排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
传统双目视差测距法的测量值为参照点P到双目摄像机基线中心的距离,而农业机器人上的摄像头装置通常被安装在距离地面一定高度,与水平方向呈一定倾角的位置,利用传统双目视差测距法将无法得到导航参照点到机器人机身的水平距离。为此,提出了一种解决农业机器人田间导航参照点测距的新方法。通过改进的BP神经网络标定下的双目系统、改进的SIFT特征匹配,输出导航参照点在世界坐标系下的坐标X,Y),则导航参照点距机器人机身的水平距离可表达为S=(X2+Y2)(1/2)。实验表明:该方法在实际田间测试中的结果最大偏差0.479cm,最小偏差0.032cm,精度高达99%,测距过程耗时共计55ms,计算量较传统双目视差测距显著减小,具有一定的工程实用性与可行性。 相似文献
2.
3.
4.
5.
利用脐橙重量与体积2个特征参数,通过建立BP网络模型,估测脐橙的可食率。结果发现,该方法对脐橙的可食率估测较高,预估可食率在74.48%~85.79%,均方差为3.19%,对样本的拟合效果较好。 相似文献
6.
金鱼监测是水体环境监测的新手段。研究了H、r和R3种用于金鱼监测的分割特征,试验结果表明r特征的分割效果较好。 相似文献
7.
脐橙的可食率可通过脐橙的重量和体积估测得到,在此基础上提出了一种脐橙可食率的估测方法。首先通过机器视觉技术获取脐橙2个方向的截面积,再以这2个截面积和脐橙重量为输入变量的神经网络估计脐橙的可食率。试验结果表明,该方法在估计脐橙的可食率方面取得了较好的效果。 相似文献
8.
9.
10.
机器人对果实的采摘中,面临着野外工作环境多样、果实形态复杂、定位距离受限等挑战,实现对果实的精确定位十分重要。基于此,课题组综述了果实视觉定位技术在目标检测、标定、定位算法方面的研究现状,分析了对果实采用不同目标检测方法的效果与不足,探讨了标定方法与标定工具的发展路线、使用的硬件对果实定位方法的研究与定位方法的技术路线,介绍了基于颜色和形状特征的传统果实目标检测方法和新兴的深度学习目标检测方法,讨论了单目、双目、激光辅助等定位技术在果实定位中的应用情况,总结了果实视觉定位技术在目标检测、标定、定位等流程中的不足。研究结果表明,机器视觉定位技术可以快速、准确地识别出果实的位置和大小,提高果实采摘的效率和准确性,减少人工成本,降低劳动强度。 相似文献
1