温室甜瓜自动采摘系统目标检测模型及空间定位研究

作     者：赵华民 LAWAL Olarewaju 许德芳 ZHAO Huamin;LAWAL Olarewaju;XU Defang

作者机构：山西农业大学农业工程学院山西太谷030801 吕梁学院经济管理系山西吕梁033001 

出 版 物：《广东农业科学》 (Guangdong Agricultural Sciences)

年 卷 期：2022年第49卷第3期

页      面：151-162页

学科分类：09[农学] 0902[农学-园艺学] 090201[农学-果树学] 

基　　金：山西省高等学校科技创新项目(2019L0402) 山西省优秀博士来晋工作奖励资金科研项目(SXYBKY2018030) 山西农业大学博士科研启动项目(2018YJ43) 

主　　题：甜瓜 目标检测 YOLOResNet70 目标空间定位 自动采摘 

摘      要：【目的】提高温室甜瓜采摘机器人在复杂光线变化和枝叶遮挡情况下的检测精度,实现检测目标的空间坐标定位。【方法】基于YOLOv3,研究优化不同主干网络,头部、颈部网络结构及边界框损失函数组合对模型检测性能的影响,建立甜瓜严重遮挡下的目标检测网络模型YOLOResNet70,然后将模型与Intel RealSense D435i传感器融合进行目标空间定位。【结果】模型YOLOResNet70采用ResNet70为主干网络,结合SPP (Spatial pyramid pooling)、CIoU (Complete intersection over union)、FPN (Feature pyramid network)以及NMS (Greedy non-maximum suppression)时性能最佳,模型平均精度(AP)达到89.4%,优于Y OLOv3的83.3%和YOLOv5的82%,其检测速度(61.8帧/s)比YOLOv4(54.1帧/s)快14%。【结论】通过对不同光照条件下的遮挡甜瓜图像进行检测测试,表明YOLOResNet70模型鲁棒性良好,并且与Intel RealSense D435i深度传感器融合实现了甜瓜的空间定位坐标,与手工测量结果吻合,为甜瓜采摘机器人目标检测和空间定位提供了理论和模型支持。