DE102019218192A1 - Method of working crops in a field - Google Patents
Method of working crops in a field Download PDFInfo
- Publication number
- DE102019218192A1 DE102019218192A1 DE102019218192.9A DE102019218192A DE102019218192A1 DE 102019218192 A1 DE102019218192 A1 DE 102019218192A1 DE 102019218192 A DE102019218192 A DE 102019218192A DE 102019218192 A1 DE102019218192 A1 DE 102019218192A1
- Authority
- DE
- Germany
- Prior art keywords
- plant
- field
- processing
- cell
- class
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
- A01B79/00—Methods for working soil
- A01B79/005—Precision agriculture
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Soil Sciences (AREA)
- Environmental Sciences (AREA)
- Catching Or Destruction (AREA)
Abstract
Ein Verfahren (100) zum Bearbeiten von auf einem Feld wachsenden Pflanzen, weist folgende Schritte auf: Auswählen (S102) eines Bearbeitungswerkzeugs zum Bearbeiten von Pflanzen; Erfassen (S104) von Sensorwerten, die von einem oder mehreren unabhängigen Sensorelementen bereitgestellt werden; Berechnen (S106) einer jeweiligen Klassenzugehörigkeits-Wahrscheinlichkeit, die angibt, dass eine Zelle mit einer zu bearbeitenden Pflanze belegt ist, für jede Zelle einer Belegungskarte (20) unter Verwendung der erfassten Sensorwerte; Bestimmen (S108) einer jeweiligen Position der zu bearbeitenden Pflanze auf dem Feld unter Verwendung der Belegungskarte (20); Hinführen (S110) des Bearbeitungswerkzeugs zu Position der Pflanze; und Bearbeiten (S112) der Pflanze mit dem Bearbeitungswerkzeug.A method (100) for processing plants growing in a field comprises the following steps: selecting (S102) a processing tool for processing plants; Detecting (S104) sensor values that are provided by one or more independent sensor elements; Calculating (S106) a respective probability of belonging to a class, which indicates that a cell is occupied by a plant to be processed, for each cell of an occupancy card (20) using the detected sensor values; Determining (S108) a respective position of the plant to be worked on the field using the occupancy card (20); Guiding (S110) the processing tool to the position of the plant; and processing (S112) the plant with the processing tool.
Description
Die vorliegende Erfindung betrifft ein Verfahren zum Bearbeiten von Pflanzen auf einem Feld, und insbesondere ein Verfahren zum Bearbeiten von Pflanzen auf einem Feld unter Verwendung einer Belegungskarte bzw. eines Occupancy Grids.The present invention relates to a method for processing plants in a field, and in particular to a method for processing plants in a field using an occupancy grid.
Bei konventionellen Verfahren zum Bearbeiten von Pflanzen werden die einzelnen Pflanzen während der Überfahrt via Tracking verfolgt, um auf Einzelpflanzenbasis eine Fusion der Klassifikationsergebnisse zu berechnen. Diese Methode hat jedoch Probleme bei sich (teilweise) überlappenden Pflanzen, da diese unterschiedlichen Pflanzen fälschlicherweise als eine Einzelpflanze erkannt werden. Die objektweise Erfassung von Pflanzen auf dem Feld führt daher zu dem Problem, dass sich überlappende Pflanzen durch eine Segmentierung nicht voneinander getrennt erfasst werden können, so dass mehrere überlappende Pflanzen als eine einzelne Pflanze klassifiziert werden. Gehören die überlappenden Pflanzen nicht zu derselben Klasse, führt dies nachfolgend zu einer fehlerhaften Bearbeitung mindestens einer der sich überlappenden Pflanzen.With conventional methods for processing plants, the individual plants are tracked during the passage in order to calculate a fusion of the classification results on an individual plant basis. However, this method has problems with (partially) overlapping plants, since these different plants are incorrectly recognized as a single plant. The object-wise detection of plants in the field therefore leads to the problem that overlapping plants cannot be detected separately from one another by segmentation, so that several overlapping plants are classified as a single plant. If the overlapping plants do not belong to the same class, this subsequently leads to incorrect processing of at least one of the overlapping plants.
Die Aufgabe der Erfindung ist daher, die Nachteile der oben erwähnten objektweisen Erfassung von Pflanzen auf dem Feld zu vermeiden und ein robusteres Verfahren zum Bearbeiten von Pflanzen auf einem Feld bereitzustellen, bei dem zu bearbeitende Pflanzen genauer erfasst werden können, so dass eine korrekte Bearbeitung sichergestellt wird.The object of the invention is therefore to avoid the disadvantages of the above-mentioned object-by-object detection of plants in the field and to provide a more robust method for processing plants in a field in which plants to be processed can be detected more precisely, so that correct processing is ensured becomes.
Nachfolgend werden Ausführungsformen der vorliegenden Erfindung unter Bezugnahme auf die beigefügten Figuren beschrieben. Es zeigen:
-
1 ein Fahrzeug, an dem eine Vorrichtung zum Bearbeiten von Pflanzen angebracht ist; -
2 ein Ablaufdiagramm, das die einzelnen Schritte des erfindungsgemäßen Verfahrens zeigt.
-
1 a vehicle to which a plant processing device is mounted; -
2 a flowchart showing the individual steps of the method according to the invention.
Detaillierte Beschreibung der AusführungsformenDetailed description of the embodiments
Ein in
Unter einem Feld kann eine abgegrenzte Bodenfläche für den Anbau von Nutzpflanzen oder auch ein Teil eines solchen Feldes verstanden werden. Unter einer Nutzpflanze wird eine landwirtschaftlich genutzte Pflanze verstanden, die selbst oder deren Frucht genutzt wird, z.B. als Nahrungsmittel, Futtermittel oder als Energiepflanze. Die Samen und folglich die Pflanzen werden vornehmlich in Reihen angeordnet, wobei zwischen den Reihen sowie zwischen den einzelnen Pflanzen innerhalb einer Reihe Objekte vorhanden sein können. Die Objekte sind jedoch unerwünscht, da sie den Ertrag der Pflanzen mindern oder einen störenden Einfluss während der Bewirtschaftung und/oder der Ernte darstellen. Unter einem Objekt kann jegliche Pflanze, die eine andere als die Nutzpflanze ist, oder jeglicher Gegenstand verstanden werden. Objekte können insbesondere Beikräuter, Hölzer und Steine sein.A field can be understood to be a delimited area of land for the cultivation of useful plants or a part of such a field. A useful plant is understood to be an agriculturally used plant that is used itself or its fruit, e.g. as food, feed or as an energy plant. The seeds and consequently the plants are primarily arranged in rows, it being possible for objects to be present between the rows and between the individual plants within a row. However, the objects are undesirable because they reduce the yield of the plants or represent a disruptive influence during cultivation and / or harvest. An object can be understood to mean any plant that is different from the useful plant, or any object. Objects can in particular be weeds, woods and stones.
Die an dem Fahrzeug
Das Bearbeitungswerkzeug (in
Das Bildererfassungsmittel
Für den Betrieb der Vorrichtung zum Bearbeiten von Pflanzen sind weitere Daten erforderlich, die unter Verwendung von verschiedenen Sensorelementen erfasst werden. Die Sensorelemente können dabei einen Positionssensor, z.B. GPS, hochgenaues GPS usw., einen Geschwindigkeitssensor, einen Neigungssensor, einen Abstandssensor, wie etwa ein Radarsensor, ein LIDAR usw., aber auch andere Sensoren, wie etwa einen Wettersensor etc., umfassen.For the operation of the device for processing plants, further data are required, which are recorded using various sensor elements. The sensor elements can include a position sensor, e.g. GPS, high-precision GPS, etc., a speed sensor, an inclination sensor, a distance sensor, such as a radar sensor, a LIDAR, etc., but also other sensors, such as a weather sensor, etc.
Die Speichereinheit ist ein nichtflüchtiges gegenständliches Speichermedium, wie z.B. ein Halbleiterspeicher, in dem Daten längere Zeit gespeichert werden können. Die Daten bleiben in der Speichereinheit auch dann gespeichert, wenn keine Betriebsspannung an der Speichereinheit anliegt. Die Speichereinheit speichert ein Programm zum Ausführen des erfindungsgemäßen Verfahrens und dafür erforderliche Betriebsdaten. Zudem werden auf der Speichereinheit die vom Bilderfassungsmittel
Das in der Speichereinheit gespeicherte Programm enthält Anweisungen in Form von Programmcode, der in einer beliebigen Programmiersprache geschrieben ist, die der Reihe nach ausgeführt werden, so dass das erfindungsgemäße Verfahren
Die Recheneinheit ist eine arithmetisch-logische Einheit, die in Form eines Prozessors (z.B. CPU, GPU, TPU) implementiert ist. Die Recheneinheit ist imstande, Daten von der Speichereinheit zu lesen und Anweisungen entsprechend dem Programm auszugeben, um das Bilderfassungsmittel
Die Vorrichtung zum Bearbeiten von Pflanzen ist, wie in
Während eines Abfahrens werden die einzelnen Verfahrensschritte
- Eingangs wird in Schritt
S102 das Bearbeitungswerkzeug ausgewählt, mit dem die Pflanzen bzw. Objekte auf einem Feld bearbeitet werden sollen. Die räumliche Genauigkeit, mit der die Pflanzen durch das Bearbeitungswerkzeug bearbeitet werden, hängt dabei, wie oben beschrieben, von der Art des Bearbeitungswerkzeuges ab. Das Bearbeitungswerkzeug kann vor einem Start des Abfahrens des Felds für die gesamte Dauer des Abfahrens festgelegt werden. Das Bearbeitungswerkzeug kann aber auch während eines Abfahrens gewechselt werden.
- The input is in step
S102 the processing tool selected with which the plants or objects in a field are to be processed. The spatial accuracy with which the plants are processed by the processing tool depends, as described above, on the type of processing tool. The processing tool can be specified for the entire duration of the process before the start of the process of running through the field. However, the processing tool can also be changed during a run.
Anschließend wird in Schritt
Im nachfolgenden Schritt
Die Klassenzugehörigkeits-Wahrscheinlichkeit wird bei der vorliegenden Ausführungsform vorzugsweise mittels einer semantischen Segmentierung des erfassten Bilds bestimmt, kann jedoch auch über Objektdetektion und -klassifikation ermittelt werden. Die semantische Segmentierung wird durch Anwendung eines sog. Fully Convolutional Dense Net erhalten. Eine semantische Segmentierung kann aber auch durch ein Fully Convolutional Neural Network oder ein anderes geeignetes neuronales Netz erhalten werden. Verfahren für die pixelweise semantische Segmentierung von Bildern sind im Stand der Technik aus folgenden Dokumenten bekannt:
Anschließend wird aus den semantisch segmentierten Pixeln des Bildes die Klassenzugehörigkeits-Wahrscheinlichkeit für die einzelnen Zellen der Belegungskarte
Die berechneten Klassenzugehörigkeits-Wahrscheinlichkeit werden für die unterschiedlichen Klassen (Nutzpflanze und Beikräuter) jeweils in einer separaten Ebene, die wie die Belegungskarte
Die vorliegende Erfindung stellt somit den Vorteil bereit, das Daten von verschiedenen Sensoren (z.B. RGB-Kamera, Laser, 3-D Sensor, Multispektral-Kamera, etc.) örtlich in die entsprechenden Zellen fusioniert werden, um ein robusteres und besseres Ergebnis zu bekommen. Zudem können Daten, die zu verschiedenen Zeitpunkten erfasst werden (z.B. eine Pflanze die während der Überfahrt mehrfach aufgenommen und klassifiziert wurde) oder Klassifikationsergebnisse von mehreren Sensoren in einer zellenbasierten Belegungskarte
Während einer Fortbewegung des Fahrzeugs bewegt sich die Karte mit dem Fahrzeug
Wie bereits oben erwähnt, weisen die Bearbeitungswerkzeuge eine unterschiedliche räumliche Genauigkeit auf. Es ist daher möglich, die Größe der Zellen der Belegungskarte
Nachdem die Belegungskarte
Andererseits ist es aber auch möglich, dass eine Bearbeitung unter allen Umständen für eine bestimmte Beikraut-Klasse auch für den Fall durchzuführen ist, dass eine Nutzpflanze zerstört wird. Dies ist beispielsweise bei schnell ausbreitenden Beikräutern erforderlich, um eine Wucherung auf dem Feld bestmöglich zu unterbinden. In diesem Fall muss die Wahrscheinlichkeit, dass eine Nutzpflanze in der Zelle vorhanden ist, einen vorgegebenen Schwellwert überschreiten und die Wahrscheinlichkeit, dass das auf jeden Fall zu bearbeitende Beikraut vorhanden ist, einen vorgegeben Schwellwert unterschreiten. Auf diese Weise kann die Bearbeitung der zu bearbeitenden Pflanzen auf dem Feld entsprechend den unterschiedlichen Anforderungen angepasst werden.On the other hand, however, it is also possible that processing is to be carried out under all circumstances for a specific class of weeds even in the event that a useful plant is destroyed. This is necessary for weeds that spread quickly, for example, in order to prevent overgrowth in the field as well as possible. In this case, the probability that a useful plant is present in the cell must exceed a predetermined threshold value and the probability that the weeds to be processed in any case must be present, fall below a predetermined threshold value. In this way, the processing of the plants to be processed in the field can be adapted to the different requirements.
Nachdem die Position der zu bearbeitenden Pflanze auf dem Feld in Schritt
Anschließend wird die Pflanze in Schritt
Nach Durchführung der Behandlung der Pflanzen auf dem Feld kann die Verteilung zwischen den Pflanzenklassen auf dem Feld als Diagnose ausgegeben werden, um den Anwender bei der weiteren Planung einer nachfolgenden Bearbeitung zu unterstützen. Dies kann durch eine einfache Berechnung eines Verhältnisses zwischen der Anzahl von als Beikraut klassifizierten Zellen zu der gesamten Anzahl an Zellen erfolgen. Es kann auch ein Nutzungsgrad des Feldes als ein Verhältnis zwischen den als Nutzpflanze klassifizierten Zellen zu der gesamten Anzahl an Zellen erfolgen. Darüber hinaus kann die gesamte Belegungskarte
Das erfindungsgemäße Vorgehen erlaubt es dem Anwender darüber hinaus, vorab Informationen für eine weitere Verbesserung des Behandlungsergebnisses bereitzustellen. Zum Beispiel ist bei gepflegten Feldern davon auszugehen, dass eine in der Region als verbreitete Beikrautart mit einer höheren Wahrscheinlichkeit auf dem Feld anzutreffen ist als eine weniger typische Beikrautart. In diesem Fall kann die Ebene, die die Wahrscheinlichkeit für dieses Beikrautart angibt, mit einem Faktor gewichtet werden.The procedure according to the invention also allows the user to provide information in advance for a further improvement of the treatment result. In the case of well-tended fields, for example, it can be assumed that a weed species that is widespread in the region is more likely to be found in the field than a less typical weed species. In this case, the level that indicates the probability of this type of weed can be weighted with a factor.
Durch eine vorab hinzugefügte Information über ein Feld (z.B. welche Beikrautarten häufig vorkommen, welche Unkrautarten nicht auf dem Feld wachsen (z.B. aufgrund von geologischen, klimatischen oder jahreszeitlichen Bedingungen) kann die Fusion zwischen den einzelnen Ebenen verbessert werden, indem einzelne Ebenen mit einem Faktor multipliziert werden. Ebenen können aber auch durch eine Multiplikation mit null unberücksichtigt bleiben.By adding information about a field in advance (e.g. which types of weeds occur frequently, which weed types do not grow on the field (e.g. due to geological, climatic or seasonal conditions), the fusion between the individual levels can be improved by multiplying individual levels by a factor Levels can also be ignored by multiplying them by zero.
Es können darüber hinaus weitere Informationen über den Anbau der Nutzpflanzen auf dem Feld berücksichtigt werden. Wenn der Verlauf von Pflanzenreihen, in den die Nutzpflanzen angebaut sind, oder die Positionen der einzelnen Nutzpflanzen, z.B. durch Reihenschätzung oder aufgrund einer Aufzeichnung einer Aussaatposition, bekannt ist, kann diese Information verwendet werden, um gezielt einzelne Zellen in der Nutzpflanzen-Ebene mit einem vorgegebenen Faktor zu multiplizieren. Zellen im Bereich einer Pflanzenreihe oder an einer Position, an der eine Nutzpflanze angesät bzw. ausgebracht wurde, können mit einem höheren Faktor gewichtet werden, wohingegen Zellen zwischen den Pflanzenreihen mit einem niedrigen Faktor oder sogar mit null multipliziert werden können. Auf diese Weise kann eine einfachere Lokalisierung von Nutzpflanzen und Beikräutern auf einem Feld ermöglicht werden.Further information about the cultivation of the crops in the field can also be taken into account. If the course of the plant rows in which the useful plants are grown or the positions of the individual useful plants is known, e.g. by row estimation or from a recording of a sowing position, this information can be used to selectively identify individual cells in the useful plant level with a to multiply the given factor. Cells in the area of a plant row or at a position at which a useful plant was sown or applied can be weighted with a higher factor, whereas cells between the plant rows can be multiplied by a lower factor or even by zero. In this way, easier localization of crops and weeds in a field can be made possible.
Das erfindungsgemäße Verfahren stellt folgende Vorteile bereit.The inventive method provides the following advantages.
Durch eine Verwendung der zellenbasierten Belegungskarte
Die zellenbasierte Belegungskarte
Darüber hinaus ist die Belegungskarte
Das vorgesehene Einsatzgebiet des erfindungsgemäßen Verfahrens bezieht sich auf autonome Feldroboter bzw. intelligente Anbaugeräte für die Bodenbearbeitung und Pflanzenschutz im Gemüse-, Garten- und Ackerbau. Grundsätzlich kann das oben beschriebene Verfahren aber für andere autonome Roboter angewendet werden.The intended area of application of the method according to the invention relates to autonomous field robots or intelligent attachments for soil cultivation and crop protection in vegetable, horticultural and arable farming. In principle, however, the method described above can be used for other autonomous robots.
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN THE DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte Nicht-PatentliteraturNon-patent literature cited
- Long, J., Shelhamer, E., & Darrell, T. (2015). „Fully convolutional networks for semantic segmentation“. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 3431-3440) [0018]Long, J., Shelhamer, E., & Darrell, T. (2015). "Fully convolutional networks for semantic segmentation". In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 3431-3440) [0018]
- Jegou, S., Drozdzal, M., Vazquez, D., Romero, A., & Bengio, Y. (2017). „The one hundred layers tiramisu: Fully convolutional densenets for semantic segmentation“. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops (pp. 11-19) [0018]Jegou, S., Drozdzal, M., Vazquez, D., Romero, A., & Bengio, Y. (2017). "The one hundred layers tiramisu: Fully convolutional densenets for semantic segmentation". In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops (pp. 11-19) [0018]
Claims (12)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019218192.9A DE102019218192A1 (en) | 2019-11-25 | 2019-11-25 | Method of working crops in a field |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019218192.9A DE102019218192A1 (en) | 2019-11-25 | 2019-11-25 | Method of working crops in a field |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102019218192A1 true DE102019218192A1 (en) | 2021-05-27 |
Family
ID=75784300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102019218192.9A Pending DE102019218192A1 (en) | 2019-11-25 | 2019-11-25 | Method of working crops in a field |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102019218192A1 (en) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023001526A1 (en) * | 2021-07-23 | 2023-01-26 | Robert Bosch Gmbh | Weed detection device, method for detecting weeds, computer program, and storage medium |
EP4226751A1 (en) * | 2022-02-15 | 2023-08-16 | Stout Industrial Technology, Inc. | Machine vision plant tracking system for precision agriculture |
EP4064819B1 (en) * | 2019-11-25 | 2024-01-10 | Robert Bosch GmbH | Method for treating plants in a field, for generating training data and for training a neural network |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016118237A1 (en) * | 2016-09-27 | 2018-03-29 | Claas Selbstfahrende Erntemaschinen Gmbh | Agricultural working machine with image analysis system |
US20190239502A1 (en) * | 2018-02-05 | 2019-08-08 | FarmWise Labs, Inc. | Method for autonomously weeding crops in an agricultural field |
-
2019
- 2019-11-25 DE DE102019218192.9A patent/DE102019218192A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016118237A1 (en) * | 2016-09-27 | 2018-03-29 | Claas Selbstfahrende Erntemaschinen Gmbh | Agricultural working machine with image analysis system |
US20190239502A1 (en) * | 2018-02-05 | 2019-08-08 | FarmWise Labs, Inc. | Method for autonomously weeding crops in an agricultural field |
Non-Patent Citations (2)
Title |
---|
JÉGOU, Simon [u.a.]: The one hundred layers tiramisu: Fully convolutional DenseNets for semantic segmentation. In: 2017 IEEE Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), 21-26 July 2017, Honolulu, HI, USA, S. 1175-1183. - ISBN 978-1-5386-0733-6. DOI: 10.1109/CVPRW.2017.156. URL: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8014890 [abgerufen am 2019-12-19] * |
LONG, Jonathan ; SHELHAMER, Evan ; DARRELL, Trevor: Fully convolutional networks for semantic segmentation. In: 2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 7-12 June 2015, Boston, MA, USA. S. 3431-3440. - ISBN 978-1-4673-6964-0 (e). DOI: 10.1109/CVPR.2015.7298965. URL: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7298965 [abgerufen am 2019-11-25] * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4064819B1 (en) * | 2019-11-25 | 2024-01-10 | Robert Bosch GmbH | Method for treating plants in a field, for generating training data and for training a neural network |
WO2023001526A1 (en) * | 2021-07-23 | 2023-01-26 | Robert Bosch Gmbh | Weed detection device, method for detecting weeds, computer program, and storage medium |
DE102021207983A1 (en) | 2021-07-23 | 2023-01-26 | Robert Bosch Gesellschaft mit beschränkter Haftung | Weed detection device, weed detection method, computer program and storage medium |
EP4226751A1 (en) * | 2022-02-15 | 2023-08-16 | Stout Industrial Technology, Inc. | Machine vision plant tracking system for precision agriculture |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3299996B1 (en) | Agricultural machines with image processing system | |
EP3782467B1 (en) | Method for identifying weeds within a defined row of plants of an agricultural area | |
DE102019218192A1 (en) | Method of working crops in a field | |
DE102018217742A1 (en) | Process for applying a spray to a field | |
DE102009028990A1 (en) | Environment i.e. agricultural crop, capturing method, involves forming three-dimensional image of environment using radiation reflected by environment, and deducing properties of environment and its objects from image of environment | |
DE102011120858A1 (en) | Method and device for contactless determination of plant parameters and for processing this information | |
DE102018222428A1 (en) | Process for applying a spray to an agricultural area | |
DE102011078290A1 (en) | Method for classifying surrounding region of vehicle e.g. agricultural tractor, involves comparing detected pattern on recorded image of the surrounding area with patterns stored in database | |
DE102018120756A1 (en) | Mobile analysis and processing device, method and carrier system | |
DE102016209437A1 (en) | Automatic steering system for guiding an agricultural vehicle over a field and corresponding method | |
WO2021105019A1 (en) | Method for generating a plurality of annotated images | |
EP4064819B1 (en) | Method for treating plants in a field, for generating training data and for training a neural network | |
DE102018113015A1 (en) | Autonomous, mobile work machine | |
EP3663881B1 (en) | Method for controlling an autonomous vehicle on the basis of estimated movement vectors | |
WO2021105017A1 (en) | Method for processing plants in a field | |
EP3841444B1 (en) | Carrier system comprising a carrier and a mobile device for tilling the soil and/or for manipulating flora and fauna, and method therefor | |
DE102019218186A1 (en) | Method of working crops in a field | |
WO2020039046A1 (en) | Mobile analysis and processing device | |
EP2741161A2 (en) | Autonomous apparatus for processing a surface and method for detecting the position of the autonomous apparatus | |
DE102019218177A1 (en) | Method for estimating a course of rows of plants | |
WO2013026439A1 (en) | Device for determining the growth of a plant or crop | |
DE102021125939A1 (en) | Method for automating an agricultural work task | |
DE102022212171A1 (en) | Method for classifying plants in and/or between rows of plants in an agricultural area | |
EP4133928A1 (en) | Method for automating an agricultural task | |
DE102019201984A1 (en) | Control unit for use in agriculture |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified |