Publikation

Auf dem Weg zur kontextsensitiven Navigation für langzeit-autonome Anwendungen in landwirtschaftlichen Umgebungen

Benjamin Kisliuk, Mark Höllmann, Christoph Tieben, Jan Christoph Krause, Alexander Mock, Sebastian; Igelbrink Pütz, Thomas Wiemann, Santiago Focke Martínez, Stefan Stiene, Joachim Hertzberg

In: 309 Tagungsband "41. GIL-Jahrestagung 2021". GIL-Jahrestagung March 8-9 Potsdam Brandenburg Germany unbekannt 2021.

Abstrakt

Autonome Kartierungssysteme für landwirtschaftliche Anwendungen gewinnen zunehmend an Bedeutung. Derzeit sind die meisten Systeme ferngesteuert oder basieren auf einer einzigen globalen Umgebungsrepräsentation. Die alleinige Verwendung fester Roboterkarten und Aktionsschemata schränkt jedoch die Flexibilität autonomer Systeme ein. Insbesondere in der Landwirtschaft kann sich die Umgebung während der Vegetationsperioden schnell ändern, weshalb es einer kontextsensitiven Navigation bedarf. Ziel der hier vorgestellten Arbeit ist es, ein autonomes System namens Autonome robotische Experimentier-Plattform (AROX) aufzubauen, das in der Lage ist, Bestandskarten über einen gesamten Vegetationszeitraum ohne Benutzereingriff zu erstellen. Dazu haben wir die Hardware-Infrastruktur zum Aufbewahren und Laden des Roboters sowie die erforderliche Software im Robot Operating System (ROS) aufgebaut, um die Kontextsensitivität zu realisieren.

Projekte

GIL2020_AROX.pdf (pdf, 555 KB)

Deutsches Forschungszentrum für Künstliche Intelligenz
German Research Center for Artificial Intelligence