基于前一轮重建的高效视图规划：用于重复植物监测

重复植物监测对于跟踪作物生长至关重要，3D重建可实现跨监测会话的一致比较。然而，每次监测会话都从头开始重建3D模型既代价高昂，又忽略了先前观察到的有价值几何信息。我们提出一种基于前一轮重建的高效视图规划方法，利用前一轮的3D模型以提高当前会话中主动感知的效率。基于该前一轮重建，我们的方法将迭代的下一佳视图规划替换为一次性视图规划，选取一组信息丰富的视图并计算连接这些视图的全球最短执行路径。实验在真实的多会话数据集上进行，包括公共的单植物扫描数据和新收集的温室作物行数据集，结果表明该方法在执行更少的视图和更短的机器人路径的情况下，实现了与迭代方法和一次性基线相当或更高的表面覆盖率。