苹果采摘机器人监测系统和表面缺陷检测方法研究

摘要：

针对目前苹果采摘作业多以人工采摘为主,且机械化采摘质量和效率低等问题,提出一种苹果采摘机器人监测系统;监测系统通过种植园环境、机器人运行状态、机器人作业质量以及后台监控系统四个模块,完成从采收前环境监测到采收后质量监测的全程监控;同时,为监测采摘后苹果的质量问题,提出了一种基于Mo-M2Det的苹果表面缺陷检测方法,以减少参数量和计算量为目的,改进M2Det目标检测网络,实现轻量化和高精度检测;实验结果表明,改进的M2Det目标检测网络检测准确率达到了98.45％,且模型参数量减少了56.3％;在实际应用中,改进的轻量化网络模型部署在检测平台上具有较好的检测效果.

关键词：采摘机器人、监测方法、深度学习、缺陷检测、轻量化

所属期刊栏目：31

分类号：S225;TP183(农业机械及农具)

资助基金：江苏省产业前瞻与关键核心技术重点项目BE2021016-4

在线出版日期：2023-07-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：19-26