Automation system of agricultural crop plantation requires many subsystems such as
low level tracking, path planning, obstacle detection, manoeuvres at the path
terminations, etc. This study proposes semantic annotation for the information flow
between the automation subsystems, filling the gap between the planning and
implementation of crop production by developing two missing subunits:
determination of obstacles that may threaten agricultural vehicles using the satellite
images of target field, and determination of proper path for the agricultural vehicles
to process rows of crops. For the attributes of obstacles, semantic annotation on the
map of target field is preferred using Resource Description Framework/Extensible
Mark-up Language (RDF/XML) in order to be exchangeable and reusable with other
stages, systems, devices and applications. Developed Matlab code determines the
target field by a GPS coordinate inside the field. An interactive initialization stage
provides download of the satellite images from Google Maps API for determination
of the field boundaries. The code for detection and positioning of the circular shaped
obstacles are using Prewitt, Sobel, Roberts, and Canny edge detection, and Hough
transformation algorithms. The developed method is tested on 51 target fields. It
provides 45% improvement in detection error rate compared to raw application of the
algorithms.
Keywords: Image processing, Obstacle detection, Path planning, Semantic
annotation, RDF/XML mapping.
ÖZ:
Tarımsal tahıl üretimi otomasyon sistemlerinde alt düzey iz takibi, yol planlaması,
engel tayini, yol sonunda manevra gibi birçok alt sistem gerekir. Bu çalışma, tarımsal
otomasyonu gerçekleştirmede gereken tarım aracına tehdit olabilecek engelleri uydu
görüntüsünden tanıma ve araçların ürün sıralarını işlemesine uygun yol planlama alt
sistemleri arasındaki bilgi akışının semantik işaretleme yoluyla çözülmesi
önerilmektedir. Engellerin özellikleri hedef tarlanın haritasına RDF/XML kullanarak
semantik işaretleme yöntemiyle kaydedilmekte, böylece birimler arasında verimli
bilgi akışı sağlanmaktadır. Bilginin başka sistem, araç, ve uygulamalar için
dönüştürülebilir ve tekrar kullanılabilirliği için semantik işaretlemede RDF/XML
tercih edilmiştir. Geliştirilen Matlab kodu tarlayı içindeki her hangi bir GPS
koordinatından belirlemektedir. Google Maps API kullanarak indirilen uydu
görüntüsünde tarla sınırları etkileşimli giriş aşamasıyla belirlenmektedir. Çembersi
biçimleri bulmak ve yerini belirlemek üzere Prewitt, Sobel, Roberts, ve Canny kenar
belirleme ile Hough dönüşümü kullanılmaktadır. Geliştirilen yöntem 51 hedef tarla
üzerinde sınanmıştır. Geliştirilen yöntem, kenar bulma ve Hough dönüşümlerinin
ham kullanımına göre engel bulma hatasını %45 düşürmüştür.
Anahtar Sözcükler: Görüntü işleme, Engel bulma, Yol planlama, Semantik
işaretleme, RDF/XML haritalama.
