草莓的三维形状感知与基于深度学习的分割

农业部门的自动化和机器人化被视为解决该行业面临的社会经济挑战的可行方案。该技术通常依赖于提供有关作物、植物和整个环境信息的智能感知系统。现代三维视觉系统能够解决传统二维视觉系统面临的挑战，实现直接的物体定位、尺寸与形状估计，以及遮挡处理。迄今为止，三维感知的使用主要局限于室内或结构化环境。在本文中，我们评估了包括双目和飞行时间相机在内的现代传感技术，用于农业中形状的三维感知，并研究了其基于形状从背景中分割软果的可用性。为此，我们提出了一种新型三维深度神经网络，利用了源自基于相机的三维传感器信息的有序性质。我们展示了所提出的架构与最先进的三维网络相比具有卓越的性能和效率。通过模拟研究，我们还展示了三维感知范式在农业物体分割中的潜力，并提供了对进一步分析作物所需和预期的形状质量的分析与见解。这项工作的结果应能鼓励研究人员和公司开发更准确、更鲁棒的三维感知技术，以确保其在实际农业应用中得到更广泛的采用。