基于语义建图的果园环境树形性状测量
机器人学
2018-04-18 v1 计算机视觉与模式识别
摘要
测量树木形态以进行表型分析是园艺中一项必要但劳动密集的活动。研究人员通常依赖手动测量，例如测量树木体积时可能不够准确。近期自动化测量过程的方法依赖激光雷达（LIDAR）测量与高精度GPS相结合。通常一行树的两侧被独立重建，然后使用GPS信息合并。此类方法有两个缺点：（1）依赖专门且昂贵的设备；（2）由于重建过程未同时使用两侧信息，侧面重建可能不准确。我们还表明标准回环闭合（loop closure）方法不一定能很好地对齐树干。本文提出一种新颖的视觉系统，仅使用RGB-D相机来估计形态参数。一种基于语义的建图算法合并行道树两侧的3D模型，其中通过鲁棒拟合算法获取并优化集成语义信息。我们专注于从优化后的3D模型中测量树高、冠层体积和树干直径。在真实果园中进行的实验定量证明了我们方法的准确性。
引用
@article{arxiv.1804.05905,
title = {Tree Morphology for Phenotyping from Semantics-Based Mapping in Orchard Environments},
author = {Wenbo Dong and Volkan Isler},
journal= {arXiv preprint arXiv:1804.05905},
year = {2018}
}
备注
10 pages, 13 figures