A Novel Perception and Semantic Mapping Method for Robot Autonomy in Orchards

要約

この研究では、果樹園におけるロボットの自律性を実現するための新しいフレームワークを提案する。これは、知覚とセマンティックマッピングという2つの重要なステップから構成される。知覚ステップでは、点群マップ上で直接物体を正確に識別する3D検出法を導入する。セマンティックマッピングのステップでは、物体レベルの情報と地形分析を組み込んで可視性グラフマップを構築するマッピングモジュールを開発する。これら2つのステップを組み合わせることで、我々のフレームワークは果樹園環境における農業ロボットの自律性を向上させる。物体の正確な検出とセマンティックマップの構築により、ロボットは自律的にナビゲートし、果実の収穫などのタスクを実行し、効率的な農業生産のための実用的な情報を取得することができる。

要約(オリジナル)

In this work, we propose a novel framework for achieving robotic autonomy in orchards. It consists of two key steps: perception and semantic mapping. In the perception step, we introduce a 3D detection method that accurately identifies objects directly on point cloud maps. In the semantic mapping step, we develop a mapping module that constructs a visibility graph map by incorporating object-level information and terrain analysis. By combining these two steps, our framework improves the autonomy of agricultural robots in orchard environments. The accurate detection of objects and the construction of a semantic map enable the robot to navigate autonomously, perform tasks such as fruit harvesting, and acquire actionable information for efficient agricultural production.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL