基于无记号卡尔曼变换的鲁棒花簇匹配方法

监控植物随时间的生长对于精密机器人授粉至关重要。为此，可以使用固定的 RGB-D 摄像机进行连续的时空观察。然而，由于授粉过程导致的视觉外观变化以及生长和摄像机角度造成的遮挡，图像配准成为严峻的挑战。植物会以产生分支上distinct簇集群的方式开花。本文提出了一种使用来自 RGB-D 数据生成的描述子来匹配花簇的方法，并考虑花簇内允许的空间不确定性。所提出的方法利用无记号卡尔曼变换来有效地估计植物描述子不确定性容忍度，从而实现鲁棒的图像配准过程，尽管存在时间上的变化。无记号卡尔曼变换用于处理非线性变换，通过传递花瓣位置的不确定性来确定描述子域中的变化。使用蒙特卡罗模拟验证了无记号卡尔曼变换结果，确认了该方法对于花簇匹配的有效性。因此，它可以促进动态环境中的机器人授粉。