Sanking av sau ved bruk av autonome droner
Master thesis
Permanent lenke
https://hdl.handle.net/11250/3100123Utgivelsesdato
2023Metadata
Vis full innførselSamlinger
Sammendrag
På høsten må mange bønder sanke sauene sine inn fra utmark etter en sesong på beite. Dette kan være et stort arbeid som krever mye ressurser og tar lang tid. De siste årene har droner blitt mer og mer brukt i landbruket. Denne masteroppgaven vil se på muligheten for å lage et system der autonome droner sanke sau. Utgangspunktet for oppgaven er et forslag der tre droner utstyrt med høyttaler driver sauer ved hjelp av en fjerde drone, utstyrt med kamera, som lokaliserer sauene og sender kommandoer til de andre dronene.
Det er utviklet algoritmer og modeller som er implementert i en simulator. Simulatoren simulerer saue- og droneatferd og kjører regelbaserte algoritmer som gjør det mulig for dronene å drive sauene. Det er blitt lagd tester for å evaluere metoden som er utviklet.
Selv om simulatoren bestod alle testene som var satt opp, er det vanskelig å evaluere om hvordan metoden hadde fungert i virkeligheten. Dette skyldes blant annet av usikkerheten rundt sauenes atferd, mangelen på data til å evaluere parameterne og algoritmens manglende tilpasningsevne. I tillegg er det feil i metoder og implementasjon som ytterligere øker denne usikkerheten. Siden metoden er regelbasert, er det vanskelig å lage algoritmer og modeller som passer alle situasjoner. Kunstig intelligens kan muligens løse dette problemet.
Som en konklusjon, er den utviklete metoden vanskelig å evaluere, men resultatet antyder at det finnes en mulighet for å bruke droner til å sanke sau. Det krever mer arbeid, og flere løsninger bør vurderes. Kunstig intelligens har allerede vist flere positive egenskaper, og dette bør undersøkes nærmere. I tillegg kan det være av interesse å se på kombinasjon av regelbaserte algoritmer i sammen med kunstig intelligens. Det oppfordres også til å samle store mengder data som kan brukes til å evaluere fremtidig forskning. In autumn, after a season of grazing, many farmers must gather their sheep from the outfield. This might be a demanding task, which requires many resources and is a time-consuming job. In recent years, drones have been more commonly used in agriculture. This master thesis will investigate the possibilities of developing a system, where autonomous drones are able to gather sheep. A basis used for the thesis is a proposition where three drones armed with speakers herd the sheep with aid of a fourth drone armed with a camera, which is able to locate the sheep and send commands to the other drones.
There have been developed models and algorithms which is implemented in a simulator. The simulator simulates sheep and drone behaviour and runs rule-based algorithms which makes it possible for the drones to herd the sheep. There has been designed tests to evaluate the developed method.
The simulator passed all the designed tests, however, evaluating how well the method would perform in real life is difficult. This is partially caused by the uncertainty of the sheep behaviour, the absence of collected data to evaluate the parameters and the algorithms missing ability to adapt. Additionally, several mistakes and errors in the methods and implementation further increases the uncertainty. The method is rule-based, which makes it difficult to develop algorithms and models which fits all situations. Artificial intelligence may solve this problem.
The thesis concludes that the developed method is difficult to evaluate, however, the results indicates that there exists a possibility to use drones to gather sheep. More work is required, and different solutions should be considered. Artificial intelligence has already shown several positive properties and should be investigated further. In addition, exploring the combination of rule-based algorithms and artificial intelligence may be of interest. It’s also encouraged to collect large amounts of data which can be used to evaluate future work.