首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于实例分割的番茄串视觉定位与采摘姿态估算方法
引用本文:张勤,庞月生,李彬.基于实例分割的番茄串视觉定位与采摘姿态估算方法[J].农业机械学报,2023,54(10):205-215.
作者姓名:张勤  庞月生  李彬
作者单位:华南理工大学
基金项目:广东省现代农业产业共性关键技术研发创新团队建设项目(2019KJ129)
摘    要:准确识别定位采摘点,根据果梗方向,确定合适的采摘姿态,是机器人实现高效、无损采摘的关键。由于番茄串的采摘背景复杂,果实颜色、形状各异,果梗姿态多样,叶子藤枝干扰等因素,降低了采摘点识别准确率和采摘成功率。针对这个问题,考虑番茄串生长特性,提出基于实例分割的番茄串视觉定位与采摘姿态估算方法。首先基于YOLACT实例分割算法的实例特征标准化和掩膜评分机制,保证番茄串和果梗感兴趣区域(Region of interest, ROI)、掩膜质量和可靠性,实现果梗粗分割;通过果梗掩膜信息和ROI位置关系匹配可采摘果梗,基于细化算法、膨胀操作和果梗形态特征实现果梗精细分割;再通过果梗深度信息填补法与深度信息融合,精确定位采摘点坐标。然后利用果梗几何特征、八邻域端点检测算法识别果梗关键点预测果梗姿态,并根据果梗姿态确定适合采摘的末端执行器姿态,引导机械臂完成采摘。研究和大量现场试验结果表明,提出的方法在复杂采摘环境中具有较高的定位精度和稳定性,对4个品种的番茄串采摘点平均识别成功率为98.07%,图像分辨率为1 280像素×720像素时算法处理速率达到21 f/s,采摘点图像坐标最大定位误差为3像素...

关 键 词:番茄串  机器人  实例分割  视觉定位  采摘姿态预测
收稿时间:2023/4/8 0:00:00

Visual Positioning and Picking Pose Estimation of Tomato Clusters Based on Instance Segmentation
ZHANG Qin,PANG Yuesheng,LI Bin.Visual Positioning and Picking Pose Estimation of Tomato Clusters Based on Instance Segmentation[J].Transactions of the Chinese Society of Agricultural Machinery,2023,54(10):205-215.
Authors:ZHANG Qin  PANG Yuesheng  LI Bin
Institution:South China University of Technology
Abstract:
Keywords:tomato cluster  robot  instance segmentation  visual positioning  picking pose estimation
点击此处可从《农业机械学报》浏览原始摘要信息
点击此处可从《农业机械学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号