文献

J-GLOBAL ID：202002279486133634   整理番号：20A1321012

適応マルチビジョン技術により強化した果樹園バナナ中央株の三次元認識【JST・京大機械翻訳】

Three-dimensional perception of orchard banana central stock enhanced by adaptive multi-vision technology

著者 (8件)： Chen Mingyou (Key Laboratory of Key Technology on Agricultural Machine and Equipment, College of Engineering, South China Agricultural University, Guangzhou 510642, China) ,  Tang Yunchao (College of Urban and Rural Construction, Zhongkai University of Agriculture and Engineering, Guangzhou 510006, China) ,  Zou Xiangjun (Key Laboratory of Key Technology on Agricultural Machine and Equipment, College of Engineering, South China Agricultural University, Guangzhou 510642, China) ,  Huang Kuangyu (Key Laboratory of Key Technology on Agricultural Machine and Equipment, College of Engineering, South China Agricultural University, Guangzhou 510642, China) ,  Huang Zhaofeng (Key Laboratory of Key Technology on Agricultural Machine and Equipment, College of Engineering, South China Agricultural University, Guangzhou 510642, China) ,  Zhou Hao (Key Laboratory of Key Technology on Agricultural Machine and Equipment, College of Engineering, South China Agricultural University, Guangzhou 510642, China) ,  Wang Chenglin (College of Mechanical and Electrical Engineering, Chongqing University of Arts and Sciences, Chongqing 402160, China) ,  Lian Guoping (Department of Chemical and Process Engineering, University of Surrey, Guildford GU2 7XH, UK)
資料名： Computers and Electronics in Agriculture  (Computers and Electronics in Agriculture)
巻： 174  ページ： Null  発行年： 2020年 
JST資料番号： T0337A  ISSN： 0168-1699  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 果樹園と圃場における自動ビジョンベース採取は,非常に挑戦的な仕事である。サイズが大きく,色コントラストが低く,複雑な背景内の落下である果樹園バナナ中央ストックを,この研究の対象として取り上げた。マルチビジョン技術に基づく測定フレームワークを確立して,一組の一般的方法を利用して,果樹園採取タスクにおけるマルチビュー幾何学ベースビジョンモジュールの総合的性能を改善した。異なる角度の多重カメラを配置し,知覚範囲を最大化する。カメラの大域的幾何学的パラメータを較正し,ロバストな意味セグメンテーションネットワークを訓練して効果的な画像前処理を達成した。新しい適応ステレオマッチング戦略を設計し,ロボットがターゲット領域を横切って移動するので,ロボットが様々な深さで3D三角測量を確実に完了することを確認した。グローバルキャリブレーション誤差は,高精度ポイントクラウドステッチングアルゴリズムを通して修正した。実験結果は,提案した適応ステレオマッチング戦略が,異なるサンプリング深さに正確で,安定した性能を示し,そして,提案したポイントクラウドステッチングアルゴリズムが,正確にマルチビューポイントクラウドを縫合することを示した。本研究は,複雑な環境におけるバナナ中央ストックの3Dセンシングのための理論的および実用的参照を提供した。提案方法は,フィールド知覚のためのマルチビジョンシステムの適応性のために設計して,そこで,それは,農業目標の3D再構成,果実クラスタの3D位置決め,および3Dロボットアーム障害物回避のような類似アプリケーションに容易に転送することができた。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  カメラ ,  幾何学 ,  コントラスト ,  ロボット ,  三角測量 ,  *バナナ ,  多重化 ,  クラスタ ,  在庫量 ,  応用プログラム ,  *果樹園 ,  *三次元 ,  ロバスト性 ,  ステレオマッチング

著者キーワード (5件)： ピッキングロボット ,  マルチビジョン ,  3D位置決め ,  ステレオマッチング ,  ポイントクラウドスティッチング

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 適応 ,  マルチ ,  ビジョン ,  強化 ,  果樹園 ,  バナナ ,  株