该成果在技术上属于视觉SLAM（同时定位与地图构建）领域，在应用上属于智慧农业田间场景自动重建与识别定位领域。目前的三维重建算法以激光雷达和线下采集图片+离线训练为主，精度较好的采集数据过程较为复杂，而实时算法需要GPU加速，复杂度较高、速度较慢，且应用范围主要为光照条件良好、地面较光滑的室内场景，而对于田间场景受光照影响强烈，环境中还有较多不确定因素，其重建过程复杂、效果精度较差。针对存在的问题，该团队以ORB SLAM2为基础框架，结合深度传感器及智能小车开发了低成本、高效率的田间作物三维场景实时重建系统。主要特点如下：第一，该项目着眼于田间复杂农作物场景的高质量三维重建。以ORB SLAM2为基础框架，在其基础上添加了稠密建图模块，利用深度传感器获取田间作物的图片信息，从彩色图中提取特征并进行特征匹配，结合深度传感器提供的深度数据进行位姿估计后进行后端优化，通过回环检测减少累积误差，将生成的局部场景进行拼接及滤波处理形成高质量田间稠密地图。第二，该项目属于视觉SLAM领域中特征优化的先进成果之一。与其他特征点算法相比，该项目基于ORB SLAM2的特征点法，支持单目、双目、RGB-D等多种模式，其速度更快，特征点更加均匀、误匹配更少，轨迹精度较高，具有良好的泛用性，且在系统失效后能够迅速重定位。第三，该项目结合智能小车及深度传感器设备通过深度测距及误差分析等参数对比，以Intel RealSense D435i作为数据获取设备，将深度感知功能和附加的惯性测量单元（IMU）结合起来，改善了光照对于结构光深度相机的影响，可在室外使用。实现了低成本、高效率、效果良好的实时重建。该项目研究成果可用于农业田间导航、机器人采摘果实、果实成熟度识别、田间作物种类识别以及智慧城市等工业场景的三维模拟重建，具有极大的应用前景、良好的推广应用价值及社会经济效益。本成果实获得专利1项，专利号：201910970724.1，软件著作权2项，登记陕西省科技成果1项，获2020年度陕西高等学校科学技术奖励二等奖1项。

联系人：杨会君     联系电话：029-87082848