Tree-SLAM：针对果园中单棵树的语义对象 SLAM
机器人学
2025-07-17 v1
摘要
单棵树的精准映射是果园中精密农业的重要组成部分，允许自动化机器人执行定向操作或单棵树监测。然而，由于树冠下 GPS 信号常不可靠，以及标准的同时定位与地图构建 (SLAM) 方法在果园中因树木重复外观导致系统混淆，从而产生映射错误，这是创建此类地图的挑战。为此，我们引入 Tree-SLAM，一种专为在果园中创建单棵树地图而设计的语义 SLAM 方法。利用 RGB-D 图像，我们的方法使用实例分割模型检测树干，估计其位置并使用基于级联图的数据关联算法进行重新识别。这些重新识别的树干作为 landmarks 纳入集成了噪声 GPS、里程计和树干观测的因子图框架。该系统可实现单棵树的地图，地理定位误差最低可达 18 厘米，约为种植距离的 20%。该方法在苹果和梨果园的不同季节数据集上进行了验证，显示出在 GPS 信号不可靠的场景下，映射精度和鲁棒性都很高。
引用
@article{arxiv.2507.12093,
title = {Tree-SLAM: semantic object SLAM for efficient mapping of individual trees in orchards},
author = {David Rapado-Rincon and Gert Kootstra},
journal= {arXiv preprint arXiv:2507.12093},
year = {2025}
}
备注
Paper submitted to Smart Agricultural Technology