有機農業の拡大を阻む要因の一つが、害虫監視に伴う労働コストです。ドローンやローバーは植物の上部や側面からの農業監視に適していますが、多くの害虫は葉の裏側や植物の茎に生息しており、大きな被害が発生してから初めて発見されるという課題がありました。この問題を解決するため、研究チームは植物の葉の下での自律ナビゲーション向けに設計された小型のクライミングロボット「STEMbot」を開発しました。 STEMbotの革新的な点は、既存のクライミングプラットフォームの制限を大きく超えている点です。従来のシステムは船上知覚機能がないか、分岐していない垂直な幹のみに制限されていましたが、STEMbotはGeometric PIN-SLAMパイプラインとセマンティックOcTreeを統合することで、植物を登りながら堅牢な位置認識とマッピングを実現しています。また、多様体制約付きA*プランナーとレイトレーシング目標仕様を導入し、枝を考慮した経路選択と隠れた監視対象の検査を可能にしました。 システムの検証はハードウェア実験を通じて行われました。7～33mmの範囲の茎に対して信頼性の高い走行性能を実証し、4つの異なる植物標本にわたって自律ナビゲーションを成功させています。定量評価では、オフラインフォトグラメトリの基準と比較して平均Chamfer距離が1cm未満という高精度の幾何学的再構成を達成し、STEMbotが自律ナビゲーションに必要なグローバルに一貫したオドメトリを維持していることが確認されました。このロボット技術により、早期の害虫検出が可能になり、農業の持続可能性向上に貢献することが期待されています。