A real-time, hardware agnostic framework for close-up branch reconstruction using RGB data

要約

樹木のトポロジーの正確な 3D モデルを作成することは、樹木の剪定にとって重要な作業です。
3D モデルを使用して、どの枝を剪定するかを決定し、剪定カットを実行します。
3D ツリー モデルを作成するこれまでの方法は通常、点群に依存していました。点群は処理に多くの計算コストがかかり、特に細い枝の場合はデータ欠陥が発生する可能性があります。
この論文では、ロボットアームに取り付けられた RGB カメラだけを使用して、木の主枝に沿ってアクティブにスキャンし、剪定される副枝を検出し、その 3D ジオメトリを再構成する方法を提案します。
私たちのセットアップでは、グラウンド トゥルース モデルに対して 4 ～ 5 mm の精度で 1 次分岐モデルを生成し、15 度の方向精度で 2 次分岐モデルを生成できることを実験的に検証します。
私たちのフレームワークはリアルタイムであり、モデルの精度や二次分岐を検出する能力を損なうことなく、最大 10 cm/s で実行できます。

要約(オリジナル)

Creating accurate 3D models of tree topology is an important task for tree pruning. The 3D model is used to decide which branches to prune and then to execute the pruning cuts. Previous methods for creating 3D tree models have typically relied on point clouds, which are often computationally expensive to process and can suffer from data defects, especially with thin branches. In this paper, we propose a method for actively scanning along a primary tree branch, detecting secondary branches to be pruned, and reconstructing their 3D geometry using just an RGB camera mounted on a robot arm. We experimentally validate that our setup is able to produce primary branch models with 4-5 mm accuracy and secondary branch models with 15 degrees orientation accuracy with respect to the ground truth model. Our framework is real-time and can run up to 10 cm/s with no loss in model accuracy or ability to detect secondary branches.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google