Mapeo tridimensional y localización en tiempo real de huertos basado en fusión de múltiples sensores utilizando filtro de Kalman extendido
Autores: Zhang, Yibo; Sun, Hao; Zhang, Fanhang; Zhang, Baohua; Tao, Shutian; Li, Haitao; Qi, Kaijie; Zhang, Shaoling; Ninomiya, Seishi; Mu, Yue
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Mapeo tridimensional y localización en tiempo real de huertos basado en fusión de múltiples sensores utilizando filtro de Kalman extendido
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Navegación autónoma
Localización
LiDAR
Mapeo
Huertos
Datos de múltiples sensores
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
Para realizar la navegación autónoma y la gestión inteligente en huertos, los vehículos requieren posicionamiento en tiempo real y mapeo globalmente consistente de los alrededores con suficiente información. Sin embargo, las características no estructuradas e inestables de los huertos presentan desafíos para la localización y el mapeo precisos y estables. Este estudio propone un marco que fusiona datos de LiDAR, visuales e inerciales utilizando el filtro de Kalman extendido (EKF) para lograr la localización en tiempo real y mapeo en color de nubes de puntos LiDAR en huertos.
Descripción
Para realizar la navegación autónoma y la gestión inteligente en huertos, los vehículos requieren posicionamiento en tiempo real y mapeo globalmente consistente de los alrededores con suficiente información. Sin embargo, las características no estructuradas e inestables de los huertos presentan desafíos para la localización y el mapeo precisos y estables. Este estudio propone un marco que fusiona datos de LiDAR, visuales e inerciales utilizando el filtro de Kalman extendido (EKF) para lograr la localización en tiempo real y mapeo en color de nubes de puntos LiDAR en huertos.