水中のハイアライント検出のための自律ナビゲーションマッピング用画像セグメンテーションカスケード分類器

科学分野:

• ロボット工学と自動化
• 環境科学
• 人工知能

背景:

• 水中のハイアライント（Eichhornia crassipes）は、世界的に重大な生態学的および経済的損害を引き起こす非常に侵略的な水生雑草です。
• 既存の除去方法は、しばしばコストがかかり、労働集約的で、環境を破壊します。
• 小規模から中規模の水域における水生植生の管理のための、効率的でターゲットを絞った持続可能なソリューションが必要です。

研究 の 目的:

• 低コストの自律型カタマランシステムを開発および評価し、水中のハイアライントを検出し機械的に除去すること。
• 正確な植生識別と局在化のための堅牢なAI駆動型認識パイプラインを実装すること。
• 実世界の条件下で、実用的な水生雑草管理のためのシステムの有効性を実証すること。

主な方法:

• 3DプリントされたPETGを使用して75cmの双胴カタマラン船を構築し、双子のブラシレスDCモーターとコンベアベルトコレクターを装備しました。
• 画像セグメンテーション用のUNetと分類用のVGG19を特徴とする認識パイプラインをNVIDIA Jetson Nanoに展開し、リアルタイム検出を行いました。
• 検出結果を画像象限にマッピングし、ターゲットを中心にするための舵コマンドを発行することにより、自律ナビゲーションを実現しました。

主要な成果:

• UNetモデルは、水生植生セグメンテーションにおいて、平均Dice係数0.906、平均IoU 0.831を達成しました。
• VGG19分類器は、水中のハイアライントを精度96%、適合率0.97、再現率0.95、F1スコア0.96で正確に識別しました。
• インド、チェンナイでのフィールドトライアルでは、安定した自律運用、効果的なナビゲーション、および多様な条件下での最大25kgのバイオマス収集が実証されました。

結論:

• 開発された自律型カタマランシステムは、ターゲットを絞った水中のハイアライント除去のための効果的で低コストなソリューションを提供します。
• AI駆動型認識システムは、侵略的な雑草の正確な検出と識別を保証します。
• このスケーラブルでオープンデザインの技術は、持続可能な水生生態系管理をサポートし、国連の持続可能な開発目標6および9に沿っています。