基于图的视点运动规划用于果实检测

作物监测对于最大化农业生产力和效率至关重要。然而，监测甜椒植株等大型复杂结构存在显著挑战，尤其是由于果实频繁被遮挡。传统的下一最佳视点规划可能导致对作物的非结构化且低效的覆盖。为此，我们提出了一种新颖的视点运动规划器，其构建可行视点位姿及邻近位姿间轨迹的图网络，从而考虑机器人运动约束。该规划器在图中搜索具有最高累积信息增益的视点序列，以实现高效的甜椒植株监测并最小化遮挡。生成的视点位姿旨在既充分覆盖已检测到的果实又发现新果实。该图及相应的最佳视点姿态序列以有限视界计算，并随着系统收集新信息在固定时间间隔内自适应更新。我们通过使用装备 RGB-D 相机且安装于小车上的机械臂进行的仿真与真实世界实验证明了我们方法的有效性。实验结果表明，与最先进的单一下一最佳视点规划器相比，我们的规划器生成的视点位姿序列能系统性覆盖作物，并在有限时间内实现更高的果实覆盖率。