國家發(fā)展綱要《中國制造2025》中要求在農(nóng)業(yè)生產(chǎn)過程中提高信息收集、智能決策和精準(zhǔn)作業(yè)的能力。采摘農(nóng)機(jī)設(shè)備實(shí)現(xiàn)智能化會(huì)促進(jìn)我國農(nóng)業(yè)進(jìn)一步向智能農(nóng)業(yè)邁進(jìn)。面對(duì)復(fù)雜的自然環(huán)境,現(xiàn)有的技術(shù)不能使采摘機(jī)器人精確實(shí)時(shí)的對(duì)果實(shí)進(jìn)行檢測(cè)和定位。本文針對(duì)以上問題,以奇異果為研究對(duì)象,對(duì)采摘機(jī)器人的目標(biāo)檢測(cè)及定位技術(shù)進(jìn)行研究,主要貢獻(xiàn)如下:首先,由于目前相機(jī)標(biāo)定的步驟較為繁瑣,不利于工程團(tuán)隊(duì)批量快速操作,因此基于相關(guān)理論和Opencv封裝得到ViEye相機(jī)標(biāo)定工具,通過標(biāo)定得到雙目相機(jī)的內(nèi)部參數(shù)、畸變參數(shù)和外部參數(shù),將左、右相機(jī)得到的圖像校正到同一平面,標(biāo)定誤差小于0.05%。其次,針對(duì)目前奇異果檢測(cè)方法識(shí)別精度低且用時(shí)長(zhǎng),建立了基于Retina-Net的奇異果檢測(cè)模型:在Pytorch的框架下,以ResNet-50作為特征提取網(wǎng)絡(luò),通過制作數(shù)據(jù)集、選用適當(dāng)?shù)膬?yōu)化函數(shù)和調(diào)參策略,使用Retina-Net來檢測(cè)自然環(huán)境下的奇異果。識(shí)別平均精度達(dá)到了 91.35%，單幅圖像識(shí)別時(shí)間為0.08s,檢測(cè)精度和速度都得到了很大的提升,能夠?yàn)楣麑?shí)的三維定位提供數(shù)據(jù)支持。然后,針對(duì)在自然環(huán)境下提取奇異果的特征點(diǎn)比較困... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：90 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１?ＶｉＥｙｅ雙目立體相機(jī)??

像坐標(biāo)系”），最后轉(zhuǎn)換到“像素坐標(biāo)系”，變?yōu)閳D像上一點(diǎn)。??２．２．１坐標(biāo)系??在相機(jī)的成像過程中，一共涉及到有四個(gè)坐標(biāo)系，如圖２－２所示：??Ｙｃ?ｐ（ｘ？?ｙ？?ｚｊ?ｆＺｗ??／?７??＾ｙ）?／?＼?０??／?〇?！?‘?ｌ??／ｙｆ?＾??＾?；—；—??圖２－２坐標(biāo)系??Ｆｉｇ．２－２?Ｃｏｏｒｄｉｎａｔｅ?Ｓｙｓｔｅｍ??８??

像坐標(biāo)系”），最后轉(zhuǎn)換到“像素坐標(biāo)系”，變?yōu)閳D像上一點(diǎn)。??２．２．１坐標(biāo)系??在相機(jī)的成像過程中，一共涉及到有四個(gè)坐標(biāo)系，如圖２－２所示：??Ｙｃ?ｐ（ｘ？?ｙ？?ｚｊ?ｆＺｗ??／?７??＾ｙ）?／?＼?０??／?〇?！?‘?ｌ??／ｙｆ?＾??＾?；—；—??圖２－２坐標(biāo)系??Ｆｉｇ．２－２?Ｃｏｏｒｄｉｎａｔｅ?Ｓｙｓｔｅｍ??８??

【參考文獻(xiàn)】：
期刊論文
[1]自然環(huán)境下多類水果采摘目標(biāo)識(shí)別的通用改進(jìn)SSD模型[J]. 彭紅星,黃博,邵園園,李澤森,張朝武,陳燕,熊俊濤.  農(nóng)業(yè)工程學(xué)報(bào). 2018(16)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的田間多簇獼猴桃圖像識(shí)別方法[J]. 傅隆生,馮亞利,Elkamil Tola,劉智豪,李瑞,崔永杰.  農(nóng)業(yè)工程學(xué)報(bào). 2018(02)
[3]計(jì)算機(jī)視覺中攝像機(jī)標(biāo)定的實(shí)驗(yàn)分析[J]. 吳淵凱,卞新高.  電子測(cè)量技術(shù). 2016(11)
[4]基于邊緣曲率分析的重疊番茄識(shí)別[J]. 項(xiàng)榮,應(yīng)義斌,蔣煥煜,饒秀勤,彭永石.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2012(03)
[5]蘋果采摘機(jī)器人果實(shí)識(shí)別與定位方法[J]. 司永勝,喬軍,劉剛,高瑞,何蓓.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2010(09)
[6]基于K-均值聚類的綠色蘋果識(shí)別技術(shù)[J]. 司永勝,劉剛,高瑞.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2009(S1)
[7]采摘機(jī)器人的研究進(jìn)展與現(xiàn)狀分析[J]. 崔玉潔,張祖立,白曉虎.  農(nóng)機(jī)化研究. 2007(02)
[8]機(jī)器視覺技術(shù)及其應(yīng)用綜述[J]. 段峰,王耀南,雷曉峰,吳立釗,譚文.  自動(dòng)化博覽. 2002(03)



本文編號(hào)：2900272