基于形状补全的果实建图用于自主作物监测
机器人学
2022-03-30 v1
摘要
由于植物结构复杂，自主作物监测是一项困难的任务。叶片造成的遮挡可能使得无法获得例如甜椒植株所有果实的完整视图。因此，从局部信息准确估计果实的形状与体积，对于实现产量估计和自动化采摘等进一步的先进自动化任务至关重要。本文提出一种通过匹配超椭球对植株上的果实进行建图并估计其形状的方法。我们的系统对图像中的果实进行分割，并利用其掩码生成果实点云。为合并所获取的点云序列，我们采用实时三维建图框架，并基于截断符号距离场构建果实地图。我们从该地图中聚类果实，并使用优化的超椭球进行匹配以获得准确的形状估计。在实验中，我们通过装备 RGB-D 相机的机械臂在各种仿真场景中表明，我们的方法能够准确估计果实体积。此外，我们给出了从商业温室环境记录的数据中估计果实形状的定性结果。
引用
@article{arxiv.2203.15489,
title = {Fruit Mapping with Shape Completion for Autonomous Crop Monitoring},
author = {Salih Marangoz and Tobias Zaenker and Rohit Menon and Maren Bennewitz},
journal= {arXiv preprint arXiv:2203.15489},
year = {2022}
}
备注
7 pages, 5 figures, submitted to CASE 2022