科研之友
微信
新浪微博
Facebook
分享链接
摘要
为监控柑橘的生长情况,提出了一种通过巡检机器人获取单个柑橘果实完整表面信息的方法。使用Label Me为标记工具,采用类圆形和类长方形分别对柑橘果实和分段枝干进行标记,再使用Mask R-CNN模型对其进行训练与识别,可从Kinect V2相机拍摄的含有深度信息的图像中提取出柑橘果实及分段枝干的三维信息。根据柑橘果实生长情况及发生病虫害情况,对柑橘果实表面进行区域化划分,并采取积分制描述其表面信息获取率。通过机械臂末端连接的CCD相机对柑橘果实进行表面信息获取,提出了获取柑橘完整表面信息的3种机械臂拍摄方案。搭建了巡检机器人实验平台,在机器人操作系统(Robot operating system,ROS)下进行了仿真,提出实验室环境下柑橘表面信息的获取流程,并在实验室环境下对巡检机器人获取柑橘完整表面信息进行了实验验证。实验结果表明,柑橘果实的横纵径比越接近1,拍摄所获取的柑橘外表面信息越完整,当采用3个拍摄位姿的拍摄方案时,在保证获取柑橘表面完整率的同时可以获得较高的避障成功率和工作效率,柑橘表面信息获取率可达94. 21%,机械臂平均运动时间为86. 57 s。本研究为农业巡检机器人获取柑橘表面情况、监控柑橘生长及病虫害信息提供了方法。
- 单位
