System Calibration of a Field Phenotyping Robot with Multiple High-Precision Profile Laser Scanners

要約

農業分野における正確で高解像度の作物点群の作成は、ハイスループットの表現型解析アプリケーションにとって重要な課題となっています。
この研究では、高精度の 3D 作物点群の作成に使用される 2 つの産業グレードのレーザー スキャナーで構成される農業現場ロボットのレーザー スキャン システムを校正するための新しい校正方法を実装します。
このキャリブレーション方法は、点群内の 3D 点のオムニバリアンスを最小限に抑えることで、スキャナーの原点とロボットの姿勢の間の変換を最適化します。
さらに、キャリブレーション中に高精度の姿勢決定を行うために、トータルステーションのプリズム測定と IMU および GNSS 方位情報を融合する、新しいファクター グラフ ベースの姿勢推定方法を提案します。
地理参照されたグラウンド トゥルース点群までの距離の二乗平均平方根誤差は、パラメーターの最適化後に 0.8 cm になります。
さらに、我々の結果は、キャリブレーションの垂直移動を推定するために必要なキャリブレーション方法における基準点群の重要性を示しています。
ロボットの移動中に非静的パラメータが原因で問題が発生します。これは、地上のレーザー スキャンの地上波の真実の結果に対する系統的な偏差によって示されます。

要約(オリジナル)

The creation of precise and high-resolution crop point clouds in agricultural fields has become a key challenge for high-throughput phenotyping applications. This work implements a novel calibration method to calibrate the laser scanning system of an agricultural field robot consisting of two industrial-grade laser scanners used for high-precise 3D crop point cloud creation. The calibration method optimizes the transformation between the scanner origins and the robot pose by minimizing 3D point omnivariances within the point cloud. Moreover, we present a novel factor graph-based pose estimation method that fuses total station prism measurements with IMU and GNSS heading information for high-precise pose determination during calibration. The root-mean-square error of the distances to a georeferenced ground truth point cloud results in 0.8 cm after parameter optimization. Furthermore, our results show the importance of a reference point cloud in the calibration method needed to estimate the vertical translation of the calibration. Challenges arise due to non-static parameters while the robot moves, indicated by systematic deviations to a ground truth terrestrial laser scan.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google