基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了准确理解柑橘采摘机器人在自然环境下的作业场景,获取采摘目标及周围障碍物的位置信息,构建了基于卷积神经网络和Kinect V2相机的识别定位系统.首先,对采摘场景中的果树提出5类目标物分类准则,包含1类可采摘果实和4类障碍物目标;然后,在YOLO V3 (You only look once)卷积层模块中添加3层最大池化层,对预测候选框进行K-means聚类分析,增强模型对枝叶类物体特征的提取能力,实现采摘场景的准确理解;最后,采用Kinect V2相机的深度图映射得到采摘目标和障碍物的三维信息,并在自然环境下进行了避障采摘作业.实验结果表明,构建的识别定位系统对障碍物和可采摘果实的识别综合评价指数分别为83.6%和91.9%,定位误差为5.9mm,单帧图像的处理时间为0.4s,采摘成功率和避障成功率分别达到80.51%和75.79%.
推荐文章
多传感器苹果采摘机器人定位系统研究
多传感器
移动机器人
全局定位
计算机视觉
自定标
夜间自然环境下荔枝采摘机器人识别技术
荔枝
采摘机器人
识别
夜间图像
Hough圆检测
智能机器人水果采摘识别系统设计
机器学习
智能机器人
采摘
目标识别
自然环境下茄子采摘机器人目标识别方法
自然环境
霍夫变换
条件概率
贪婪算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 自然环境下柑橘采摘机器人识别定位系统研究
来源期刊 农业机械学报 学科 工学
关键词 采摘机器人 目标识别 三维定位 YOLO V3 K-means
年,卷(期) 2019,(12) 所属期刊栏目 农业装备与机械化工程
研究方向 页码范围 14-22,72
页数 10页 分类号 TP391.4
字数 6546字 语种 中文
DOI 10.6041/j.issn.1000-1298.2019.12.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨长辉 西安交通大学机械工程学院 33 100 7.0 7.0
3 赵万华 西安交通大学机械工程学院 147 2284 28.0 38.0
4 许洪斌 重庆理工大学机械工程学院 48 236 9.0 12.0
5 王毅 重庆理工大学机械工程学院 27 70 5.0 7.0
8 熊龙烨 重庆理工大学机械工程学院 11 17 2.0 3.0
9 刘艳平 重庆理工大学机械工程学院 4 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (185)
共引文献  (149)
参考文献  (19)
节点文献
引证文献  (4)
同被引文献  (81)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(14)
  • 参考文献(1)
  • 二级参考文献(13)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(19)
  • 参考文献(0)
  • 二级参考文献(19)
2012(32)
  • 参考文献(0)
  • 二级参考文献(32)
2013(15)
  • 参考文献(2)
  • 二级参考文献(13)
2014(10)
  • 参考文献(2)
  • 二级参考文献(8)
2015(11)
  • 参考文献(0)
  • 二级参考文献(11)
2016(22)
  • 参考文献(2)
  • 二级参考文献(20)
2017(16)
  • 参考文献(1)
  • 二级参考文献(15)
2018(9)
  • 参考文献(4)
  • 二级参考文献(5)
2019(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(5)
  • 参考文献(5)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(4)
  • 引证文献(4)
  • 二级引证文献(0)
研究主题发展历程
节点文献
采摘机器人
目标识别
三维定位
YOLO V3
K-means
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业机械学报
月刊
1000-1298
11-1964/S
大16开
北京德外北沙滩1号6信箱
2-363
1957
chi
出版文献量(篇)
11867
总下载数(次)
31
总被引数(次)
174483
论文1v1指导