En interaktiv optimal vei Planleggingsapp for jordbruk Maskineri etter GIS-tilnærming

Abstract

Det “coverage path planning problem”, CPP er en av hovedforskningslinjene innen robotikk og landbruk. Det er mange vellykkede verk i litteratur i denne forbindelse. Imidlertid er hovedmålene med dette arbeidet først og fremst å foreslå alternativ offline løsning for dekningsveiplanlegging (CPP) problem som en installerbar gratis app kalt PlowPlaner gjennom integrering av kunnskap fra GIS- og Python-biblioteker. Og for det andre å introdusere en ny tilnærming for å finne optimalisert retning kalt minimum rotert rektangel (MRR) i splitting av region av interesse (ROI) i celler (underformer) og ved utforming av optimaliserte dekningsbaner for underformene. For å utvikle denne app-ideene fra tidligere CPP-relaterte studier, var GIS- og geomatikkkonsepter, spesielt transformasjon av geografiske objekter, kjernekonseptene. Åpne gatekart som basiskart, og Python-biblioteker er integrert. Det er mange kommersielle online og offline-baserte apper og verktøy der ute, og disse er utviklet med tanke på at de vil være nyttige for større eiendomseide og mer utdannede og teknologibevisste bønder. Det er imidlertid behov for en enklere og gratis app som hver skalabonde kan ha tilgang til. PlowPlaner, en alternativ CPP-app, foreslått for å tjene alle typer bønder i planlegging av optimalisert dekningsbane offline, ble vellykket utviklet gjennom denne metoden. Suksessen til PlowPlaner har implikasjonen at den alternative løsningen gjennom å integrere kunnskap for CPP-problemet er lovende og bør utnyttes mer i prosessen med å finne løsninger på dette og relaterte problemer.

The coverage path planning problem, CPP is one of the main research line in Robotics and Agriculture. There are many successful works in literature in this regard. However the main aims of this work is firstly to propose alternative offline solution for coverage path planing (CPP) problem as an installable free app called PlowPlaner through the integration of knowledge from GIS, and Python libraries. And secondly to introduce a new approach of finding optimized direction called minimum rotated rectangle (MRR) in splitting of region of interest (ROI) into cells (sub-shapes) and in designing optimized coverage paths for the sub-shapes. To develop this app ideas from earlier CPP related studies, GIS and geomatics concepts especially transformation of geographic objects were the core concepts. Open street map as base-map, and Python libraries have been integrated. There are many commercial online and offline based apps and tools out there and these are developed having in mined that they will be useful for bigger estate owned and more educated and technology aware farmers. However there is a need for more simpler and free app that every scale farmers can have access. PlowPlaner, an alternative CPP app, proposed for aiming to serve all kinds of farmers in planing optimized coverage path offline was successfully developed through this method. The success of PlowPlaner has the implication that the alternative solution through integrating knowledge for CPP problem is promising and should be exploited more in the process of finding solutions in this and related problems.