«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:

第51卷

期数:

2023年第1期

页码:

202-210

栏目:

农业工程与信息技术

出版日期:

2023-01-05

文章信息/Info

Title:

Detection of tomato target and grasping position in rainy weather by improved YOLOv4

作者:

赵赫; 李卫国; 杨止谦

内蒙古工业大学机械工程学院，内蒙古呼和浩特 010000

Author(s):

Zhao He??et al

关键词:

采摘机器人; 番茄识别; 深度学习; 改进型YOLOv4; 数据增强; 抓取点; 抓取轨迹

Keywords:

-

分类号:

TP391.41

DOI:

-

文献标志码:

A

摘要:

针对采摘机器人在降雨天气背景下的成熟番茄识别和抓取位置标定问题，提出了雨纹渲染数据增强方法、一种改进型YOLOv4模型和简化两点式抓取表达法。为了在满足精度的前提下减少模型参数量，使用多个bneck结构组成的轻量化特征提取网络代替原YOLOv4模型的主干网络，并将原模型中所有的标准卷积替换成深度可分离卷积。为了提高模型对于降雨的鲁棒性，采用在清晰图片上随机渲染3种角度和密度的雨纹的数据增强方法。因为番茄成熟果实的形状特殊性，简化了两点式抓取表达法，在模型生成预测框的同时生成参考抓取点及抓取轨迹。试验结果表明，雨纹渲染数据增强方法能够有效提高模型对于降雨天气的鲁棒性，改进后的模型较原模型在参数量减少的同时识别性能有所上升，参考抓取点及抓取轨迹预测合理，证明了本研究提出的数据增强办法、识别模型及抓取表达法可以为采摘机器人的视觉系统提供有利保障。

Abstract:

-

参考文献/References:

［1］岳学军，蔡雨霖，王林惠，等. 农情信息智能感知及解析的研究进展［J］. 华南农业大学学报，2020，41(6)：14-28.
［2］孙建桐，孙意凡，赵然，等. 基于几何形态学与迭代随机圆的番茄识别方法［J］. 农业机械学报，2019，50(增刊1)：22-26，61.
［3］Zhuang J J，Luo S M，Hou C J，et al. Detection of orchard citrus fruits using a monocular machine vision-based method for automatic fruit picking applications［J］. Computers and Electronics in Agriculture，2018，152：64-73.
［4］冯青春，程伟，杨庆华，等. 基于线结构光视觉的番茄重叠果实识别定位方法研究［J］. 中国农业大学学报，2015，20(4)：100-106.
［5］Girshick R，Donahue J，Darrell T，et al. Rich feature hierarchies for accurate object detection and semantic segmentation［C］//2014 IEEE Conference on Computer Vision and Pattern Recognition.Columbus，2014：580-587.
［6］Girshick R. Fast R-CNN［C］//2015 IEEE International Conference on Computer Vision.Santiago，Chile，2015：1440-1448.
［7］Ren S Q，He K M，Girshick R，et al. Faster R-CNN：towards real-time object detection with region proposal networks［C］//IEEE Transactions on Pattern Analysis and Machine Intelligence. 2015：1137-1149.
［8］Redmon J，Farhadi A. YOLOv3：an incremental improvement［Z/OL］. (2018-04-08)［2021-09-10］. https：//www.semanticscholar.org/paper/YOLOv3%3A-An-Incremental-Improvement-Redmon-Farhadi/e4845fb1e624965d4f036d7fd32 e8dcdd2408148.
［9］Bochkovskiy A，Wang C Y，Liao H Y M. YOLOv4：optimal speed and accuracy of object detection［Z/OL］. (2020-04-23)［2021-08-25］. https：//arxiv.org/abs/2004.10934.
［10］Liu W，Anguelov D，Erhan D，et al. SSD：single shot MultiBox detector［M］//Computer Vision-ECCV 2016.Cham：Springer International Publishing，2016：21-37.
［11］周捷，徐光辉，朱东林，等. 改进YOLOV4-Tiny的雨雾道路环境下的实时目标检测［J］. 信号处理，2021，37(8)：1550-1558.
［12］Wang C Y，Mark Liao H Y，Wu Y H，et al. CSPNet：a new backbone that can enhance learning capability of CNN［C］//CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW).Seattle，2019：1571-1580.
［13］Howard A G，Zhu M L，Chen B，et al. MobileNets：efficient convolutional neural networks for mobile vision applications［Z/OL］. (2017-04-17)［2021-08-25］. https：//arxiv.org/abs/1704.04861.
［14］Guo D，Kong T，Sun F C，et al. Object discovery and grasp detection with a shared convolutional neural network［C］//2016 IEEE International Conference on Robotics and Automation.Stockholm，2016：2038-2043.

相似文献/References:

[1]张飞云.基于S7-200 PLC的苹果采摘机器人控制系统研究[J].江苏农业科学,2013,41(07):377.
　Zhang Feiyun.Study on control system of apple harvesting robot based on S7-200 PLC[J].Jiangsu Agricultural Sciences,2013,41(1):377.
[2]陈玉梅,申允德,张成浩.黄瓜自动化栽培系统研究进展[J].江苏农业科学,2019,47(05):174.
　Chen Yumei,et al.Research actuality and prospect of cucumber automated cultivation system[J].Jiangsu Agricultural Sciences,2019,47(1):174.
[3]王瑾,王瑞荣,李晓红.番茄采摘机器人目标识别方法研究[J].江苏农业科学,2021,49(20):217.
　Wang Jin,et al.Study on target recognition method of tomato picking robot[J].Jiangsu Agricultural Sciences,2021,49(1):217.

备注/Memo

备注/Memo:

收稿日期：2021-10-25
基金项目：内蒙古自治区研究生科研创新项目(编号：SZ2020061)。
作者简介：赵赫(1997—)，男，蒙古族，内蒙古呼伦贝尔人，硕士研究生，研究方向为机器人应用。E-mail：1012025647@qq.com。
通信作者：李卫国，硕士，教授，研究方向为机器人应用。E-mail：738322001@qq.com。

常用功能

更新日期/Last Update: 2023-01-05