NBV-SC：基于形状补全的用于果实建图与重建的下一步最佳视角规划

用于果实建图与采摘的主动感知是一项困难任务，因为遮挡频繁发生，且果实的位置和大小随时间变化。最先进的视角规划方法利用计算昂贵的射线投射操作来寻找良好视角，旨在最大化信息增益并覆盖场景中的果实。本文中，我们提出一种新颖的视角规划方法，其显式利用预测的果实形状信息来计算有针对性的视角，以观察果实尚未被观测的部分。此外，我们形式化了视角相异性的概念，以缩减采样空间，从而更高效地选择有用的、相异的视角。我们使用配备RGB-D传感器的UR5e机械臂进行的仿真实验，定量展示了我们基于形状补全的迭代下一步最佳视角规划方法的效能。与最先进视角规划器的对比实验中，我们展示了不仅在果实大小估计上，而且在其重建上均有改进，同时显著减少了规划时间。最后，我们在商业温室中用真实机器人系统展示了我们的方法用于甜椒植株建图的可行性。