[논문 리뷰] Towards Autonomous Crop-Agnostic Visual Navigation in Arable Fields.

Alireza Ahmadi, Michael Halstead외 1명|arXiv (Cornell University)|2021. 09. 24.

Smart Agriculture and AI참고 문헌 23인용 수 6

한 줄 요약

이 논문은 사전 지도 또는 글로벌 정위치 없이 GPS를 사용하지 않고 시각 기반으로 자율 주행을 수행하는 농경지용 로봇 주행 시스템을 제안한다. 차량에 장착된 카메라를 이용해 작물 줄을 감지하고, 이를 기반으로 줄 간 전환을 수행한다. 다양한 조도 조건에서 다섯 개의 다른 작물 농경지에서 3.82 cm의 주행 정밀도를 달성하였다.

ABSTRACT

Autonomous navigation of a robot in agricultural fields is essential for every task from crop monitoring through to weed management and fertilizer application. Many current approaches rely on accurate GPS, however, such technology is expensive and also prone to failure~(e.g. through lack of coverage). As such, navigation through sensors that can interpret their environment (such as cameras) is important to achieve the goal of autonomy in agriculture. In this paper, we introduce a purely vision-based navigation scheme which is able to reliably guide the robot through row-crop fields. Independent of any global localization or mapping, this approach is able to accurately follow the crop-rows and switch between the rows, only using on-board cameras. With the help of a novel crop-row detection and a novel crop-row switching technique, our navigation scheme can be deployed in a wide range of fields with different canopy types in various growth stages. We have extensively tested our approach in five different fields under various illumination conditions using our agricultural robotic platform (BonnBot-I). And our evaluations show that we have achieved a navigation accuracy of 3.82cm over five different crop fields.

연구 동기 및 목표

• GPS 또는 사전 구축된 지도에 의존하지 않고 농경지에서 자율 주행을 가능하게 하기 위해.
• 다양한 작물 종류와 생육 단계에 대응할 수 있는 작물 무관 주행 시스템을 개발하기 위해.
• 외부 위치 기반 시스템에 의존하지 않고 차량에 장착된 카메라만을 사용해 다양한 조도 조건에서도 견고한 성능을 확보하기 위해.
• 실시간 시각 인식을 통해 정확한 줄 따라가기 및 줄 간 전환을 가능하게 하기 위해.

제안 방법

• 차량에 장착된 카메라에서 확보한 영상을 처리하는 새로운 작물 줄 감지 기법을 통해 실시간으로 작물 줄 중심을 식별한다.
• 사전 정위치 또는 지도 없이도 줄 간 전환을 수행할 수 있도록 하는 새로운 작물 줄 전환 메커니즘을 개발한다.
• GPS 또는 외부 위치 기반 시스템에 의존하지 않고 순수하게 시각 입력을 통해 시스템이 작동하도록 설계된다.
• 다양한 식생 유형과 생육 단계에 대응할 수 있도록 다양한 농경지 조건에서 유연하게 적용 가능한 방법을 설계한다.
• 이미지 기반 특징 추출과 기하학적 추론을 활용해 줄 방향과 횡방향 위치를 추정한다.
• 작물 줄에서의 실시간 시각 피드백을 기반으로 지속적으로 궤적을 보정함으로써 주행 정밀도를 유지한다.

실험 결과

연구 질문

• RQ1 시각 기반 주행 시스템이 GPS 또는 사전 지도 없이도 농경지의 작물 줄행렬에서 신뢰할 수 있는 자율 주행을 수행할 수 있는가?
• RQ2 카메라만을 사용하는 시스템이 다양한 작물 종류와 생육 단계에서 작물 줄을 얼마나 정확히 따라가고 줄 간 전환을 수행할 수 있는가?
• RQ3 외부 위치 기반 시스템 없이 차량에 장착된 카메라만을 사용해 다양한 조도 조건에서도 어떤 정도의 주행 정밀도를 확보할 수 있는가?
• RQ4 재학습 또는 정위치 기반 인프라 없이도 다양한 농경지 환경에 일반화하여 작동할 수 있는가?

주요 결과

• 제안된 시각 기반 주행 시스템은 다섯 개의 다른 작물 농경지에서 평균 3.82 cm의 주행 정밀도를 달성하였다.
• 직사광선과 산란조명을 포함한 다양한 조도 조건에서도 견고한 성능을 보였다.
• GPS 또는 사전 지ap 없이도 자율적인 줄 따라가기 및 줄 간 전환을 성공적으로 수행하였다.
• 다양한 작물 종류와 생육 단계에서 효과적으로 작동하여, 작물 무관성의 특성을 확인하였다.
• GPS 의존성이 없기 때문에 신호 손실에 더 강건하며, 농업 현장에 적용할 경우 비용 효율적이다.