Diseño y desarrollo de una plataforma de fenotipado 3D de UGV de bajo costo con LiDAR integrado y riel deslizante eléctrico
Autores: Cai, Shuangze; Gou, Wenbo; Wen, Weiliang; Lu, Xianju; Fan, Jiangchuan; Guo, Xinyu
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Diseño y desarrollo de una plataforma de fenotipado 3D de UGV de bajo costo con LiDAR integrado y riel deslizante eléctrico
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Botánica
Palabras clave
Vehículos terrestres no tripulados
Monitoreo de fenotipos de cultivos
Riel deslizante eléctrico
Adquisición de nubes de puntos
Sistema de extracción de fenotipos
LiDAR
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 8
Citaciones: Sin citaciones
Los vehículos terrestres no tripulados (UGV) han atraído mucha atención en el monitoreo del fenotipo de cultivos debido a su ligereza y flexibilidad. Este artículo describe un nuevo UGV equipado con un riel deslizante eléctrico y un sistema de adquisición de nubes de puntos de alta capacidad y extracción de fenotipos. El UGV diseñado está equipado con un sistema de piloto automático, un pequeño riel deslizante eléctrico y un sistema de detección y medición por láser (LiDAR) para lograr una adquisición automática de nubes de puntos de cultivos de alta capacidad y alta precisión, así como la construcción de mapas. El sistema de análisis de fenotipos realizó la segmentación de plantas individuales y la extracción de la altura de la planta y el ancho máximo de la corona de la nube de puntos de cultivos utilizando la consistencia de muestreo aleatorio (RANSAC), agrupamiento euclidiano y el algoritmo de agrupamiento k-means. Este sistema de fenotipado se utilizó para recopilar datos de nubes de puntos y extraer la altura de la planta y el ancho máximo de la corona de 54 plantas de lechuga en macetas en invernadero. Los resultados mostraron que el coeficiente de correlación (R2) entre los datos recopilados y las mediciones manuales fue de 0.97996 y 0.90975, respectivamente, mientras que el error cuadrático medio (RMSE) fue de 1.51 cm y 4.99 cm, respectivamente. A menos de una décima parte del costo del PlantEye F500, el UGV logra la adquisición de datos fenotípicos con menos error y detecta diferencias en rasgos morfológicos entre tipos de lechuga. Por lo tanto, podría ser adecuado para mediciones fenotípicas 3D reales de cultivos en invernadero.
Descripción
Los vehículos terrestres no tripulados (UGV) han atraído mucha atención en el monitoreo del fenotipo de cultivos debido a su ligereza y flexibilidad. Este artículo describe un nuevo UGV equipado con un riel deslizante eléctrico y un sistema de adquisición de nubes de puntos de alta capacidad y extracción de fenotipos. El UGV diseñado está equipado con un sistema de piloto automático, un pequeño riel deslizante eléctrico y un sistema de detección y medición por láser (LiDAR) para lograr una adquisición automática de nubes de puntos de cultivos de alta capacidad y alta precisión, así como la construcción de mapas. El sistema de análisis de fenotipos realizó la segmentación de plantas individuales y la extracción de la altura de la planta y el ancho máximo de la corona de la nube de puntos de cultivos utilizando la consistencia de muestreo aleatorio (RANSAC), agrupamiento euclidiano y el algoritmo de agrupamiento k-means. Este sistema de fenotipado se utilizó para recopilar datos de nubes de puntos y extraer la altura de la planta y el ancho máximo de la corona de 54 plantas de lechuga en macetas en invernadero. Los resultados mostraron que el coeficiente de correlación (R2) entre los datos recopilados y las mediciones manuales fue de 0.97996 y 0.90975, respectivamente, mientras que el error cuadrático medio (RMSE) fue de 1.51 cm y 4.99 cm, respectivamente. A menos de una décima parte del costo del PlantEye F500, el UGV logra la adquisición de datos fenotípicos con menos error y detecta diferencias en rasgos morfológicos entre tipos de lechuga. Por lo tanto, podría ser adecuado para mediciones fenotípicas 3D reales de cultivos en invernadero.