咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于YOLO v8-Seg的地栽草莓采摘机器人垄面视觉导航控... 收藏

基于YOLO v8-Seg的地栽草莓采摘机器人垄面视觉导航控制方法

Ridge Visual Navigation Control Method for Ground-planted Strawberry Picking Robots Based on YOLO v8-Seg Algorithm

作     者:应仇凯 程泓超 马锃宏 杜小强 YING Qiukai;CHENG Hongchao;MA Zenghong;DU Xiaoqiang

作者机构:浙江理工大学机械工程学院杭州310018 浙江省种植装备技术重点实验室杭州310018 全省农业智能感知与机器人重点实验室杭州310018 

出 版 物:《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期:2024年第55卷第S1期

页      面:9-17页

核心收录:

学科分类:0828[工学-农业工程] 080202[工学-机械电子工程] 08[工学] 080203[工学-机械设计及理论] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

基  金:浙江省“三农九方”科技协作计划项目(2024SNJF070-1) 

主  题:地栽草莓 采摘机器人 实例分割 垄面视觉导航 预瞄点跟踪 YOLO v8-Seg 

摘      要:农业机械无人化作业离不开自主导航技术。随着传感器发展和计算机视觉技术的完善,农业机器人在温室大棚自主视觉导航作业逐渐成为可能。本文针对地栽草莓采摘机器人开展垄面视觉导航控制方法研究,分析地栽草莓种植农艺,基于YOLO v8实例分割算法获取草莓垄面特征,采用Canny边缘检测算法对垄面边缘信息进行提取。提出两条斜率分别为1和-1的直线遍历垄面边缘,通过统计截距信息,获取垄面上下各2个端点。进而得到垄面上下各2个端点的中心点坐标,连线垄面上下中心点成直线,即可获得垄面对应导航线。采集温室大棚环境下的地栽草莓垄面图像数据,经测试导航路径提取精度为96%,算法耗时30 ms。将算法部署至采用四轮阿克曼转向底盘的草莓采摘机器人,结合预瞄点跟踪算法,在仿真草莓垄上进行导航试验。经测试导航路径提取精度为94%,算法耗时30 ms。当行驶速度为0.2 m/s时,横向偏距最大为32.69 mm,均值为22.12 mm,均方根误差(RMSE)为5.37 mm,满足地栽草莓采摘机器人垄面自主导航控制。该控制方法配合采摘机器人自主采摘功能,可实现草莓采摘机器人无人自主作业。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分