A Novel Mapping and Navigation Framework for Robot Autonomy in Orchards

要約

ターゲット検出は、果樹園の全体的な状況をカウントするために使用される、果樹園点群グローバル マップ内のオブジェクト タイプを分割する基本的なタスクです。
農業用車両の無人航行計画に必要な情報を提供します。
標準化された果樹園の点群グローバルマップで果樹と地面を分割し、自然果樹園環境における自動運転車両の経路計画に果樹園全体の情報を提供します。
Yolo-V7ネットワークに基づく果樹検出方法を提案し,マルチセンサ融合レーダー点群から果樹ターゲットを効果的に検出し,点群マップの3D点群情報を果樹点群の2Dに削減することができる。
Yolo-V7 ネットワーク検出マップで予測結果を点群マ​​ップに投影します。
一般に、PointNet をベースとした物標検出ネットワークは、速度が遅く、計算負荷が大きいという問題があります。
この論文で提案された方法は高速かつ計算負荷が低く、移動ロボットへの導入に適しています。
実験結果から,果樹園果樹検出における提案手法の再現率と正解率はそれぞれ0.4と0.696であり,その重みと推論時間はそれぞれ7.4Mと28msであった。
実験結果は、この方法が果樹園の果樹のリアルタイム検出の堅牢性と効率を達成できることを示しています。

要約(オリジナル)

Target detection is a basic task to divide the object types in the orchard point cloud global map, which is used to count the overall situation of the orchard. And provide necessary information for unmanned navigation planning of agricultural vehicles. In order to divide the fruit trees and the ground in the point cloud global map of the standardized orchard, and provide the orchard overall information for the path planning of autonomous vehicles in the natural orchard environment. A fruit tree detection method based on the Yolo-V7 network is proposed, which can effectively detect fruit tree targets from multi-sensor fused radar point cloud, reduce the 3D point cloud information of the point cloud map to 2D for the fruit tree point cloud in the Yolo-V7 network detection map, and project the prediction results into the point cloud map. Generally, the target detection network based on PointNet has the problem of low speed and large computational load. The method proposed in this paper is fast and low computational load and is suitable for deployment in mobile robots. From the experimental results, the recall rate and accuracy rate of the proposed method in orchard fruit tree detection are 0.4 and 0.696 respectively, and its weight and reasoning time are 7.4 M and 28 ms respectively. The experimental results show that this method can achieve the robustness and efficiency of real-time detection of orchard fruit trees.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google