基于根点替代的猕猴桃果园行间导航线生成方法研究

针对棚架式猕猴桃果园树干分立、树干与树冠分离的生理特点,提出基于深度学习的目标检测框底边中点替代果树根点的导航特征目标检测方法。使用LabelImg标注预处理图像中的树干信息,生成猕猴桃树干数据集,基于Faster R-CNN构建目标检测模型,实现对猕猴桃果园行间有效范围的树干识别,利用根点替代方法确定树干根点的定位基点坐标,基于三次样条插值法提取树行线,根据最小二乘法拟合生成导航线。试验结果表明,生成的目标检测模型在地膜、杂草和土壤等果园行间环境下,树干正确识别率分别为90.6%、90.1%、89.4%;树干像素高度大于300像素、200~300像素、100~200像素的正确识别率分别为94.6%、89.9%、85.6%,表明选择树干作为果园行间视觉导航标识,有效利用了深度学习的稳定性,提高了导航目标识别的准确率;根点替代简化了导航定位基点生成算法,获取的果树定位基点与实际树干根点的平均横向像素误差占比为1.3%,平均纵向像素误差占比为2.2%,平均实际距离误差为0.102 m,导航定位基点精度较高;生成的导航线平均横向像素偏差为5.1像素,实际平均横向偏差为0.052 m,获取的果园行间导航路径满足行间导航要求。