基于深度图像和神经网络的拖拉机识别与定位方法

作者：王亮; 翟志强^*; 朱忠祥; 李臻; 杜岳峰; 毛恩荣

来源：农业机械学报, 2020, S2: 554-560.

• 拖拉机
• 双目视觉
• 深度学习
• 目标识别
• 目标跟踪

针对多机协同导航作业中本机前方的拖拉机识别精度低、相对定位困难,难以保障自主作业安全的问题,提出了一种基于深度图像和神经网络的拖拉机识别与定位方法。该方法通过建立YOLO-ZED神经网络识别模型,识别并提取拖拉机特征;运用双目定位原理计算拖拉机相对本机的空间位置坐标。对拖拉机进行定点识别与定位试验,分别沿着拖拉机纵向、宽度方向和S形曲线方向测量拖拉机的识别与定位结果。试验结果表明:本文方法能够在3～10 m景深范围内快速、准确地识别并定位拖拉机的空间位置,平均识别定位速度为19 f/s;在相机景深方向和宽度方向定位拖拉机的最大绝对误差分别为0.720 m和0.090 m,最大相对误差分别为7.48%和8.00%,标准差均小于0.030 m,能够满足多机协同导航作业对拖拉机目标识别的精度和速度要求。

• 单位
  中国农业大学