我國近些年來正在大力的發(fā)展農林業(yè),農林作物的產量逐漸增加,導致果實采摘的工作量日益劇增,由于人工作業(yè)效率低下,在豐收季節(jié)已經無法滿足實際需求,因此使用機器人進行作業(yè)的方法應運而生。農業(yè)機器人已經成為最有前景的機器人之一。許多農業(yè)工作都是重復性的,如播種、除草、修剪等。農業(yè)機器人為農民解決了那些重復的、耗時的任務,解放了農民的雙手。機器人具有著使用壽命長,重復性好等特點,且可在惡劣天氣下進行工作。機器人采摘作業(yè)包含了許多挑戰(zhàn)性的任務,比如果實的選擇和定位等。因此,精準的水果識別定位系統(tǒng)的開發(fā)是實現(xiàn)全自動機器采摘的重要一步�，F(xiàn)階段應用于果園內的果實識別定位算法存在著小果實漏檢、被遮擋的果實無法判斷等問題,導致效果并不十分理想。本文針對上述關鍵問題,重點展開了對果實采摘定位的研究。提出了一種改進的水果采摘目標識別算法,目的是解決小果實和被遮擋的果實無法識別的問題。該算法以卷積神經網絡為框架,根據果實和果園內的環(huán)境特征,采用了改進特征提取映射,增加特征金字塔網絡的方法,獲得了更多的細致特征,減小了較小果實的漏檢率。另外對檢測框去除策略進行了改進,避免了因果實之間相互重疊而漏檢的問題。由于果實的...

【文章頁數】：59 頁

【學位級別】：碩士

圖2-1深度學習訓練流程圖

圖2-2深度神經網絡模型圖

圖2-3卷積神經網絡框架圖

圖2-4過濾器Fig.2-4Filiter

本文編號：3885909