果园机器人视觉导航行间位姿估计与果树目标定位方法

摘要：

针对单目视觉导航中位姿信息不完整和果树定位精度低的问题,提出基于实例分割神经网络的偏航角、横向偏移、果树位置计算方法.首先,基于Mask R-CNN模型识别并分割道路与树干;其次,寻找道路掩码凸包并进行霍夫变换,由凸包中的边界方程计算消失点坐标;最后,根据建立的位姿-道路成像几何模型,计算偏航角、横向偏移与果树相对位置.实验结果表明:改进Mask R-CNN模型的边框回归平均精确度为0. 564,分割平均精确度为0. 559,平均推理时间为110 ms.基于本文方法的偏航角估计误差为2. 91% 、横向偏移误差为4. 82% ,果树横向定位误差为3. 80% ,纵向误差为2. 65% .该方法能在不同位姿稳定地提取道路与果树掩码、计算消失点坐标与边界方程,较准确地估计偏航角、横向位移和果树相对位置,为果园环境下的视觉自主导航提供有效参考.

关键词：果园机器人;视觉自主导航;实例分割;单目相机模型;位姿估计;果树定位

所属期刊栏目：52

分类号：TP242(自动化技术及设备)

资助基金：北京市自然科学基金项目;北方工业大学毓优青年人才培养计划项目

在线出版日期：2021-09-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：16-26,39