-
题名基于相机与激光雷达融合的番茄果实三维定位研究
- 1
-
-
作者
邹荣
李金炎
王权
白圣贺
沐森林
-
机构
江苏大学机械工程学院
中国农业机械化科学研究院集团有限公司
农业农村部南京农业机械化研究所
-
出处
《农机化研究》
北大核心
2025年第10期1-10,18,共11页
-
基金
江苏省农业科技自主创新基金项目(CX(21)1007)。
-
文摘
为满足复杂环境中番茄采摘机器人果实三维定位需求,克服番茄三维定位中光照变化对相机影响、三维点云定位的资源消耗和速度问题,提出了一种基于相机与激光雷达融合的番茄果实三维定位方法。首先,对传感器采集的数据进行预处理,基于改进的YOLOv5s模型对番茄图像进行感兴趣区域(Region of Interest,RoI)提取,通过传感器联合标定将RoI转换为带有点云信息的截锥体区域提议;其次,对区域内点云进行反射率分析,分割出番茄果实点云,通过SOM K-means聚类算法对分割出来的果实点云进行聚类,进而对果实重叠的点云进行个体分割;最后,使用多模态融合算法将二维的图像检测中心与番茄点云质心相关联。引入EIoU Loss对YOLOv5s网格的损失函数进行优化,改进的模型在测试集上的识别准确率为99.65%,与YOLOv5s和Faster RCNN相比,识别准确率分别提高了3.7个百分点、5.9个百分点。对随机选取的52株番茄果树样本进行定位,试验结果表明:改进后算法的定位准确率为95.48%,相比于双目立体视觉检测识别准确率提高了2.48个百分点,定位误差小于4.5 mm。机械臂采摘试验表明,改进后算法满足番茄采摘机器人视觉定位要求。
-
关键词
番茄定位
多传感器融合
YOLOv5s算法
SOM
K-means聚类算法
点云分割
-
Keywords
tomato localisation
multi-sensor fusion
YOLOv5s algorithm
SOM K-means clustering algorithm
point cloud segmentation
-
分类号
S24
[农业科学—农业电气化与自动化]
-
