請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/81980| 標題: | 溫室巡航無人機應用於高通量番茄果實表型分析研究 Greenhouse UAV Navigation System Applies to High Throughput Phenotyping for Tomato Fruits |
| 作者: | Jing-Heng Lin 林敬恆 |
| 指導教授: | 林達德(Ta-Te Lin) |
| 關鍵字: | 自動化,無人機,導航,感測器融合,SLAM,表型分析, Automation,Sensor Fusion,Phenotyping,Localization and Mapping,Unmanned Aerial Vehicle,Navigation, |
| 出版年 : | 2021 |
| 學位: | 碩士 |
| 摘要: | "數據導向的育種技術和溫室環境控制方法可以提高作物的生產效率。在植物表型分析中，監測系統對優化作物生長和產量起著關鍵作用。無人飛行機（Unmanned Aerial Vehicle, UAV）與定點傳感器不同，由於其機動性，可以作為溫室中精確數據採集的整體解決方案。本研究開發了一種可以在GPS訊號無法有效利用之溫室環境，具備自主導航能力之番茄表型數據採集無人機。該四旋翼無人機安裝有嵌入式電腦、深度相機、測距儀、光流感測器、二維光達與深度相機。深度相機用於表型數據收集，用來提取距離資訊以估計番茄大小並在偵測階段忽略超出範圍的番茄。無人機使用開源的Pixhawk 4飛行控制器並包含低雜訊機載慣性測量單元。導航方法利用嵌入式電腦接收光達掃描距離點，以ROS (Robot Operating System)作為軟體控制系統，同步運行Cartographer SLAM即時建圖定位節點、自適應蒙特卡羅定位( Adaptive Monte Carlo Localization, AMCL)節點與路規劃節點。室內飛行透過SLAM即時定位與光流補償控制達到穩定飛行之目標，水平飄移量之均方根誤差為9.6 cm。利用測距儀與氣壓計融合以預估無人機飛行姿態，達到定高目的，固定高度控制之均方根誤差為2.6 cm。此系統使用YOLOv3物件辨識模型從影片中檢測出番茄，對靜止圖像進行測試時，命中率為91%。並採用SFM (Structure From Motion）水果辨識演算法進行水果計數；手持式裝置獲取番茄影片的最佳平均辨識相對誤差小於15%，而無人機約為17%。果實表型分析將可以為水果產量評估提供定量指標，以優化農作物產量，所提出的方法不僅可用於溫室監測和表型分析，還可用於其他應用，如農場管理和無人倉庫自動化。" |
| URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/81980 |
| DOI: | 10.6342/NTU202103051 |
| 全文授權: | 同意授權(限校園內公開) |
| 電子全文公開日期: | 2024-09-01 |
| 顯示於系所單位： | 生物機電工程學系 |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| U0001-0809202101223600.pdf 授權僅限NTU校內IP使用（校園外請利用VPN校外連線服務） | 9.01 MB | Adobe PDF |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。