基于深度学习的果园道路导航线生成算法研究

摘要：

针对目前果园环境视觉导航线提取受光照、杂草干扰,而已有的导航线生成算法过于复杂且适用范围较窄的问题,提出了一种基于深度学习的方法来提取果园道路导航线:采用YOLOV3卷积神经网络提取果园道路图像上的特征点,并通过最小二乘法拟合生成导航线.通过采集的800张果园道路图片作为训练集,进而在240张图片组成的独立测试集上进行测试,总体识别率为95.37％,在杂草较少、杂草较多、高光照和正常光照的环境下,导航线平均偏差分别为2.15、2.28、2.32、2.41像素;平均偏移距离分别为3.4、3.5、2.7、3.6 cm.

关键词：果园环境、图像处理、深度学习、导航线

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：重庆市科学技术局项目cstc2015zdcy-ztzx70003,cstc2018jcyjAX0071,cstc2016jcyjA0444

在线出版日期：2020-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：674-678