【论文解读】基于RGB-D摄像头和深度学习协同的葡萄园自主导航局部运动规划器

标题：Local Motion Planner for Autonomous Navigation in Vineyards with a RGB-D Camera-Based Algorithm and Deep Learning Synergy
作者：Diego Aghi , Vittorio Mazzia and Marcello Chiaberge
来源：https://arxiv.org/abs/2005.12815
代码：无

---

摘要

本文提出一种低成本但高效的局部运动规划器，该规划器仅依靠RGB-D摄像头，测量范围小的硬件以及双层控制算法，就能实现在葡萄园中进行自主导航。第一种算法是利用视差图及其深度表来比例控制控制机器人。第二种算法是用基于学习和对照明变化来产生高级的运动原语，在前一种算法失效的情况下来控制机器人。由于系统具备的双重性质，在使用初始数据集对深度学习模型进行初始训练之后，两种算法之间严格协同作用为轻松创建增量学习体系结构提供了可能性，其中使用来自现场的新标记数据来扩展机器学习模型的现有功能。使用转移学习对机器学习算法进行了训练和测试，使用在不同现场采集的图像，针对模型修剪和量化并进行了设备上推理的优化。最后，整个系统已经利用定制的机器人平台在合适的环境中进行了验证。

---

一、简介

由于定位问题和环境的可变性，在葡萄园的自主导航仍然是一件困难的事情。因为GPS需要在开阔的地方中工作，不能受到遮挡，很可能需较为昂贵的传感器和解决方案才能实现在葡萄园行中自主导航。

在这种情况下，我们提出了一种低成本但高效的局部运动规划器来当前导航中的一些局限。我们的解决方案仅使用了RGB-D摄像机，而无需使用其他昂贵的传感器，例如LIDAR或RTK-GPS接收器。此外，我们利用深度学习和优化方面的最新研究，创建了一种整体弹性的局部导航算法，该算法能够在没有任何外部定位系统的帮助下在葡萄园中实现自主导航。机器学习模型已通过转移学习与在意大利北部地区不同现场调研中获取的图像进行了训练，最后在合适环境中使用真