Evaluation of a ground surface detection system using microwave radar to support automation of the wild blueberry (Vaccinium angustifolium Ait.) harvester header
Notice bibliographique
Résumé
To advance automation in wild blueberry harvesting, this study evaluates the performance of three microwave radar systems—Walabot Developer, Acconeer XM112, and Terrahawk® HT5230, for ground surface detection. The ability to accurately measure ground distance while penetrating different mediums (air, grass clippings, and alfalfa hay) was assessed using controlled experiments. Results showed that the Acconeer radar exhibited the highest accuracy in air (mean absolute error: 3.0 to 12.3 mm) but performed poorly when penetrating vegetation (35.5 to 62.9 mm error). The Walabot radar demonstrated inconsistent results across all conditions. The Terrahawk® radar provided the most stable performance (mean absolute error: 46.2 to 53.9 mm), with minimal bias (-5.39 to -4.62 mm) and low standard deviation (2.5 to 8.9 mm), making it the most suitable option for further implementation. Field validation demonstrated a strong correlation (R² > 0.97) between radar-measured and ground-truthed values, confirming the potential of the Terrahawk® system for real-time ground sensing in automated harvester applications. These findings confirm the Terrahawk® radar as a viable solution for ground surface detection in the automation of the wild blueberry harvester header.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».