GS-NBV：基于几何、语义感知的遮挡下Avocado采摘视点规划算法
机器人学
2025-07-01 v1
摘要
高效识别采摘点的工作是自动化水果采收的关键。牛油果因其不规则的形状、重量以及较不规则的生长环境，具有独特挑战，需要特定视点才能成功采收。我们提出了一种几何基准、语义感知的视点规划算法以应对这些挑战。规划过程包括三个关键步骤：视点采样、评估与执行。从部分遮挡的视点开始，系统首先检测水果，然后利用几何信息将视点搜索空间限制在1D圆周上，均匀采样四个点以平衡效率与探索。我们引入新的采摘评分指标来评估视点的适合性，并引导摄像头前往下一个最佳视点。我们通过仿真环境验证了该方法，并与两种最先进的算法进行了对比。结果显示，在两个具有显著遮挡的案例中，实现了100%的成功率，证明了该方法的高效性和鲁棒性。我们的代码已公开于https://github.com/lineojcd/GSNBV。
引用
@article{arxiv.2506.23369,
title = {GS-NBV: a Geometry-based, Semantics-aware Viewpoint Planning Algorithm for Avocado Harvesting under Occlusions},
author = {Xiao'ao Song and Konstantinos Karydis},
journal= {arXiv preprint arXiv:2506.23369},
year = {2025}
}
备注
Accepted for publication in CASE 2025, 6 pages, 8 figures