AgriChrono：面向作物生长与照明变异的多模态数据集，配合田间机器人
机器人学
2026-03-19 v3 人工智能
系统与控制
系统与控制
摘要
人工智能和机器人技术的进步加速了农业领域的诸多举措，尤其是在机器人导航和 3D 数字孪生创建方面。但这一进步的一个重要瓶颈是，缺乏捕捉真实农田全貌的“野外”数据集，这些数据集包括风导致的非刚性运动、强烈的光照变化以及随作物生长产生的形态学变化。这一数据差距从根本上限制了针对自主田间导航和场景级动态三维重建的鲁健 AI 模型的研究。在本文中，我们提出了 AgriChrono，一个模块化的机器人数据采集平台和多模态数据集，旨在捕捉这些动态农田条件。我们的平台集成了多个传感器，实现对 RGB、深度、激光雷达、惯性测量单元和姿态数据的远程、时间同步获取，以实现高效可重复的真实世界农业环境中的长期数据采集。我们成功地在一个月内收集了 18TB 的数据，记录了在多种光照条件下向日葵的整个生长周期。我们对 AgriChrono 上进行了最先进的 3D 重建方法的基准测试，揭示了在此类农田环境中重建高保真动态非刚性场景的深刻挑战。这一基准测试验证了 AgriChrono 作为推进模型泛化性的关键资产，预计其公开发布将显著加速精密农业的研究与开发。代码和数据集已公开：https://github.com/StructuresComp/agri-chrono。
引用
@article{arxiv.2508.18694,
title = {AgriChrono: A Multi-modal Dataset Capturing Crop Growth and Lighting Variability with a Field Robot},
author = {Jaehwan Jeong and Tuan-Anh Vu and Mohammad Jony and Shahab Ahmad and Md. Mukhlesur Rahman and Sangpil Kim and M. Khalid Jawed},
journal= {arXiv preprint arXiv:2508.18694},
year = {2026}
}
备注
Keywords: Agricultural Robotics, In-the-wild Dataset, 3D Reconstruction