机器人在野生环境中的可用性:弥补复杂林业操作中不同用户群体的可访问性差距
Florian Ehrlich-Sommer1, Bernhard Hörl1, Christoph Gollob2
1Human-Centered AI Lab, Institute of Forest Engineering, Department of Ecosystem Management, Climate and Biodiversity, University of Natural Resources and Life Sciences Vienna, Vienna, Austria.
Universal access in the information society
|September 2, 2025
概括
这项研究使用LiDAR评估了森林库存的机器人平台. 车轮和轨道机器人显示出比四足机器人更好的可用性,强调了负责任的林业自动化对环境的考虑.
科学领域:
- 机器人和自动化
- 林业科学
- 环境工程
背景情况:
- 传统上需要人工劳动, 造成安全风险和体力疲劳.
- 机器人和人工智能 (AI) 的进步有助于实现这些任务的自动化,提高效率和安全性.
- 在现实森林环境中评估机器人平台对于了解其实际应用和局限性至关重要.
研究的目的:
- 通过激光雷达扫描来评估不同机器人平台的可用性和有效性.
- 根据通用准入原则评估机器人解决方案对环境的影响和可访问性.
- 提供用于将人工智能整合到森林机器人中的经验数据,以提高感知,导航和决策.
主要方法:
- 三个机器人平台 (波士顿动态现场,敏捷X侦察机,Bunker Mini) 在野生森林环境中进行了测试,用于激光雷达扫描.
- 用户可用性使用系统可用性量表 (SUS) 进行评估,并对移动性,电池寿命和环境影响进行了额外评估.
- 森林工程系的学生参与了此次活动,
主要成果:
- 四足的Spot平台在密集的灌木中表现出移动性问题 (SUS得分:78±10).
- 有轮的AgileX Scout和有轨的Bunker Mini显示出优越的可用性 (SUS分数:88±5).
- AgileX Scout对环境造成的破坏最小,而Bunker Mini的轨道偶尔会对年轻植物造成损害. 所有平台都提高了工人的安全性和效率.
结论:
- 轮式和轨道式机器人平台更适合进行森林库存任务,而不是四足机器人平台,考虑到可用性和环境影响.
- 机器人解决方案可以提高工人安全,减少体力劳动,改善林业中的激光雷达数据采集.
- 这项研究为人工智能驱动的森林机器人技术进步提供了基础,促进了可持续和高效的森林管理.
