中文

FloPE:用于精确授粉的花朵姿态估计

机器人学 2026-02-09 v2 计算机视觉与模式识别

摘要

本研究提出了花朵姿态估计(FloPE),一种用于计算受限机器人授粉系统的实时花朵姿态估计框架。由于自然授粉者数量的减少,已有人提出机器人授粉来补充自然授粉以确保全球粮食安全。然而,由于自然变异性、花朵簇集以及授粉时花朵脆弱性对高精度的要求,用于授粉的花朵姿态估计具有挑战性。该方法利用3D高斯溅射生成具有精确姿态标注的逼真合成数据集,实现了从高容量教师模型到轻量级学生模型的有效知识蒸馏,以进行高效推理。该方法在单臂和多臂机器人平台上均进行了评估,在低计算成本下实现了0.6厘米和19.14度的平均姿态估计误差。我们的实验验证了FloPE的有效性,实现了高达78.75%的授粉成功率,并优于先前的机器人授粉技术。

关键词

引用

@article{arxiv.2503.11692,
  title  = {FloPE: Flower Pose Estimation for Precision Pollination},
  author = {Rashik Shrestha and Madhav Rijal and Trevor Smith and Yu Gu},
  journal= {arXiv preprint arXiv:2503.11692},
  year   = {2026}
}

备注

Accepted to IROS 2025. Project page: https://wvu-irl.github.io/flope-irl/