TrimBot2020: 一款自动园艺用途的户外机器人
设计并进行实验,展示了一款称为农业应用机器人 (AAR) 的轻型、太阳能电动的智能地面机器人,其使用智能感知进行植物的检测和分类,在半自主的情况下可以对低矮蔬菜进行各种操作,如除草、施肥、喷洒杀虫剂等,并提供了对未来研究的有用信息。
Aug, 2022
本文主要研究内容是关于农田植物保护的关键任务,集中讨论一个农业的现代挑战:如何将生态考虑融入像 BonBot 这样的精准除草机器人的操作策略。通过在波恩大学 Klein-Altendorf 校区的实际表现,本文介绍了除草管理算法的最新进展以及 BonBot 在实际场景中的表现。同时,本文首次展示了精准除草机器人如何在具有生物多样性关注的除草情境中运作。以甜菜田为实验场地,本文进行了全面的除草实验,涵盖了仅有杂草和混合作物 - 杂草的情况,并引入了与精准除草兼容的新数据集。实地实验结果显示,我们的除草方法能够处理各种杂草分布,并且仅有 11.66% 的损失归因于干预规划,14.7% 的损失归因于视觉系统限制,强调了视觉系统需要改进的地方。
May, 2024
该论文介绍了 ELUA,即城市农业生态实验室,该实验室应用人工智能、机器人技术和计算机视觉等技术进行种植、浇水、除草和修剪等,旨在将人工智能与城市生态系统结合,鼓励景观设计师开发可与环境长期交互的适应性设计框架。
May, 2023
该研究提出了一种新型硬件和算法,利用物理规模的实验室和神经网络等技术相结合,实现了对不同作物进行自动化修剪的目标。该系统能够自动评估植物分布,选择要裁剪的部位,并根据训练好的神经网络自动裁剪,维护植物多样性和覆盖率。实验结果证明,系统能够在保持高平均枝叶覆盖率的同时,实现高度规范化的多植物分布。
Aug, 2022
机器人采摘对于农业生产率、成本降低、食品质量改善、可持续性提升以及解决劳动力短缺具有积极影响。本研究提出了基于 Cosserat 杆的 Gazebo 仿真平台插件,用于模拟植物运动,以克服传统物理引擎对于非刚性物体(如植物和庄稼)处理的局限性,实现在仿真环境中模拟机器人手臂采摘水果并取得与真实实验相媲美的结果。
Feb, 2024
本文介绍了一种低成本、DIY 的教育机器人 ClipBot,它的 “骨架” 由两个纸夹制成,该机器人的机械配置制约了其运动的物理能力,因此需要使用人工智能等方法来克服硬件限制,作者通过讲述在高中学生中组织的关于优化 robot 动作方案的 “迷人信息学” 的研究周实验介绍了教育机器人的学习过程。
Oct, 2022
本文提出了一种名为 iGrow 的智能农业解决方案,利用传感器、人工智能和优化算法来控制自动化温室,实现高效智能化的农业生产,实验证明其显著提升了作物的产量和净利润。
Jul, 2021
采用数据驱动的方法,利用移动机器人完成家庭环境中的整理任务,并在 2020 年世界机器人挑战赛中获得第二名。核心技术包括移动机器人、视觉识别、物体操作和运动规划。
Jul, 2022