메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Gookhwan Kim (National Institute of Agricultural Sciences) Dasom Seo (National Institute of Agricultural Sciences) Kyoung-Chul Kim (National Institute of Agricultural Sciences) Youngki Hong (National Institute of Agricultural Sciences) Meonghun Lee (National Institute of Agricultural Sciences) Siyoung Lee (National Institute of Agricultural Sciences) Hyunjong Kim (National Institute of Agricultural Sciences) Hee-Seok Ryu (National Institute of Agricultural Sciences) Yong-Joo Kim (Chungnam National University) Sun-Ok Chung (Chungnam National University) Dae-Hyun Lee (Chungnam National University)
저널정보
충남대학교 농업과학연구소 Korean Journal of Agricultural Science Korean Journal of Agricultural Science Vol.47 No.2
발행연도
2020.6
수록면
205 - 217 (13page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this study, a deep learning-based tillage boundary detection method for autonomous tillage by a tractor was developed, which consisted of image cropping, object classification, area segmentation, and boundary detection methods. Full HD (1920 × 1080) images were obtained using a RGB camera installed on the hood of a tractor and were cropped to 112 × 112 size images to generate a dataset for training the classification model. The classification model was constructed based on convolutional neural networks, and the path boundary was detected using a probability map, which was generated by the integration of softmax outputs. The results show that the F1-score of the classification was approximately 0.91, and it had a similar performance as the deep learning-based classification task in the agriculture field. The path boundary was determined with edge detection and the Hough transform, and it was compared to the actual path boundary. The average lateral error was approximately 11.4 cm, and the average angle error was approximately 8.9°. The proposed technique can perform as well as other approaches; however, it only needs low cost memory to execute the process unlike other deep learning-based approaches. It is possible that an autonomous farm robot can be easily developed with this proposed technique using a simple hardware configuration.
#autonomous tractor #convolutional neural networks #deep learning #path detection #tractor tillage

목차

Abstract
Introduction
Materials and Methods
Results and Discussion
Conclusion
References

참고문헌 (24)

참고문헌 신청
Bakker T / 2011 / Autonomous navigation using a robot platform in a sugar beet field / Biosystems Engineering 109:357~368 google schola Bell T / 2000 / Automatic tractor guidance using carrier-phase differential GPS / Computers and Electronics in Agriculture 25:53~66 google schola 전찬준 / 2018 / 완전 합성곱 신경망을 활용한 자동 포트홀 탐지 기술의 개발 및 평가 / 한국ITS학회 논문지 17(5):55~64 dbpia Dian Bah M / 2019 / CRowNet : Deep network for crop row detection in UAV images / IEEE Access 8:5189~5200 google schola Han XZ / 2019 / Application of a 3D tractor-driving simulator for slip estimation-based path-tracking control of auto-guided tillage operation / Biosystems Engineering 178:70~85 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0