Solutions for the automation of operational monitoring activities for agricultural and forestry tasks Cover

.blurhash-client-img { display: none !important; }

Solutions for the automation of operational monitoring activities for agricultural and forestry tasks

Die Bodenkultur: Journal of Land Management, Food and Environment

Volume 69 (2018): Issue 3 (September 2018)

By: Raimondo Gallo, Giovanni Carabin, Renato Vidoni, Pasqualina Sacco and Fabrizio Mazzetto

Open Access

|Nov 2018

Figures & Tables

Three developed FDLs: On the left side the Tractor-FDL, in the center the Yarder-FDL, and on the right side the Chainsaw-FDL. The Tractor-FDL is the energy supplied by the electric circuit of the tractor, while the others foreseen the use of external batteries.Abbildung 1. Die Abbildungen zeigen die drei FDL: links der Traktor-FDL, in der Mitte der Kippmastgerät-FDL und rechts der Kettensägen--FDL. Der Traktor-FDL wird durch den Stromkreis des Traktors mit Energie versorgt, während die anderen die Verwendung von externen Batterien vorsehen.

The conceptual model followed is reported. On the left side the collection and transmission of the raw data and on the right side their elaboration and consulting through a Web-GIS platform.Abbildung 2. Das angewandte Konzeptmodell: Links die Sammlung und Übertragung der Rohdaten, rechts ihre Ausarbeitung und Beratung durch eine Web-GIS-Plattform.

Example of graphical output. All the elaborations are displayed on Web-GIS tool.Abbildung 3. Beispiel für ein grafisches Output. Alle Ausarbeitungen werden auf einem Web-GIS-Tool angezeigt.

Yarding-FDL: Summary of the gross time of working cycle for each data set_ Data include data set with missed cycles_ A_S: automatic survey, M_S: manual survey_Tabelle 2_ Kippmastgerät-FDL: Zusammenfassung der Bruttozeit des Arbeitszyklus für jeden Datensatz_ Daten beinhalten Datensätze mit verpassten Zyklen_ A_S: automatische Vermessung, M_S: manuelle Vermessung_

	No. of cycles			Gross time			Average			Standard Deviation		R2
	A_S		M_S	A_S		M_S	A_S		M_S	A_S	M_S
Working session (s)	220		228	138536		138157	638.4		636.7	323.6	324.3	0.886
Difference (s)		8			−379			−1.75			–

Yarding-FDL: Statistics of the elemental time study recorded during the cable logging working cycles_ Missed cycles were not considered_ A_S: automatic survey, M_S: manual survey_Tabelle 3_ Kippmastgerät-FDL: Statistiken der Elementarzeitstudie, die während der Arbeitszyklen der Kabelprotokollierung aufgezeichnet wurden_ Verpasste Zyklen wurden nicht berücksichtigt_ A_S: automatische Vermessung, M_S: manuelle Vermessung_

	Average		Standard Deviation		Difference		R²
	A_S	M_S	A_S	M_S	–	(%)
Outhaul (s)	99.7	99.1	60.6	59.3	0.61	1%	0.563
Hook (s)	288.2	295.6	208.7	215.6	−7.4	−7%	0.880
Inhaul (s)	163	153.8	84.1	82.9	9.7	9%	0.663
Unhook (s)	87.4	88.1	166.2	160.8	0.6	−1%	0.930

Chainsaw-FDL: The data collected by manual survey and those obtained by the OIE’s elaborations are reported and compared_ A_S: automatic survey, M_S: manual survey_Tabelle 5_ Motorsäge-FDL: Zusammenfassung der validierten Ergebnisse_ Die Tabelle zeigt die Messungen und deren Vergleich, die bei der manuellen Erhebung und den OIE-Berechnungen vorgenommen wurden_ A_S: automatische Vermessung, M_S: manuelle Vermessung_

Sum			Average		Standard Deviation		Difference		R²
	A_S	M_S	A_S	M_S	A_S	M_S	–	%
Time study (s)	735.4	639	81.7	71.0	45.95	42.56	−10.7	−15.1%	0.909
Stump diameter (cm)	483.1	491	53.7	54.6	15.65	17.20	0.9	1.6%	0.893
Breast height diameter (cm)	361.5	353	40.2	39.2	10.80	12.30	−0.9	−2.4%	0.928
Volume (m³)	16.58	16.49	1.84	1.83	0.99	1.12	0.0	−0.5%	0.932

Yarding-FDL: Summary of the automatic weight assessment: In this table the results obtained by the two repetitions are reported_ The average weight measured as reference was 40_2 kg_Tabelle 4_ Kippmastgerät-FDL: Zusammenfassung der automatischen Gewichtsmessung: Die Tabelle zeigt die Ergebnisse der beiden Wiederholungen_ Das Durchschnittsgewicht, gemessen als Referenz, betrug 40,2 kg_

Repetition 1					Repetition 2
	CK-2%	CK-5%	CK-10%	CK-20%	CK-2%	CK-5%	CK-10%	CK-20%
Average (kg)	41.4	42.2	40.2	41.7	40.8	38.4	39.5	38.6
Difference (kg)	−1.2	−2.0	0.0	−1.5	−0.6	1.8	0.7	1.6
(%)	−2.9%	−5.1%	−0,1%	−3.8%	−1.6%	4.4%	1.9%	4.0%
R²	0.980	0.990	0.996	0.995	0.981	0.965	0.990	0.948

Tractor-FDL: Summary of the results obtained for the manual and automatic operational monitoring_ A_S: automatic survey, M_S: manual survey_Tabelle 1_ Traktor-FDL: Zusammenfassung der Ergebnisse für die manuelle und automatische Betriebsüberwachung_ A_S: automatische Vermessung, M_S: manuelle Vermessung_

	Total time		Mean time		Standard Deviation		Difference		R²
	A_S	M_S	A_S	M_S	A_S	M_S	–	%
Working session (s)	1519.2	1517.2	66.1	66.0	49.0	49.0	−0.09	−0.1%	0.998
Effective work (s)	847.5	831.7	36.8	36.2	26.5	21.3	−0.69	−1.9%	0.827
Stops (s)	490.3	481.1	21.3	20.9	18.7	23.0	−0.40	−1.9%	0.907
Displacements (s)	181.9	204.4	7.9	8.9	4.7	8.3	0.98	11.0%	0.641

DOI: https://doi.org/10.2478/boku-2018-0012 | Journal eISSN: 2719-5430 | Journal ISSN: 0006-5471

Journal RSS Feed

Language: English

Page range: 131 - 140

Submitted on: Apr 13, 2018

Accepted on: Aug 22, 2018

Published on: Nov 30, 2018

Published by: Universität für Bodenkultur Wien

In partnership with: Paradigm Publishing Services

Publication frequency: 4 issues per year

Keywords:

Operational monitoring,

precision agriculture,

precision forestry,

Related subjects:

Life sciences, other

© 2018 Raimondo Gallo, Giovanni Carabin, Renato Vidoni, Pasqualina Sacco, Fabrizio Mazzetto, published by Universität für Bodenkultur Wien
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.

Volume 69 (2018): Issue 3 (September 2018)Next article