基于逆运动学降维求解与YOLO v4的果实采摘系统研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.6041/j.issn.1000-1298.2021.09.002

基于逆运动学降维求解与YOLO v4的果实采摘系统研究

引用
为提高采摘设备的执行效率,采用六自由度机械臂、树莓派、Android手机端和服务器设计了一种智能果实采摘系统,该系统可自动识别不同种类的水果,并实现自动采摘,可通过手机端远程控制采摘设备的起始和停止,并远程查看实时采摘视频.提出通过降低自由度和使用二维坐标系来实现三维坐标系中机械臂逆运动学的求解过程,从而避免了大量的矩阵运算,使机械臂逆运动学求解过程更加简捷.利用Matlab中的Robotic Toolbox进行机械臂三维建模仿真,验证了降维求解的可行性.在果实采摘流程中,为了使机械臂运动轨迹更加稳定与协调,采用五项式插值法对机械臂进行运动轨迹规划控制.基于Darknet深度学习框架的YOLO v4目标检测识别算法进行果实目标检测和像素定位,在Ubuntu 19.10操作系统中使用2000幅图像作为训练集,分别对不同种类的果实进行识别模型训练,在GPU环境下进行测试,结果表明,每种果实识别的准确率均在94%以上,单次果实采摘的时间约为17 s.经过实际测试,该系统具有良好的稳定性、实时性以及对果实采摘的准确性.

果实采摘系统;机械臂逆运动学;降维;目标检测;YOLO v4;运动轨迹规划

52

TP241;TP391.4(自动化技术及设备)

云南省科技厅生物资源数字化开发应用项目;云南省教育厅科学研究基金项目;云南省农业联合项目

2021-10-26(万方平台首次上网日期,不代表论文的发表时间)

共9页

15-23

相关文献
评论
暂无封面信息
查看本期封面目录

农业机械学报

1000-1298

11-1964/S

52

2021,52(9)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn