描述

Nindamani - 除草機器人

Nindamani，基于人工智能的機械除草機器人，它使用人工智能自動檢測和分割農作物中的雜草。整個機器人模塊原生構建在 ROS2 上。Nindamani 可以在作物的任何早期階段用于自主除草。

目標: 開發一種自主除草機器人，以緩解過量除草劑、有害化學物質使用的問題，并解決農田勞動力短缺的問題。

愿景：實現無除草劑農業耕作，提高農民產量。

在以下存儲庫中，您將找到 Nindamani 機器人的軟件安裝和控制機制說明。

特點：

• 完全兼容 ROS2
• 電池供電
• 運行時間長達 8-10 小時
• 基于機械臂的除草
• 雜草檢測準確率高達85%
• 易于操作

在本節中，我們將安裝所有必要的依賴項，以便能夠啟動 nindamani 機器人：

套餐

nindamani_agri_robot- 集成 nindamani 機器人的所有發射節點rpicam_ai_interface- 通過 AI 接口控制 rpi 相機servo_control- 通過 ROS2 接口控制伺服電機stepper_control- 通過 ROS2 接口控制多個步進電機

在 Jetson Nano 開發套件上安裝

1. NVIDIA Jetpack SDK

• 下載最新的 SDK 鏡像：https ://developer.nvidia.com/embedded/jetpack
• 完全格式化 SD 卡（不應包含任何分區）。以下是我們可以在未來即興創作該機器人的一些想法：

  ?

  • 夾持器設計改進，端尖為箭頭形。
  • 使用高扭矩步進電機可以改善三角臂伸展范圍。
  • 通過RTK-GPS和4輪驅動+4輪轉向機器人實現，使整個機器人自主工作。
  • 需要使用激光雷達對土地進行 3D 測繪，以發現作物、雜草和山脊的高度變化。

  參考

  • Mask R-CNN 用于對象檢測和分割

  @misc{matterport_maskrcnn_2017,
  title={Mask R-CNN for object detection and instance segmentation on Keras and TensorFlow},
  author={Waleed Abdulla},
  year={2017},
  publisher={Github},
  journal={GitHub repository},
  howpublished={\url{https://github.com/matterport/Mask_RCNN}},
  }

  • 在多個對象的自定義數據集上訓練 Mask-RCNN 模型
  • 使用 MARA-Env 在 Gazebo 上進行 Delta 機器人仿真

  開發商的聯系方式

  Kevin Patel
  Nihar Chaniyara
  Email: autoroboculture@gmail.com