基于四足机器人的层次化三臂规划用于视觉辅助果实采收

本文旨在开发一种能够在复杂自然环境中高效采收果实的多臂四足机器人。为克服传统双臂操作的局限性，本文首次提出三臂四足机器人LocoHarv-3，并提出一种新颖的层次化三臂规划方法，实现无碰撞轨迹的自动化果实采收。我们的全面半自主框架集成了遥控操作，结合基于LiDAR的里程计与制图技术，以及基于学习的视觉感知，用于精准果实检测与姿态估计。通过动作捕捉系统进行受控室内实验以及在自然环境中的大规模野外测试进行验证。结果表明，在实验室环境中单次操作即可实现90%的成功率，野外测试进一步验证了该系统在更具挑战性的真实环境中的稳健性与效率。