-
题名基于改进YOLOv8n的散养鸭蛋识别与定位
被引量：1
- 1
-
-
作者
龚东军
林卫国
杨浩
陈瑞
王巧华
王树才
-
机构
华中农业大学工学院
武汉软件工程职业学院/武汉开放大学
农业农村部长江中下游农业装备重点实验室
-
出处
《农业工程学报》
北大核心
2025年第1期161-170,共10页
-
基金
国家自然科学基金项目(32372426)
中央高校基本科研业务费专项资金资助项目(项目批准号:2662022GXYJ004)
武汉市产学研成果项目(CXY202016)。
-
文摘
为解决鸭蛋捡拾机器人对中远距离散养鸭蛋识别困难与定位精度差等问题,该研究先以YOLOv8n原始模型为基础,采用添加针对小目标检测的P2检测头的升级模型YOLOv8n-P2,使模型能够在目标特征保存更完整的大尺寸特征图中进行检测,并引入卷积模块注意力机制模块(convolutional block attention module,CBAM)与Involution内卷算子,增强特征图不同通道之间的联系,提高模型网络在通道维度上的感知能力和对小目标的检测能力。其次,在图像目标识别的基础上,提出了一种基于机器人操作系统(robot operating system,ROS)的视觉定位方法,通过机器视觉识别与坐标变换(transform,TF),实现了鸭蛋捡拾机器人搭载深度相机在运动过程中对目标鸭蛋的高精度实时视觉定位。试验结果表明,改进模型YOLOv8n-P2-CBAM-INV的权重文件大小为20.80 MB,每秒浮点计算量为51.4 G,单张图像平均检测用时14.5 ms,精确率和召回率分别为98.30%和96.60%,相较于原始模型YOLOv8n,在测试集上平均精度均值提高了7.1个百分点,该模型在6.0 m距离测试,平均精度均值达到98.0%,相较于原始模型YOLOv8n提高了29.4个百分点。最后,通过在0.5~3.0 m范围的移动机器人视觉定位试验表明,该定位方法可实现移动捡蛋机器人在实验室内对中远距离鸭蛋的高精度实时运动定位,最大定位误差可控制在0.03 m以内。此改进模型可部署到移动边缘计算图像处理平台,不仅可为移动捡蛋机器人提供支持,也可为类似的自主移动采收作业机器人提供一定借鉴。
-
关键词
目标检测
视觉定位
鸭蛋
识别
YOLOv8n
机器人操作系统
-
Keywords
object detection
visual positioning
duck eggs
recognition
YOLOv8n
robot operating system
-
分类号
S126
[农业科学—农业基础科学]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
