基于自监督学习的温室移动机器人位姿跟踪

作     者：周云成 许童羽 邓寒冰 苗腾 吴琼 Zhou Yuncheng;Xu Tongyu;Deng Hanbing;Miao Teng;Wu Qiong

作者机构：沈阳农业大学信息与电气工程学院沈阳110866 

基　　金：辽宁省教育厅基础研究项目(LSNJC202004) 辽宁省自然科学基金(20180551102) 国家自然科学基金(31901399) 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2021年第37卷第9期

页      码：263-274页

摘      要：为实现温室环境下机器人行进过程中的位置及姿态跟踪,该研究提出一种基于时序一致性约束的自监督位姿变换估计模型。模型用软遮罩,处理视频帧间静止造成的位姿预测值收缩现象,进一步用归一化遮罩,解决非刚体场景和目标遮挡问题。设计了一种星型扩张卷积,并基于该卷积,为模型构建自编码器。在采集自种植作物为番茄的日光温室视频数据上开展训练和测试试验。结果表明,与不采用遮罩处理的模型相比,采用软遮罩的模型,位置和姿态估计相对误差分别减少5.06个百分点和11.05个百分点,采用归一化遮罩的模型,这2项误差则分别减少4.15个百分点和3.86个百分点,2种遮罩均可显著提高模型精度;星型扩张卷积对降低模型误差是有效的,在网络参数不变的前提下,该卷积使姿态估计相对误差减少7.54个百分点;时序一致性约束使姿态估计均方根误差下降36.48%,每百帧累积姿态角误差降低54.75%,该约束可用于提高模型精度及稳定性;该研究的位置及姿态估计相对误差分别为8.29%和5.71%,与Monodepth2相比,减少了8.61%和6.83%。该研究可为温室移动机器人导航系统设计提供参考。

主 题 词：机器人 温室 导航 位姿跟踪 自监督学习 视觉里程计 卷积神经网络 深度学习 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11975/j.issn.1002-6819.2021.09.030

馆 藏 号：203104642...