通过使用立体相机对收割机的作物田进行实时和准确的密集3D绘图
Haiwen Chen1, Jin Chen1, Zhuohuai Guan2
1School of Mechanical Engineering, Jiangsu University, Zhenjiang, China.
Science progress
|November 22, 2023
概括
这项研究引入了一种新的双阶段3D绘图方法,用于自动收割机. 它在具有挑战性的作物田中实现了准确和高效的感知,使可靠的导航和收获成为可能.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 农业工程 农业工程
背景情况:
- 农业中的自主导航需要强大的3D感知.
- 农田面临着独特的挑战:重复的场景,不同的照明和实时限制.
- 现有的基于视觉的系统在这些环境中难以获得准确性和效率.
研究的目的:
- 开发一个实时,密集的3D绘图方法,用于收割机.
- 在复杂的作物田地条件下克服感知限制.
- 为自主运营提供准确的空间信息.
主要方法:
- 一个基于特征的,两阶段的3D绘图策略.
- 阶段1:通过可靠的特征匹配,稀疏的3D地图构建.
- 第二阶段:使用概率推断来计算每像素差异的密集3D地图生成,将贝叶斯估计与图像点线索相结合.
主要成果:
- 拟议的方法从真实作物田间数据生成详细的密集3D地图.
- 耐受于重复纹理和不均照明引起的视觉不确定性.
- 在准确性和计算效率之间实现平衡.
结论:
- 开发的方法为资源有限的收割机系统提供了宝贵的在线感知能力.
- 在具有挑战性的农业环境中实现准确和高效的3D场景理解.
- 促进可靠的自主导航和收获操作.
