户外农业环境特征匹配的关键点语义集成

可靠的户外环境机器人导航需要能够处理视觉挑战的准确感知系统，例如重复结构和变化的外观。视觉特征匹配对于基于视觉的管道系统至关重要，但在自然户外环境中尤其具有挑战性，由于感知别名。我们针对葡萄园中的情况提出了解决方案，在此环境中，重复的葡萄藤和其他自然元素会产生模糊的描述符，阻碍可靠的特征匹配。我们假设，与关键点位置相关的语义信息可以缓解感知别名，通过增强关键点描述符的区分性来实现。这一点我们引入了一种关键点语义集成技术，通过在语义意义上的区域内改进描述符，使其在视觉上相似的局部特征之间实现更准确的区分。我们在两种葡萄园感知任务中验证了这一方法：（i）相对姿态估计和（ii）视觉局部定位。在所有测试的关键点类型和描述符上，我们的方法将匹配精度提高了 12.6%，在具有挑战性的葡萄园条件下持续多个月均证明其有效性。