基于表型与姿态估计的番茄采摘自主机器人 AHPPEBot
机器人学
2024-05-14 v1
摘要
为解决常规自动采摘机器人存在的采摘成功率不足和农作物损伤风险等局限性，我们设计了一种基于作物表型与姿态估计的自主采摘机器人 AHPPEBot。具体而言，在表型识别方面，通过多任务 YOLOv5 模型配合基于检测的自适应 DBScan 聚类算法，实现了番茄簇和单个番茄的检测、关联与成熟度估计。在姿态估计方面，我们采用深度学习模型预测番茄梗上的七个语义关键点。这些关键点有助于机器人的路径规划，减少目标接触，并促进使用我们专用的采摘执行器。在商业温室中的自主番茄采摘实验中，我们的机器人实现了 86.67% 的采摘成功率，平均每次成功采摘时间为 32.46 秒，展示了其持续且稳健的采摘能力。该结果凸显了自动采摘机器人在农业中弥补劳动力缺口的潜力。
引用
@article{arxiv.2405.06959,
title = {AHPPEBot: Autonomous Robot for Tomato Harvesting based on Phenotyping and Pose Estimation},
author = {Xingxu Li and Nan Ma and Yiheng Han and Shun Yang and Siyi Zheng},
journal= {arXiv preprint arXiv:2405.06959},
year = {2024}
}
备注
Accepted by 2024 IEEE International Conference on Robotics and Automation (ICRA),7 pages, 3 figures