当前位置: 首页 > 文章 > 基于改进YOLOv3的果树树干识别和定位 农业工程学报 2022 (6) 122-129
Position: Home > Articles > 基于改进YOLOv3的果树树干识别和定位 Transactions of the Chinese Society of Agricultural Engineering 2022 (6) 122-129

基于改进YOLOv3的果树树干识别和定位

作  者:
顾宝兴;刘钦;田光兆;王海青;李和;谢尚杰
单  位:
南京农业大学工学院
关键词:
机器人;算法;注意力机制;果树识别;果树定位;残差网络;
摘  要:
为提高果园机器人自主导航和果园作业的质量、效率,该研究提出一种基于改进YOLOv3算法对果树树干进行识别,并通过双目相机进行定位的方法。首先,该算法将SENet注意力机制模块融合至Darknet53特征提取网络的残差模块中,SENet模块可增强有用特征信息提取,压缩无用特征信息,进而得到改进后残差网络模块SE-Res模块;其次,通过K-means聚类算法将原始YOLOv3模型的锚框信息更新。果树树干定位通过双目相机的左、右相机对图像进行采集,分别传输至改进YOLOv3模型中进行果树树干检测,并输出检测框的信息,再通过输出的检测框信息对左、右相机采集到的果树树干进行匹配;最后,通过双目相机三角定位原理对果树树干进行定位。试验表明,该方法能较好地对果树树干进行识别和定位,改进YOLOv3模型平均精确率和平均召回率分别为97.54%和91.79%,耗时为0.046 s/帧。在果树树干定位试验中,横向和纵向的定位误差均值分别为0.039和0.266 m,误差比均值为3.84%和2.08%;与原始YOLOv3和原始SSD模型相比,横向和纵向的定位误差比均值分别降低了15.44、14.17个百分点和21.58、20.43个百分点。研究结果表明,该方法能够在果园机器人自主导航、开沟施肥、割草和农药喷洒等作业中进行果树识别和定位,为提高作业效率、保障作业质量奠定理论基础。

相似文章

计量
文章访问数: 20
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊