HK4HZYUC

2161

28 octobre 2020 12:25

28 octobre 2020 12:25

La surveillance de l'humidité du sol est un processus fondamental pour améliorer les résultats agricoles et protéger l'environnement. Les méthodes traditionnelles de mesure de la teneur en humidité du sol sont laborieuses et coûteuses, et par conséquent, il existe un intérêt croissant pour le développement de capteurs et de technologies qui peuvent réduire l'effort et les coûts. Dans ce travail, nous proposons d'utiliser un robot mobile autonome équipé d'un capteur d'humidité du sol sans contact de pointe, construisant des cartes d'humidité à la volée et sélectionnant automatiquement les emplacements d'échantillonnage les plus optimaux. Nous introduisons une stratégie d'exploration autonome basée sur la qualité du modèle d'humidité du sol indiquant les zones du champ où les informations sont moins précises. Le modèle de capteur suit la distribution de Poisson et nous montrons comment intégrer ces mesures dans le cadre de krigeage. Nous étudions également une gamme de stratégies d'exploration différentes et évaluons leur utilité grâce à un ensemble d'expériences d'évaluation basées sur des données d'humidité réelle du sol collectées dans deux champs différents. Nous démontrons les avantages de l'utilisation de l'intervalle de mesure adaptatif et des stratégies d'échantillonnage adaptatif pour construire des modèles d'humidité du sol de meilleure qualité. La méthode présentée est générale et peut être appliquée à d'autres scénarios où les phénomènes mesurés affectent directement le temps d'acquisition et doivent être cartographiés spatialement.

Soil moisture monitoring is a fundamental process to enhance agricultural outcomes and to protect the environment. The traditional methods for measuring moisture content in the soil are laborious and expensive, and therefore there is a growing interest in developing sensors and technologies which can reduce the effort and costs. In this work, we propose to use an autonomous mobile robot equipped with a state-of-the-art noncontact soil moisture sensor building moisture maps on the fly and automatically selecting the most optimal sampling locations. We introduce an autonomous exploration strategy driven by the quality of the soil moisture model indicating areas of the field where the information is less precise. The sensor model follows the Poisson distribution and we demonstrate how to integrate such measurements into the kriging framework. We also investigate a range of different exploration strategies and assess their usefulness through a set of evaluation experiments based on real soil moisture data collected from two different fields. We demonstrate the benefits of using the adaptive measurement interval and adaptive sampling strategies for building better quality soil moisture models. The presented method is general and can be applied to other scenarios where the measured phenomena directly affect the acquisition time and need to be spatially mapped.

None

• AB - Transversal

• agriculture
• environmental monitoring
• exploration
• terrestrial robotics

Journal of Field Robotics

37

122-136

2020

1 janvier 2020

10.1002/rob.21914 Le DOI est une URL unique de référencement d'une publication. Il est donc plus fiable et permanent qu'une URL classique

1556-4967 L’ISSN est un code de 8 chiffres servant à identifier les journaux, revues, magazines, périodiques de toute nature et sur tous supports, papier comme électronique.