科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了给设施番茄授粉机器人授粉提供可靠的定位技术，提出了一种基于3D视觉的番茄花朵定位方法。采用RGB-D结构光相机快速获取温室内番茄植株的彩色图和深度图信息，通过YOLO v4 (You only look once)神经网络对植株上番茄花束进行目标检测，并提取出授粉花束在图像中的二维区域；使用主动对齐方式结合PCL进行彩色图像和深度图像的粗对齐，利用区域内色系单视角线性遍历方法对提取的花束区域进行精配准，获得番茄花束的空间高精度点云信息；再使用统计滤波法剔除点云信息离群点后，结合双向均值法计算花束3D box的授粉质心坐标。定位试验结果表明，该方法在温室环境中能成功对花束进行识别定位，神经网络平均检测精度达97.67%,完成单幅图像花束提取时间为14.95 ms,算法获取授粉质心坐标的平均时间约为300 ms。后期在温室内验证，在花束被遮挡小于80%时，算法能够对番茄花朵进行精准定位，并成功执行授粉动作，为番茄授粉机器人提供了一种新的授粉点定位方法。
- 单位
