基于视觉农业机器人作物模型学习与跟踪.pdfVIP

2015IEEE/RSJ国际智能机器人与系统会议(IROS)汉堡会议‑10月

2日。德国汉堡

于觉

基视的农业机器人作物模型学习

安德鲁·英格兰，帕特里克·大卫·，本·阿普克罗夫特和彼得·科尔克

—本文描述了一种基于视觉的方法，用于在农作物

行难以检测或其外观事先未知的农田中自主车辆。通过使

用前视立体相机对的颜色、纹理和3D结构描述符，采用S

VM回归算法估计作物行的位置。我们的系统能够快速学

习模型，并且用户输入最少，然后使用该模型作物行。结

果表明，我们的方法能够学习并多种作物，均误差小

于3厘米。我们还展示了控制结果，证明了我们的系统能

够自主驾驶机器人行驶3公里。

I.引言

农业过程的自动化，如播种、除草、施肥和收获，在提

高农场生产力以及满足日益增长的食物生产需求方面发

挥着关键作用。大多数自主机器人的一项重要技能将是

图1：六个田地示例图像，展示了由物类型、