인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
The automation of agricultural systems is essential for improving productivity and ensuring sustainable food production, and the introduction of autonomous tractors represents a significant advancement in agricultural automation. In this paper, we propose a method for optimizing workspace partitioning based on a weighted Voronoi diagram for fleet of autonomous tractors. The proposed method (1) acquires an image through UAV (Unmanned Aerial Vehicle) for the entire workspace and generates a node map for partitioning the workspace. (2) To calculate the center point of the workspace to be partitioned on the generated node map, the center point is calculated using the 𝑘-means clustering algorithm. (3) The workspace is differentially partitioned through the voronoi diagram algorithm and the performance-based weights for each tractor. (4) In order to minimize the deviation of task time, the workspace partitioning is optimized by adjusting the weights to reflect their relative importance. The proposed approach was validated through simulation. A comparison of the results before and after the optimization reveals a reduction in task time deviation. The results of the study indicate that optimized partitioning of the workspace can significantly enhance the operational efficiency of fleet of autonomous tractors, thereby improving agricultural productivity.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-091070520
