Gazebo植物：基于Cosserat杆的植物-机器人交互仿真

机器人采摘有潜力积极影响农业生产力、降低成本、改善食品质量、增强可持续性并解决劳动力短缺问题。在快速发展的农业机器人领域，在虚拟环境中训练机器人已变得至关重要。生成训练数据以自动化底层计算机视觉任务（如图像分割、目标检测和分类）也严重依赖此类虚拟环境，因为合成数据通常需要克服真实数据集数量不足和缺乏多样性的问题。然而，机器人社区常用的物理引擎（如ODE、Simbody、Bullet和DART）主要支持刚体的运动和碰撞交互。这一固有局限性阻碍了处理植物和农作物等非刚性物体的实验和进展。本文提出一个基于Cosserat杆的Gazebo仿真平台插件，用于模拟植物运动。它能够仿真植物及其与环境的交互。我们证明，使用该插件，用户可以通过模拟机械臂采摘水果在Gazebo中进行采摘仿真，并获得与真实实验相当的结果。