面向被遮挡果实精确形状与位姿估计的安全叶片操控

果实监测在作物管理中扮演着重要角色，而全球水果消费的增长与劳动力短缺使得利用机器人进行自动化监测成为必要。然而，植物叶片的遮挡常常阻碍精确的形状与位姿估计。因此，我们提出一种主动式果实形状与位姿估计方法，通过物理操控遮挡叶片来显露隐藏的果实。本文引入了一个规划机器人动作以最大化可见度并最小化叶片损伤的框架。我们开发了一种新颖的场景一致性形状补全技术，以改善严重遮挡下的果实估计，并利用感知驱动的变形图模型来预测规划过程中的叶片变形。在人工和真实甜椒植株上的实验表明，我们的方法使机器人能够安全地拨开叶片，露出果实以进行精确的形状与位姿估计，其性能优于基线方法。项目页面：https://shaoxiongyao.github.io/lmap-ssc/。