基于无人机立体视觉检测定位放射松枝条以支持自主修剪
计算机视觉与模式识别
2026-04-21 v1
摘要
本文提出了一种基于立体视觉的系统，安装在无人机上，用于检测和定位放射松枝条，以支持自动化修剪。该提出的管道包含两个阶段：枝条分割和深度估计。对于分割，比较了 YOLOv8、YOLOv9 和 Mask R-CNN 变体在由 71 对由 ZED Mini 相机捕获的定制数据集上的表现。对于深度估计，评估了传统方法（SGBM 带 WLS 过滤）和深度学习方法（PSMNet、ACVNet、GWCNet、MobileStereoNet、RAFT-Stereo 和 NeRF-Supervised Deep Stereo）。提出了一种基于质心的三角测量算法，采用 MAD 离群值排除来计算枝条与视差图之间的距离。1-2 米的定性评估表明，深度学习生成的视差图比 SGBM 更具一致性，表明低成本立体视觉技术可用于林业中的自动枝条定位。
引用
@article{arxiv.2604.16480,
title = {Positioning radiata pine branches requiring pruning by drone stereo vision},
author = {Yida Lin and Bing Xue and Mengjie Zhang and Sam Schofield and Richard Green},
journal= {arXiv preprint arXiv:2604.16480},
year = {2026}
}