【摘 要】
：
随着农业智能化不断推进,以深度学习和机器人为代表的人工智能技术在农业方面的应用也得到了广泛的研究。针对当前番茄采摘机器人视觉系统存在的不足,本文提出了一种基于YOLOv5s和点云数据的番茄识别与定位算法,同时对采摘流程进行优化,并通过实验测试番茄采摘机器人性能,主要研究内容如下:首先,对于番茄采摘机器人视觉系统进行设计。机器人整体使用ROS（机器人操作系统）进行搭建。硬件采用“眼在手上”的方案,根
论文部分内容阅读
随着农业智能化不断推进,以深度学习和机器人为代表的人工智能技术在农业方面的应用也得到了广泛的研究。针对当前番茄采摘机器人视觉系统存在的不足,本文提出了一种基于YOLOv5s和点云数据的番茄识别与定位算法,同时对采摘流程进行优化,并通过实验测试番茄采摘机器人性能,主要研究内容如下:首先,对于番茄采摘机器人视觉系统进行设计。机器人整体使用ROS（机器人操作系统）进行搭建。硬件采用“眼在手上”的方案,根据各部分硬件连接关系通过URDF对整体进行建模,并进行手眼标定。其次,对原始的YOLOv5s网络结构和传统的NMS（非极大值抑制）方法进行改进。在YOLOv5s的Neck（颈部网络）中增加跨层连接,进行多尺度特征融合。另外,使用衰减函数对超过重叠阈值的检测框进行处理,有利于解决因果实互相遮挡造成的漏检率高的问题。然后,根据目标检测结果结合深度图像与坐标变换得到果实的位置信息。另外,本研究提出一种基于视觉系统判断采摘是否成功的方法,并及时终止未采摘成功的流程,形成闭环反馈,提高了采摘效率。最后,搭建机器人平台并进行实验,实验结果表明,本文对于YOLOv5s的改进是有效的,其识别查准率达97.62%以上,比YOLOv5s高出2.38%,同时,在漏检率方面降低了4.76%。采摘实验数据表明,果实抓取位置的绝对误差平均值不超过±3mm,可以满足准确采摘的要求。综上所述,本文以番茄为研究对象,基于深度学习以及点云数据对番茄采摘机器人的视觉系统以及采摘流程进行研究,为番茄采摘机器人的设计与研究提供了一些参考。
其他文献
手势作为一种自然和谐的肢体语言,在人机交互领域有着大量的应用,而基于手势的人机交互技术的质量很大程度上依赖于手势信号端点检测,对手势信号的活动片段进行准确地检测与分割是进一步实现手势识别技术的重要前提和必要步骤。目前主要的实现方式是通过提取信号的某一特征参数并将之作为阈值来确认信号边界,例如经典的双门限方法,然而该类方法所设定的阈值大小是依据实验经验而定的,具有一定的偏差,并且该类方法适应性很差,
科技企业作为科技创新链的重要构成,其活动配置策略会直接影响国家的创新产出和竞争力,对中国经济实现“双循环”新格局具有重要意义。然而,为应对国际政治经济事件的冲击以及国内经济发展需求,政府频繁出台调整经济政策,导致企业预测难度加大,进而影响企业经营决策和执行力度。在此背景下,本文重点关注经济政策不确定性对科技企业活动配置的影响。其次,风险作为企业经营投资的伴生因素,企业应对风险的态度与能力必然会影响
随着可穿戴设备、医疗电子等领域的快速发展,高精度逐次逼近（SAR）ADC凭借低电压、高能效的优势,近年来受到了越来越多研究学者的关注。随着精度提高,相比于量化过程中采样噪声的影响,电容阵列的静态失配成为限制SAR ADC精度提高的主要因素。因此,需要结合校准技术来提高ADC的性能。本文对高精度SAR ADC架构及校准技术进行研究,分析SAR ADC的工作原理及非理想因素;针对高精度SAR ADC电
随着物联网时代的发展,交通安全问题日益突出,图像去雾技术作为提高计算机视觉系统性能的重要途径备受关注,逐渐成为研究的热点。该技术常被用于智能交通和户外勘测等领域,由于雾天天气的影响,使得视觉算法检测与分析产生偏差,从而影响重要信息的监测。针对以上问题,本文提出一种面向宽动态范围的融合去雾加速系统,将灰度线性拉伸与差值导向滤波结果进行融合,实现在雾天条件下的实时去雾。不仅提高图像可见度,也能解决交通
随着科技的飞速发展,高能量密度和快速充电的储能设备逐渐登上舞台,锂硫电池因此成为最有潜力的候选者之一。但锂硫电池固有的问题阻碍了它的实际应用。在结构优化方面,研究学者大多从正极出发改善电池性能,但商用的聚丙烯（PP）隔膜无法有效阻止多硫化物扩散,在正极与隔膜间添加中间层能既方便又高效地改善电池的性能。为了减缓多硫化物的“穿梭效应”及降低正极活性物质硫（S）的转化势垒,极性金属化合物受到广泛关注,其
近年来,作为能够将入射光信号准确转换为电信号的光电器件,光电探测器由于其在多个探测波段中的广泛应用,引起了科研人员的研究兴趣。其中,紫外光电探测器在国防预警系统、紫外线通信、环境监测和医疗保健等军事和民用领域方面发挥着重要的作用,一直是光电探测领域的研究热点。就目前而言,宽禁带半导体材料因其合适的带隙特别适用于构筑紫外光电探测器。然而,因其高的制造成本,复杂的器件结构等因素的限制,基于高性能、低成
近年来,卷积神经网络已被广泛应用于计算机视觉、语音处理等人工智能领域。然而,随着卷积神经网络模型的复杂度不断提高,将其部署到嵌入式硬件平台面临计算量大、耗费硬件资源多、计算时间长等问题。其中,又以卷积运算最为突出,占据了80%以上的计算量和网络运行时间。因此,本文提出了一种基于Winograd算法的神经网络加速器,通过Winograd算法优化神经网络计算中的核心部分,即卷积计算进行优化。同时,针对
环境友好型硒硫化锑（Sb2（S,Se）3）半导体材料由于其具有良好的材料和光电性能,在薄膜太阳能电池领域中成为一种很有前景的吸光层材料。特别是,Sb2（S,Se）3薄膜具有Sb2S3和Sb2Se3的互补优势,例如1.1至1.7 e V的可调节带隙。在Sb2（S,Se）3薄膜太阳能电池中,n型半导体硫化镉（CdS）被广泛用作电子传输层,在提取和运输光生电子方面发挥着不可或缺的作用。然而,较差的电子传
在过去的二十多年中,GaN基高电子迁移率晶体管（HEMT）因其宽禁带、耐高温、高功率密度等优势,在基站、雷达、卫星、汽车电子、航空航天、军用电子等国民经济和国防建设领域中得到了广泛的研究和应用。同时GaN单片微波集成电路（MMIC）也因其高性能、高集成度和高可靠性等优势在通信系统中有着很大的应用前景。此外,GaN还是一种对紫外辐射具有高响应的直接带隙材料,它具有低暗电流、高光学增益和响应速度快的潜
真随机数发生器（True random number generators,TRNGs）在加密系统中扮演着重要的角色。但是目前基于环形振荡器（Ring oscillator,RO）、时钟管理器（Digital clock manager,DCM）等TRNGs设计都存在随机性较差、吞吐率较低或者硬件占用资源较大等不足,且有的设计需要手动布局布线,可移植性较差,对外界干扰较为敏感,没有一定的鲁棒性。因