基于拖拉机车载传感器的实时草条检测用于自动跟随
机器人学
2026-04-28 v1
摘要
商用草条检测系统的专有设计限制了透明性，阻碍了开放式自主牧草收获研究的发展。我们提供了一个多模态数据集，结合了真实打捆作业期间拖拉机车载传感器的立体视觉和 LiDAR 数据。该数据集包含与 GNSS 轨迹同步的传感器数据，部分以 ROS2 Humble bags 格式发布在 Zenodo 上，其余数据可按需获取。利用该数据集，我们在 NVIDIA Jetson AGX Orin 上实现了一种实时（>20 Hz）的基于质心的草条跟随方法。在关键的 4-10 m 导引范围内，立体视觉和 LiDAR 深度测量表现出高度一致性（0.965 +/- 0.021），表明低成本的立体传感器可以达到接近 LiDAR 的性能。我们的开源 ROS 2 流水线为无 GPS 的草条检测提供了可复现的基准，并支持实用的自主牧草收获系统的开发。数据集：https://zenodo.org/records/17486318
引用
@article{arxiv.2604.24628,
title = {Real-time windrow detection from onboard tractor sensors for automated following},
author = {Lorenz Gunreben and Nico Heider and Sebastian Zürner and Martin Schieck and Bogdan Franczyk},
journal= {arXiv preprint arXiv:2604.24628},
year = {2026}
}
备注
Published in the proceedings of the 46th GIL Annual Conference (GIL-Jahrestagung 2026)