Avances en robots autónomos para viñedos
Nuevo sistema de navegación mejora la eficiencia de los robots agrícolas en viñedos.
― 7 minilectura
Tabla de contenidos
Los Robots agrícolas están revolucionando la agricultura al hacerse cargo de tareas repetitivas, lo que puede ayudar a aumentar la producción de cultivos y reducir costos. Para que estos robots funcionen bien, deben moverse por su cuenta en campos o Viñedos sin necesitar que alguien los guíe. Se ha desarrollado un nuevo sistema de Navegación que utiliza tecnología LiDAR (Detección y Medición de Luz) y sensores para ayudar a estos robots a moverse de manera precisa entre las filas de Plantas, haciendo posible trabajar eficazmente en viñedos.
La Necesidad de Navegación Autónoma
La necesidad de más comida en un mundo que está cambiando por problemas climáticos presenta desafíos para la agricultura. Los agricultores necesitan producir más cultivos mientras gestionan los recursos de manera sabia y mantienen bajos los costos. Los robots agrícolas están diseñados para ayudar en esto al realizar tareas que son difíciles o que llevan mucho tiempo. Sin embargo, para que estos robots sean útiles, deben encontrar su camino por sí mismos sin ayuda humana. Hay dos formas principales en que los robots pueden navegar: usando mapas o no usándolos. La navegación basada en mapas puede funcionar bien en lugares desorganizados, pero puede ser más compleja y costosa. Por otro lado, muchos lugares agrícolas, como los viñedos, tienen una organización sencilla con plantas en filas ordenadas. Esto permite la navegación sin depender de mapas.
Usando LiDAR para Navegación
A menudo, los robots en agricultura utilizan información del Sistema Global de Navegación por Satélite (GNSS) para seguir caminos planificados o para ayudarse a ubicarse. También existe una tecnología llamada GNSS Diferencial que ayuda con el seguimiento de ubicación muy preciso. Sin embargo, las señales de GNSS pueden ser débiles o faltar en lugares con plantas altas y vegetación densa. LiDAR, junto con sensores de cámara, puede ayudar. LiDAR utiliza luz láser para crear una imagen detallada del entorno. Funciona bien en diferentes condiciones de iluminación, lo cual es importante en la agricultura, donde el sol puede crear sombras.
El Sistema de Navegación
El sistema de navegación desarrollado para robots en viñedos combina un método simple de detección de líneas con GNSS para moverse. El sistema reconoce dos líneas que representan las filas de vides usando un láser 2D. El robot puede ajustar su camino en función de dónde detecta las plantas, permitiéndole moverse suavemente sin chocar con nada.
Un método anterior usaba datos láser y puntos específicos conocidos para ayudar al robot a entender su entorno identificando objetos como troncos de plantas. Aunque útil, este método podría verse afectado por cosas como la hierba o el viento, haciendo que la navegación sea menos confiable. Algunas investigaciones se han centrado en crear métodos de navegación simples usando solo datos de LiDAR. Por ejemplo, un algoritmo efectivo calcula la distancia promedio de ambos lados de una fila de plantas y corrige el camino del robot en consecuencia.
Métodos para Mejorar la Navegación
Para mejorar la precisión del sistema de navegación, se han combinado varias técnicas. Por ejemplo, un método utiliza una cámara 3D junto con un método de respaldo que emplea una red neuronal para ajustar la dirección del robot si se desvía del curso. La competencia en la robótica agrícola ha dado inspiración para desarrollar mejores sistemas de navegación. Un enfoque de un grupo se centró en usar menos sensores, ahorrando tanto en costos como en complejidad.
El sistema de navegación construido para este estudio usa solo un sensor LiDAR y codificadores de ruedas. También ha introducido un método para navegar en los extremos de las filas de plantas, que a menudo se pasa por alto en otros estudios.
Componentes del Sistema
El sistema de navegación está diseñado para funcionar en un robot móvil y consiste en varias partes. El software para la navegación se basa en una biblioteca llamada Robot Operating System (ROS). El robot comienza al inicio de una fila, y el módulo de navegación en fila lo guía para seguir la línea de plantas hasta que llega al final. Después de esto, el robot gira y busca la siguiente fila para moverse.
Navegación en Fila
En la navegación en fila, el robot necesita solo unas pocas piezas de información para guiarse, como sus datos de movimiento y escaneos láser 2D. A medida que el robot se mueve, intenta mantenerse equidistante de las dos líneas de plantas. Se utiliza un método llamado "encontrar cono" para identificar caminos despejados frente al robot, lo que ayuda a evitar obstáculos. De esta manera, el robot puede corregir su ángulo y dirección a medida que avanza.
Navegación en el Extremo de la Fila
Cuando el robot se acerca al final de una fila, el sistema de navegación verifica si ha llegado a su destino. Si es así, el robot sale de la fila y gira para tomar la siguiente fila. El robot se basa en los extremos de las filas-como postes de madera usados para soporte en viñedos-para guiarse al siguiente camino. Al identificar estos puntos a partir de sus datos láser 2D, el robot puede asegurarse de mantenerse en el camino.
Pruebas del Sistema de Navegación
Se utilizaron tanto entornos simulados como configuraciones reales de viñedos para probar este sistema de navegación. En pruebas de simulación, se colocó al robot en diferentes tipos de diseños de viñedos para ver qué tan bien podía seguir las filas. El robot pudo navegar recto a través de las filas con una desviación promedio de solo unos pocos centímetros de la línea central, mostrando buena precisión.
En pruebas del mundo real, el robot encontró varios desafíos, como plantas que llenaban las filas, lo que podría dificultar mantenerse recto. Incluso en estas condiciones, el robot pudo navegar de manera efectiva. Mostró una desviación promedio del centro de solo unos centímetros más, demostrando el potencial para aplicaciones en el mundo real.
Resultados y Observaciones
Los resultados indicaron que el sistema de navegación podría mantener un camino con precisión, incluso en un entorno dinámico. El robot evitó chocar con ramas o plantas mientras navegaba, lo cual es clave para reducir daños a los cultivos. El sistema demostró ser confiable con bajas demandas computacionales, permitiéndole funcionar eficientemente sin configuraciones complejas.
Analizando la Detección del Extremo de la Fila
El éxito del sistema también dependía de qué tan bien podía detectar los extremos de las filas. Al medir la distancia entre la ubicación real de los extremos de la fila y donde el robot los identificó, fue posible evaluar la precisión. Los resultados mostraron que el sistema podría localizar eficazmente los extremos de las filas con márgenes de error bajo y confiable.
Conclusión
El sistema de navegación LiDAR sin mapas desarrollado para viñedos muestra promesas en mejorar la eficiencia y efectividad de los robots agrícolas. Al depender de la clara estructura geométrica de los viñedos y utilizar tecnología LiDAR, el sistema guía con éxito a los robots a través de las filas de cultivos sin necesitar métodos de navegación complejos y costosos. Este enfoque sencillo puede ayudar a los agricultores a aumentar la productividad mientras reducen los costos operativos. Los esfuerzos futuros podrían investigar el uso de diferentes tipos de sensores y métodos para mejorar aún más el sistema y examinar su aplicabilidad en otros tipos de cultivos dispuestos en filas. El potencial para integrar mejor tecnología de detección de obstáculos también podría llevar a sistemas de navegación más seguros en entornos agrícolas.
Título: A Map-Free LiDAR-Based System for Autonomous Navigation in Vineyards
Resumen: Agricultural robots have the potential to increase production yields and reduce costs by performing repetitive and time-consuming tasks. However, for robots to be effective, they must be able to navigate autonomously in fields or orchards without human intervention. In this paper, we introduce a navigation system that utilizes LiDAR and wheel encoder sensors for in-row, turn, and end-row navigation in row structured agricultural environments, such as vineyards. Our approach exploits the simple and precise geometrical structure of plants organized in parallel rows. We tested our system in both simulated and real environments, and the results demonstrate the effectiveness of our approach in achieving accurate and robust navigation. Our navigation system achieves mean displacement errors from the center line of 0.049 m and 0.372 m for in-row navigation in the simulated and real environments, respectively. In addition, we developed an end-row points detection that allows end-row navigation in vineyards, a task often ignored by most works.
Autores: Riccardo Bertoglio, Veronica Carini, Stefano Arrigoni, Matteo Matteucci
Última actualización: 2023-07-06 00:00:00
Idioma: English
Fuente URL: https://arxiv.org/abs/2307.03080
Fuente PDF: https://arxiv.org/pdf/2307.03080
Licencia: https://creativecommons.org/licenses/by/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.