【SLAM】开源 | 利用3D旋转激光雷达估算多年生园艺的冠层密度估算

获取完整原文和代码，公众号回复：09061441865

论文地址： https://arxiv.org/pdf/2007.15652.pdf

代码： 公众号回复：09061441865

来源： CSIRO

论文名称：Canopy Density Estimation in Perennial Horticulture Crops Using 3D Spinning Lidar SLAM

原文作者：Thomas Lowe

内容提要

我们提出了一种新的、基于3D射线云表征的多年生野生园艺作物冠层密度估算方法。为了在野外条件下获得高的空间和时间保真度，我们建议将连续时间3D SLAM应用设备安装在移动农用车辆上的旋转激光雷达载荷(AgScan3D)。AgScan3D数据通过连续时间SLAM算法处理成全局的3D射线云。全球射线云是一种规范的数据格式(数字孪生)，我们可以通过它在一个季节和不同季节多次比较葡萄园的快照。然后，从射线云中自动提取葡萄园的行，并采用一种新的密度计算方法来估计葡萄园的最大似然冠层密度。这种数字孪生的组合，再加上冠层结构信息的精确提取，可以对整个葡萄园进行跨越生长季节和年复一年的分析和比较。通过仿真和现场实验验证了该方法的有效性。在四个不同葡萄园结构和葡萄园管理的地点进行了实地实验，在两个生长季节和64次数据收集活动中，总共穿越了160公里，扫描了42.4公顷的葡萄树，总共扫描了大约93000棵葡萄树。我们的实验表明，在采集速度为5-6公里/小时的时候，每个葡萄园的冠层密度重复性为3.8%(相对RMSE)，与基于行业标准间隙分数的解决方案相比，估计密度的标准偏差小于一半。

主要框架及实验结果

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请加上文微信联系删除。