增强基于行作物的导航基准测试与仿真中感知数据生成

服务机器人技术近来正在提升精准农业，使得许多基于高效自主导航解决方案的自动化流程成为可能。然而，数据生成和田间验证活动阻碍了大规模自主平台的进展。仿真环境和深度视觉感知作为成功工具正在普及，以加速基于低成本 RGB-D 相机的鲁棒导航开发。在此背景下，本工作的贡献有两部分：一个用于训练深度语义分割网络的合成数据集，以及一组用于快速评估导航算法的虚拟场景。此外，开发了一种自动参数化方法来探索不同的田间几何与特征。该仿真框架和数据集已通过在不同作物上训练深度分割网络并对所得导航进行基准测试得到评估。