基于SSD算法的茶叶嫩芽检测研究

针对目前传统茶叶采摘技术和茶叶识别算法的不足,率先提出利用SSD算法对茶叶嫩芽进行目标检测。研究包括提取超绿因子(G-B颜色特征)、OTSU分割、形态学处理等方法,对茶叶图像进行预处理,同时进行数据集扩充来建立茶叶数据集。对数据集进行人工标注并导入神经网络,利用SSD算法进行训练。最终通过参数调节得出符合预期的神经网络模型,实现对茶叶嫩芽的目标检测。实验结果表明,相比传统方法,SSD算法具有更加出色的检测识别效果。

移动机器人三维激光SLAM算法研究

鉴于移动机器人三维激光SLAM技术的先进性,探讨激光雷达测距与建图算法,以及其两种改进算法:轻量级及地面优化激光雷达测距与建图(LeGO_LOAM)和LOAM的高级实现算法(A_LOAM),尤其对其低漂移、强实时的特性展开深入研究。通过设计对比实验,对不同SLAM算法的优劣进行分析。搭建移动平台,在实际大尺度室外场景和公开数据集KITTI下,从相对位姿估计误差入手完成对比实验。实验结果证明改进算法相比于LOAM可以达到更小的相对位姿估计误差。