Logo des Repositoriums

Auflistung nach Autor:in "Prankl, Johann"

1 - 2 von 2
  • Konferenzbeitrag
    Beurteilung der Schnittqualität von Schneid- und Mähwerken mittels photogrammetrischer Methode
    (39. GIL-Jahrestagung, Digitalisierung für landwirtschaftliche Betriebe in kleinstrukturierten Regionen - ein Widerspruch in sich?, 2019) Riegler-Nurscher, Peter; Prankl, Johann; Karner, Jürgen
    Ein wichtiger Parameter bei der Entwicklung von Schnittsystemen ist die Stoppelhöhe. Insbesondere die Standardabweichung der Stoppelhöhen gibt Auskunft über die Qualität des Schnittes. Es wird eine Methode zur effizienten und genauen Messung der Stoppelhöhen benötigt. Die vorgestellte Methode basiert auf einer photogrammetrischen Auswertung aus RGB- Farbbildern. Um die Stoppelhöhe absolut messen zu können, werden physische Marker im Aufnahmebereich platziert. Die Stoppelenden werden manuell durch den Benutzer selektiert bzw. automatisiert durch die Anwendung von Machine-Learning-Algorithmen detektiert. Es wurde die Messgenauigkeit der Methode mit handelsüblichen Systemkameras validiert.
  • Konferenzbeitrag
    Detektion eines Grünlandschwades mit Stereo-RGB Kamera
    (40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Riegler-Nurscher, Peter; Prankl, Johann; Hofinger, Markus; Vincze, Markus
    Robustes Detektieren von Grünlandschwaden ist die Grundlage für die Automatisierung bei der Heu- und Silage-Ernte. Vor allem bei kleinem Schwadvolumen ist die Detektion basierend auf Daten von 3D-Sensoren fehleranfällig. Es wird eine neue Methode zur Segmentierung einer Schwad in einem RGB-Bild basierend auf einem Convolutional Neural Network (CNN) vorgestellt. Die Methode wird mit der Segmentierung von 3D-Tiefendaten einer Stereo-Kamera mittels Ebenen-Detektion verglichen. Zur Validierung beider Methoden wurden Aufnahmen bei der Silage- und bei der Heuernte manuell annotiert. Es kann gezeigt werden, dass die CNN-basierte Schwaderkennung bei kleinem Volumen eine höhere Genauigkeit erreicht.