基于改进U-Net的火龙果采摘图像分割和姿态估计方法

为了实现火龙果采收自动化作业,提出一种基于改进U-Net的火龙果图像分割和姿态估计方法。首先,在U-Net模型的跳跃连接(编码器与解码器部分特征图进行的连接操作)中引入通道和空间注意力机制模块(Concurrent spatial and channel squeeze and channel excitation,SCSE),同时将SCSE模块集成到残差模块(Double residual block,DRB)中,在增强网络提取有效特征能力的同时提高网络的收敛速度,得到一种基于注意力残差U-Net的火龙果图像分割网络。通过该网络分割出果实及其附生枝条的掩膜图像,利用图像处理技术和相机成像模型拟合出果实及其附生枝条的轮廓、果实质心、果实最小外接矩形框和三维边界框,进而结合果实及其附生枝条的位置关系进行火龙果三维姿态估计,并在火龙果种植园中获得一个测试集,以评价该算法的性能,最后在自然果园环境下进行实地采摘试验。试验结果表明,火龙果果实图像分割平均交并比(mIoU)和平均像素准确率(mPA)分别达到86.69%和93.89%,三维姿态估计平均误差为8.8°,火龙果采摘机器人在果园环境下的采摘成功率为86.7%,平均采摘时间为22.3 s。满足火龙果机械化作业要求。

面向室内养殖场的机器人自主导航技术研究进展

介绍了视觉导航、激光导航、卫星导航和路标导航等机器人导航技术,分析了不同类型的机器人导航技术在特定应用场景下的导航精度、实时性、适应性。根据这些导航技术的特点,结合在梅州市金绿现代农业发展有限公司室内养殖场开展的导航技术试验结果,指出了在室内养殖场内应用单一导航技术存在的问题,并展望多种导航方法信息融合的导航技术在室内养殖场的应用前景,期望为突破机器人饲喂、运输、采摘关键技术,解决制约农业智能化、无人化发展难题提供思路。

基于Raspberry Pi和云平台的智能门禁系统研制与试验

基于百度云平台的人脸识别技术资源实现了一款智能门禁系统.使用人脸识别云服务平台进行实时人脸分析,不仅使用便利,而且保证了识别数据的有效性和准确性.系统还实现了基于邮件和微信的消息实时提醒功能.系统分为硬件和软件两个部分,硬件以树莓派3B+为控制核心,外接摄像头、步进电机及控制电路、触摸按键电路等模块;软件部分基于百度云平台,构建了在不同操作环境下信息管理与控制系统.通过应用场景模拟对系统进行试验,结果表明该系统运行可靠,外接模块以及系统电路运行良好,识别准确率大于97%,电机响应平均时间为1.3 s,消息远程收发功能、信息管理与控制系统的相关功能均可正常执行,在试验过程中无异常报错.系统最终效果达到了预期目标,可为相关设计提供参考.