摘要

复杂非结构化果园环境下的视觉点云障碍物识别的数据量大、冗杂度高严重影响了采摘作业的实时性及效率。本研究提出了一种点云压缩算法,旨在提升了点云障碍物的识别效率及环境自适应性。同时我们采用了基于Informed RRT*及结合逆投影算法Mapping-based Informed RRT* (M-Informed RRT*)用于求解采摘路径。通过构建一个强实时性和高鲁棒性的机器人采样-感知-避障一体化作业系统,我们实现了高效的障碍物识别和路径规划。ROS(Robot Operating System)采摘机器人的实验数据证明了本算法的可行性,并且显著提升了采摘作业的效率。