Mapping and localization of autonomous agricultural robotic systems

  • Thorvald with sensor
    Foto
    Private

The PhD work of Tuan Dung Le, “Fusion of a minimalistic set of sensors for mapping and localization of autonomous agricultural robotics systems”, focuses on multimodal sensor fusion for autonomous agricultural robots. Specifically, it deals with using a variety of sensors such as optical cameras, RGB-D cameras, LiDARs, and inertial sensors for mapping and localization in GNSS-denied environments. 

Mapping and localization of autonomous agricultural robotic systems

Roboter har mer nytte enn rent kommersielt bruk. Roboter kan utføre forskjellige oppgaver, som å inspisere farlige områder og delta i leteoppdrag. Uansett hva sluttbrukeren velger å gjøre, spiller autonomi en viktig rolle i moderne roboter. De essensielle egenskapene for autonome operasjoner i landbruket er kartlegging, lokalisering og navigering. I utendørs jordbruksmiljø kan en robot bruke Global Navigation Satellite System (GNSS) til å navigere sine omgivelser. Dette begrenser robotens aktiviteter til områder med tilgjengelig GNSS signaler. Dette vil ikke fungere i miljøer innendørs. Generisk kombinering av forskjellige sensorer fører til overlegne estimeringsresultater, men er ofte suboptimale med hensyn på kostnadseffektivitet, moduleringingsgrad og utbyttbarhet. For landbruksroboter så er det like viktig med robusthet for lang tids bruk som kostnadseffektivitet for masseproduksjon. Alle bidrag presentert i denne avhandlingen har blitt testet og validert med ekte roboter i ekte landbruksmiljø. Alle forsøk har blitt publisert eller sendt til fagfellevurderte konferansepapirer og journalartikler.

 

Published 1. september 2020 - 14:14 - Updated 1. september 2020 - 14:15