用于机器人修剪的甜樱桃树语义引导骨架化
机器人学
2021-03-05 v1
摘要
面向鲜食果树的无休眠期修剪是农业机器人中一个相对未被充分探索的应用，目前少有端到端系统。创建自主修剪系统的最大挑战之一是需要重建一个足够准确且信息丰富的树木模型，以用于决定修剪位置。一种有用的树木建模结构是骨架：一种轻量级的 1D 表示，刻画树的几何与拓扑。该骨架化问题在计算机图形学领域内十分重要，并已专门开发了一些用于树木建模的算法。这些骨架化算法大多将问题视为几何问题。然而在农业情境中，树的各部分具有不同标签，如主干、支撑枝等。这种带标签的结构对于理解修剪位置十分重要。我们提出了一种生成此类带标签骨架的算法，利用与这些标签相关的拓扑和几何先验来改进我们的骨架。我们在来自 29 棵直立结果侧枝（UFO）树的的点云上测试了骨架化算法，并相对于人工评估的金标准展示了 70% 的中位准确率。我们还将 82 棵 UFO 树的点云扫描开源给其他研究者。我们的工作朝着可用于自主修剪系统的鲁棒树木建模框架迈出了重要的第一步。
引用
@article{arxiv.2103.02833,
title = {Semantics-guided Skeletonization of Sweet Cherry Trees for Robotic Pruning},
author = {Alexander You and Cindy Grimm and Abhisesh Silwal and Joseph R. Davidson},
journal= {arXiv preprint arXiv:2103.02833},
year = {2021}
}