检索结果-维普期刊中文期刊服务平台

自然光照下基于粒子群算法的农业机械导航路径识别被引量：46: 1; 作者孟庆宽张漫 +2 位作者杨耿煌仇瑞承项明《农业机械学报》 EI CAS CSCD 北大核心 2016年第6期11-20,共10页; 针对农业机械视觉导航线提取易受光照变化影响及常规导航线识别算法实时性低、抗干扰能力差等问题,对自然光照条件下基于机器视觉的农业机械导航路径识别技术进行了研究。首先,在YCr Cb颜色模型的基础上构建与光照无关的Cg分量,选择2Cg-... 展开更多; 关键词农业机械机器视觉导航路径识别颜色模型粒子群算法; 在线阅读下载PDF 职称材料

基于改进DeepLabv3+的火龙果园视觉导航路径识别方法被引量：18: 2; 作者周学成肖明玮 +3 位作者梁英凯商枫楠陈桥罗陈迪《农业机械学报》 EI CAS CSCD 北大核心 2023年第9期35-43,共9页; 针对视觉导航系统应用在火龙果园环境中面临干扰因素多、图像背景复杂、复杂模型难以部署等问题,本文提出了一种基于改进DeepLabv3+网络的火龙果园视觉导航路径识别方法。首先,采用MobileNetV2取代传统DeepLabv3+的主干特征提取网络Xcep... 展开更多; 关键词火龙果园导航路径识别视觉导航语义分割坐标注意力机制深度可分离卷积; 在线阅读下载PDF 职称材料

基于U-Net网络的果园视觉导航路径识别方法被引量：50: 3; 作者韩振浩李佳 +3 位作者苑严伟方宪法赵博朱立成《农业机械学报》 EI CAS CSCD 北大核心 2021年第1期30-39,共10页; 针对视觉导航系统在果园环境中面临的图像背景复杂、干扰因素多等问题,提出了一种基于U-Net网络的果园视觉导航路径识别方法。使用Labelme对采集图像中的道路信息进行标注,制作果园数据集;基于U-Net语义分割算法,在数据增强的基础上对... 展开更多; 关键词果园环境视觉导航语义分割导航路径识别样条曲线拟合; 在线阅读下载PDF 职称材料

基于YOLOv5s-seg的非结构化枣园视觉导航路径提取被引量：7: 4; 作者卢心缘赵华民 +3 位作者任锐苏萌苏立阳张淑娟《南京农业大学学报》 CAS CSCD 北大核心 2024年第6期1241-1250,共10页; [目的]针对目前农业机器人在非结构化枣园中传统机器视觉算法难以处理光影变化、夜间难以识别等问题导致的导航道路分割不准确,实时性及复杂模型难以部署等问题,本研究提出基于YOLOv5s-seg改进网络模型视觉导航路径识别方法——YOLOv5s-... 展开更多; 关键词农业机器人枣园视觉导航图像分割导航路径识别 YOLOv5s-orchard; 在线阅读下载PDF 职称材料

题名自然光照下基于粒子群算法的农业机械导航路径识别被引量：46: 1; 作者孟庆宽张漫杨耿煌仇瑞承项明; 机构天津职业技术师范大学自动化与电气工程学院天津市信息传感与智能控制重点实验室中国农业大学现代精细农业系统集成研究教育部重点实验室; 出处《农业机械学报》 EI CAS CSCD 北大核心 2016年第6期11-20,共10页; 基金国家自然科学基金项目(31571570) 国家国际科技合作专项(2015DFG12280); 文摘针对农业机械视觉导航线提取易受光照变化影响及常规导航线识别算法实时性低、抗干扰能力差等问题,对自然光照条件下基于机器视觉的农业机械导航路径识别技术进行了研究。首先,在YCr Cb颜色模型的基础上构建与光照无关的Cg分量,选择2Cg-Cr-Cb特征因子对图像进行灰度化处理,以降低光照变化对图像分割的影响;然后,采用改进K-means聚类方法进行图像分割,将绿色作物信息从土壤背景中分离出来,并通过形态学滤波方法滤除二值图像中存在的杂草干扰信息;最后,根据图像中作物行的特点建立作物行直线方程约束模型,利用粒子群算法对作物行直线进行寻优求解,进而得到导航线。实验结果表明,不同光照条件下对2Cg-Cr-Cb灰度图像进行图像分割,可以清晰完整地将作物从土壤背景中分离出来,分割图像受光照变化影响较小并且不会引入背景噪声;基于粒子群算法的导航线检测方法可以快速准确地提取出导航路径,对于不同农田作物和作物不同生长阶段具有较高的适应性,相比于常规导航线识别算法具有实时性高、鲁棒性好等优点。; 关键词农业机械机器视觉导航路径识别颜色模型粒子群算法; Keywords agricultural machinery machine vision guidance line recognition color mode particle swarm optimization algorithm; 分类号 S24 [农业科学—农业电气化与自动化]; 在线阅读下载PDF 职称材料

题名基于改进DeepLabv3+的火龙果园视觉导航路径识别方法被引量：18: 2; 作者周学成肖明玮梁英凯商枫楠陈桥罗陈迪; 机构华南农业大学工程学院南方农业机械与装备关键技术教育部重点实验室; 出处《农业机械学报》 EI CAS CSCD 北大核心 2023年第9期35-43,共9页; 基金国家重点研发计划项目(2017YFD0700602)。; 文摘针对视觉导航系统应用在火龙果园环境中面临干扰因素多、图像背景复杂、复杂模型难以部署等问题,本文提出了一种基于改进DeepLabv3+网络的火龙果园视觉导航路径识别方法。首先,采用MobileNetV2取代传统DeepLabv3+的主干特征提取网络Xception,并将空间金字塔池化模块(Atrous spatial pyramid pooling,ASPP)中的空洞卷积替换成深度可分离卷积(Depthwise separable convolution,DSC),在提升模型检测速率的同时大幅减少了模型的参数量和内存占用量;其次,在特征提取模块处引入坐标注意力机制(Coordinate attention,CA),增强了模型的特征提取能力;最后,通过设计的导航路径提取算法对网络模型分割出的道路掩码区域拟合出导航路径。实验结果表明:改进后的DeepLabv3+的平均交并比和平均像素准确率分别达到95.80%和97.86%,相较原模型分别提升0.79、0.41个百分点。同时,模型内存占用量只有15.0 MB,和原模型相比降低97.00%,与Pspnet和U-net模型相比则分别降低91.57%、91.02%。另外,导航路径识别精度测试结果表明平均像素误差为22像素、平均距离误差7.58 cm。已知所在果园道路宽度为3 m,平均距离误差占比为2.53%。因此,本文研究方法可为解决火龙果园视觉导航任务提供有效参考。; 关键词火龙果园导航路径识别视觉导航语义分割坐标注意力机制深度可分离卷积; Keywords dragon orchard navigation path recognition visual navigation semantic segmentation coordinate attention depthwise separable convolution; 分类号 TP242.6 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于U-Net网络的果园视觉导航路径识别方法被引量：50: 3; 作者韩振浩李佳苑严伟方宪法赵博朱立成; 机构中国农业大学工学院中国农业机械化科学研究院土壤植物机器系统技术国家重点实验室; 出处《农业机械学报》 EI CAS CSCD 北大核心 2021年第1期30-39,共10页; 基金国家重点研发计划项目(2016YFD0700100) 广东省重点领域研发计划项目(2019B090922001)。; 文摘针对视觉导航系统在果园环境中面临的图像背景复杂、干扰因素多等问题,提出了一种基于U-Net网络的果园视觉导航路径识别方法。使用Labelme对采集图像中的道路信息进行标注,制作果园数据集;基于U-Net语义分割算法,在数据增强的基础上对全卷积神经网络进行训练,得到道路分割模型;根据生成的道路分割掩码进行导航信息提取,生成路径拟合中点;基于样条曲线拟合原理对拟合中点进行多段三次B样条曲线拟合,完成导航路径的识别;最后,进行了实验验证。结果表明,临界阈值为0.4时,语义分割模型在弱光、普通光以及强光照条件下的分割交并比分别为89.52%、86.45%、86.16%,能够平稳实现果园道路像素级分割;边缘信息提取与路径识别方法可适应不同视角下的道路掩码形状,得到较为平顺的导航路径;在不同光照和视角条件下,平均像素误差为9.5像素,平均距离误差为0.044 m,已知所在果园道路宽度约为3.1 m,平均距离误差占比为1.4%;果园履带底盘正常行驶速度一般在0~1.4 m/s之间,单幅图像平均处理时间为0.154 s。在当前果园环境和硬件配置下,本研究可为视觉导航任务提供有效参考。; 关键词果园环境视觉导航语义分割导航路径识别样条曲线拟合; Keywords orchard environment visual navigation semantic segmentation navigation path recognition spline curve fitting; 分类号 TP242.6 [自动化与计算机技术—检测技术与自动化装置] V249.32 [航空宇航科学与技术—飞行器设计]; 在线阅读下载PDF 职称材料

题名基于YOLOv5s-seg的非结构化枣园视觉导航路径提取被引量：7: 4; 作者卢心缘赵华民任锐苏萌苏立阳张淑娟; 机构山西农业大学农业工程学院/旱作农业机械关键技术与装备山西省重点实验室; 出处《南京农业大学学报》 CAS CSCD 北大核心 2024年第6期1241-1250,共10页; 基金山西省研究生实践创新项目(2023SJ100) 山西省自然科学基金青年项目(202103021223145)。; 文摘 [目的]针对目前农业机器人在非结构化枣园中传统机器视觉算法难以处理光影变化、夜间难以识别等问题导致的导航道路分割不准确,实时性及复杂模型难以部署等问题,本研究提出基于YOLOv5s-seg改进网络模型视觉导航路径识别方法——YOLOv5s-orchard模型。[方法]模型采用FasterNet代替YOLOv5s-seg的原有主干网络,减少了模型的参数量和内存占用量;在特征提取层及neck部分引入SE注意力机制,提高了模型的特征提取能力;将C3替换成C3Ghost轻量级网络以进一步减少模型的参数量和内存占用量。[结果]改进后的网络mAP达到91.59%,FLOP下降到11.30 G,模型大小为2.91 MB。对分割后的图像采用最小二乘法拟合道路离散点提取导航线,算法平均距离偏差为1.99 cm,平均距离误差比例为0.68%。[结论]YOLOv5s-orchard网络具有较高的精度,导航线提取误差较小,能够满足枣园道路分割的需求。; 关键词农业机器人枣园视觉导航图像分割导航路径识别 YOLOv5s-orchard; Keywords agricultural robot jujube garden visual navigation image segmentation navigation path recognition YOLOv5s-orchard; 分类号 S126 [农业科学—农业基础科学] S665.1 [农业科学—果树学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	自然光照下基于粒子群算法的农业机械导航路径识别	孟庆宽张漫杨耿煌仇瑞承项明	《农业机械学报》 EI CAS CSCD 北大核心	2016	46	在线阅读下载PDF 职称材料
2	基于改进DeepLabv3+的火龙果园视觉导航路径识别方法	周学成肖明玮梁英凯商枫楠陈桥罗陈迪	《农业机械学报》 EI CAS CSCD 北大核心	2023	18	在线阅读下载PDF 职称材料
3	基于U-Net网络的果园视觉导航路径识别方法	韩振浩李佳苑严伟方宪法赵博朱立成	《农业机械学报》 EI CAS CSCD 北大核心	2021	50	在线阅读下载PDF 职称材料
4	基于YOLOv5s-seg的非结构化枣园视觉导航路径提取	卢心缘赵华民任锐苏萌苏立阳张淑娟	《南京农业大学学报》 CAS CSCD 北大核心	2024	7	在线阅读下载PDF 职称材料