CottonSim：Gazebo仿真中用于棉花采摘的视觉引导自主机器人系统
机器人学
2025-10-08 v2
摘要
棉花是美国主要的经济作物，该国是全球领先的生产国和出口国。几乎所有美国棉花都种植在横跨南部17个州的棉花带上。收获仍是关键且具挑战性的阶段，受到昂贵且对环境有害的脱叶剂以及沉重、昂贵的棉花采摘机的影响。这些因素导致产量损失、纤维品质下降和土壤压实，共同威胁长期可持续性。为解决这些问题，本研究提出了一种轻量级、小型、视觉引导的自主机器人棉花采摘机作为替代方案。一个基于 Clearpath Husky 平台并集成 CottonEye 感知系统的自主系统在 Gazebo 仿真环境中开发和测试。设计了一个虚拟棉田以促进自主导航测试。导航系统使用全球定位系统(GPS)和基于地图的引导，由 RGB-D 相机和 YOLOv8nseg 实例分割模型辅助。该模型实现了 85.2% 的平均精度均值(mAP)、88.9% 的召回率和 93.0% 的精确率。基于 GPS 的方法在 阈值内达到 100% 完成率(CR)，而基于地图的方法在 0.25 m 阈值内达到 96.7% CR。开发的机器人操作系统(ROS)包实现了棉花采摘的鲁棒仿真，为未来农业机器人提供了可扩展的基线。CottonSim 代码和数据集在 GitHub 上公开：https://github.com/imtheva/CottonSim
引用
@article{arxiv.2505.05317,
title = {CottonSim: A vision-guided autonomous robotic system for cotton harvesting in Gazebo simulation},
author = {Thevathayarajh Thayananthan and Xin Zhang and Yanbo Huang and Jingdao Chen and Nuwan K. Wijewardane and Vitor S. Martins and Gary D. Chesser and Christopher T. Goodin},
journal= {arXiv preprint arXiv:2505.05317},
year = {2025}
}
备注
16 pages, 15 figures, 4 tables