield. Hence, a comprehensive framework of chili maturity estimation using deep learning is carried out.
PL
W ostatnich latach pojawił się popyt na robota rolniczego. Niedokładne oszacowanie dojrzałości chili zawsze się zdarza, ponieważ ludzkie oczy są podatne na błędy. Dostarczenie skutecznego, innowacyjnego i wykonalnego systemu rozpoznawania chili pomogłoby rolnikom jako ekonomiczna alternatywa, zmniejszając obciążenie pracą przy jednoczesnym zwiększeniu plonów owoców. W związku z tym przeprowadzane są kompleksowe ramy szacowania dojrzałości chili z wykorzystaniem głębokiego uczenia.
EN
The aim of the paper is to make collision avoidance methods overview, used in navigation system of autonomous robot for sowing and wide row planting. Autonomous work of the robot in range of traction and agronomic processes will be implemented on the basis of data from a many sensors (cameras, sensors position, sensors distance, and others). Positive test results will allow for the use of the robot in organic crops requiring mechanical removal of weeds or in crops with application of selective liquid agrochemicals limited to the minimum. The collision avoidance was divided into two different subproblems: detecting the obstacle and avoiding the obstacle. The obstacles will be detected from the 2D laser scanner measurements with the help of a clustering algorithm. It's was the path tracking method based on the Nonlinear Model Predictive Control (NMPC).
PL
Celem referatu jest przedstawienie metod unikania przeszkód wykorzystanych w systemie nawigacji autonomicznego robota polowego przeznaczonego do siewu i pielęgnacji upraw szerokorzędowych. Autonomiczna praca robota w zakresie trakcji i realizacji procesów agrotechnicznych realizowana będzie na podstawie danych z szeregu czujników (kamery, czujniki położenia, odległości i inne). Pozytywne wyniki badań pozwolą na zastosowanie robota w ekologicznych uprawach wymagających mechanicznego usuwania chwastów, lub w uprawach z ograniczonym do minimum selektywnym stosowaniem ciekłych agrochemikaliów. W metodach unikania przeszkód ważne są dwa cele: wykrycie przeszkody i ominięcie przeszkody. W tym przypadku przeszkoda będzie wykrywana na podstawie pomiarów ze skanera laserowego 2D, z wykorzystaniem algorytmu klasteryzacji. Jest to metoda śledzenia ścieżki na podstawie nieliniowego modelu sterowania predykcyjnego NMPC (Nonlinear Model Predictive Control).
EN
The aim of the paper was to propose conception of autonomous robot for sowing and wide row planting. Autonomous work of the robot in range of traction and agronomic processes will be implemented on the basis of data from a many sensors (cameras, sensors position, sensors distance, and others). Positive test results will allow for the use of the robot in organic crops requiring mechanical removal of weeds or in crops with application of selective liquid agrochemicals limited to the minimum. Until control systems can be perfected and development cost recouped, the growth in autonomous field production systems will come in fits to starts. So that very important is mentioned in this paper, projects initial assumptions.
PL
Celem referatu jest przedstawienie koncepcji autonomicznego robota polowego przeznaczonego do siewu i pielęgnacji upraw szerokorzędowych. Autonomiczna praca robota w zakresie trakcji i realizacji procesów agrotechnicznych realizowana będzie na podstawie danych z szeregu czujników (kamery, czujniki położenia, odległości i inne). Pozytywne wyniki badań pozwolą na zastosowanie robota w ekologicznych uprawach wymagających mechanicznego usuwania chwastów, lub w uprawach z ograniczonym do minimum selektywnym stosowaniem ciekłych agrochemikaliów. Jeżeli nie zmieni się sie projektowanie systemów sterujących pracą jako idealnych i nie obciążonych kosztami, to nie będzie zauważalny rozwój systemów autonomicznych.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.