基于视觉的葡萄园自动标注导航方案

自主导航是利用农业机器人实现农业研究与生产管理（如病害管理与产量预测）全面自动化的关键。本文中，我们介绍了一种面向葡萄园等棚架栽培系统中农业机器人的基于视觉的自主导航框架。为此，我们提出了一种新颖的基于学习的方法，直接从 RGB-D 图像估计路径可通行性热力图，并随后将该热力图转换为优选通行路径。我们开发了一条自动标注流水线，通过将葡萄园首次部署期间采集的 RTK GPS 路径投影到对应的 RGB-D 图像中作为真实路径标注来构建训练数据集，从而实现无需昂贵人工标注的快速模型训练与微调。训练得到的路径检测模型被用于开发一个由行内跟踪与换行模块组成的完整导航框架，使机器人能够在作物行内穿行并在作物行之间转移以自主覆盖整个葡萄园。我们在三个不同葡萄园中开展了大量田间试验，证明所开发的路径检测模型与导航框架提供了一种高性价比、准确且鲁棒的葡萄园自主导航方案，并能在性能稳定的情况下泛化至未见过的葡萄园。