迈向农业中的主动机器人视觉:一种用于遮挡与非结构化保护栽培环境下视觉伺服的深度学习方法
机器人学
2019-08-07 v1
摘要
3D Move To See (3DMTS) 是一种面向非结构化与遮挡环境(如机器人作物采摘中所遇)的多视角视觉伺服方法。本文提出一种深度学习方法 Deep-3DMTS,通过卷积神经网络(CNN)为 3DMTS 创建单视角方案。该新颖方法通过仿真对照标准 3DMTS 方法进行开发与验证。结果表明,Deep-3DMTS 方法在引导机械臂末端执行器改善对遮挡果实(甜椒)的视野方面性能等同于标准 3DMTS 基线:末端执行器最终位置在基线 11.4 mm 内;图像中果实尺寸相较 16.8(平均)的基线增大 17.8 倍。
引用
@article{arxiv.1908.01885,
title = {Towards Active Robotic Vision in Agriculture: A Deep Learning Approach to Visual Servoing in Occluded and Unstructured Protected Cropping Environments},
author = {Paul Zapotezny-Anderson and Chris Lehnert},
journal= {arXiv preprint arXiv:1908.01885},
year = {2019}
}
备注
6 pages, 6 figures, 3 tables