面向机器人叶片采集的驱动-感知集成框架：检测、定位与切割

精准农业中的当代机器人主要聚焦于自动收获或用于监测作物健康的遥感。相较之下，关于在田间采集物理叶片样本并保留以作进一步分析的工作较少。通常，果园种植者手动采集样本叶片，并用于茎水势测量以分析树木健康并确定灌溉方案。尽管该技术有益于果园管理，但采集、评估与解读测量的过程需要大量人力且常导致采样频次低。自动采样可为种植者提供高度准确且及时的信息。此类自动原位叶片分析的第一步是从树上识别并切下叶片。该采集过程需要新的驱动与感知方法。我们提出一种利用深度相机点云数据检测与定位候选叶片的技术。该技术在来自鳄梨树的内外景点云上进行了测试。随后，我们在 6 自由度机械臂上使用定制叶片切割末端执行器，通过从鳄梨树上切叶来测试所提出的检测与定位技术。基于真实鳄梨树的实验测试表明，我们提出的方案可使移动操作臂与定制末端执行器系统成功检测、定位并切割叶片。