基于分层定位与 GLOMAP 的温室遮挡番茄单目视觉 SLAM 重建

温室内先进的作物监测正日益成为各研究中心的主要目标之一。传统上，激光雷达（LiDAR）或双目相机等高性能传感器常被用于此目的，但这些设备的成本往往较高。本研究提出了一种采用单目相机的视觉SLAM（Visual-SLAM）系统，该系统具有显著更高的成本效益，且专为农业应用（例如温室内番茄作物的建图）量身定制。测试在 Agroconnect 实验温室中的真实番茄果串上进行。研究开发了一个在机器人上运行的 ROS 2 Humble 节点以采集这些作物的图像，并将其保存用于离线处理。为了生成温室内作物的3D建图模型，基于运动恢复结构（Structure-From-Motion）的 GLOMAP 建图器与分层定位（Hierarchical Localization）工具箱进行了集成。这一初步建图为未来利用更先进的算法分析生长模式并优化农业管理奠定了基础。该系统采用基于由粗到精策略的分层定位范式：首先进行全局检索以生成位置假设，然后在确定的候选区域内结合局部特征。结果表明，该系统能够准确识别番茄果串，并对传统视觉技术无法触及的遮挡番茄进行正确表征。重建的3D模型进一步通过果实大小、质心位置和朝向的人工测量真值进行了验证，证实了所提出的低成本单目处理流程具有出色的几何精度。