柑橘采摘机器人枝干检测方法研究

发布时间：2022-01-24 02:08

　　柑橘是我国重要的水果产品之一,其世界贸易量也位居前三。目前,柑橘采摘仍以人工采摘为主,特别是丘陵地区,由于坡度大且多居于高山上,更容易出现人员受伤的情况。因此,本课题组针对这一情况设计了一款适合丘陵山区的柑橘采摘机器人。研制的初代机器人能够实现无障碍的果实采摘,而对于复杂的柑橘果园情况,果实被枝干障碍物遮挡普遍存在,因此如何获得果树枝干信息以指导机械臂进行避障采摘具有重要研究意义。本文以自然环境下柑橘果树枝干为研究对象,基于卷积神经网络和Kinect V2相机进行了枝干的识别与定位研究。本论文的主要研究内容如下:（1）目标识别算法的选择。介绍了卷积神经网络的各结构模块,分析了基于神经网络的主要目标检测算法,包括YOLO算法和Mask RCNN算法等,针对各算法识别效果和本文研究目的,确定了以Mask RCNN算法为基础的算法模型。选择该算法的主要原因是算法添加的mask分支,获得的mask能对目标进行精确分割。基于这一点,本文对mask进行了最小外接矩处理,获得的外接矩边框能够更容易获得枝干的偏转信息,同时外接矩处理后的结果也为后续研究做好了铺垫。（2）训练数据集的制作。上一个研究内容... 

【文章来源】：重庆理工大学重庆市

【文章页数】：89 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 本文的研究内容与安排
        1.3.1 研究内容
        1.3.2 论文章节安排
    1.4 本章小结
第二章 基于卷积神经网络的目标检测算法
    2.1 卷积神经网络
        2.1.1 神经元
        2.1.2 输入层
        2.1.3 卷积层
        2.1.4 池化层
        2.1.5 输出层
    2.2 基于卷积网络的经典检测算法
        2.2.1 RCNN算法
        2.2.2 YOLO算法
        2.2.3 Mask RCNN算法
    2.3 本章小结
第三章 基于Mask RCNN的枝干识别与二维重建
    3.1 采摘机器人视觉系统识别流程设计
    3.2 数据集的制作与训练
        3.2.1 数据集的采集
        3.2.2 目标物的分类及标记
    3.3 识别模型性能测试
        3.3.1 Mask RCNN
        3.3.2 识别实验结果及分析
    3.4 枝干二维图像重建
        3.4.1 离散化识别存在的问题
        3.4.2 离散mask的最小外接矩
        3.4.3 基于外接矩的约束条件分析
        3.4.4 枝干二维重建
        3.4.5 枝干二维重建结果及性能分析
    3.5 本章小结
第四章 柑橘采摘机器人枝干三维定位
    4.1 相机工作环境的搭建
        4.1.1 标定原理
        4.1.2 标定实验
    4.2 柑橘果树空间三维重建
        4.2.1 二维重建误匹配处理
        4.2.2 枝干三维信息的获取
    4.3 不同光照条件下枝干重建性能分析
    4.4 重建枝干定位误差分析
    4.5 本章小结
第五章 柑橘采摘机器人采摘避障实验
    5.1 柑橘采摘机器人系统平台
        5.1.1 采摘机械臂介绍
        5.1.2 采摘执行器介绍
    5.2 相机与机械臂坐标转换
        5.2.1 手眼标定原理
        5.2.2固定手眼标定实验
    5.3室外采摘避障实验
    5.4 本章小结
第六章 总结与展望
    6.1 论文总结
    6.2 创新点
    6.3 工作展望
致谢
参考文献
个人简历、在学期间发表的论文及取得的研究成果


【参考文献】：
期刊论文
[1]基于IGM和深度感知的立体图像质量评价[J]. 朱芸,王永芳,帅源.  上海大学学报(自然科学版). 2019(05)
[2]基于颜色特征的自适应阈值林木树干识别研究[J]. 宋文龙,莫冲,王琢.  现代电子技术. 2019(16)
[3]基于RGB-D相机的油菜分枝三维重构与角果识别定位[J]. 徐胜勇,卢昆,潘礼礼,刘泰格,周雨欣,汪波.  农业机械学报. 2019(02)
[4]基于R-FCN深度卷积神经网络的机器人疏果前苹果目标的识别[J]. 王丹丹,何东健.  农业工程学报. 2019(03)
[5]基于混合蛙跳优化的采摘机器人相机标定方法[J]. 陈科尹,邹湘军,关卓怀,王刚,彭红星,吴崇友.  农业机械学报. 2019(01)
[6]基于卷积神经网络的田间多簇猕猴桃图像识别方法[J]. 傅隆生,冯亚利,Elkamil Tola,刘智豪,李瑞,崔永杰.  农业工程学报. 2018(02)
[7]柑橘采摘机器人末端执行器设计与试验[J]. 王毅,付舜,张哲,马冀桐,许洪斌.  中国农业科技导报. 2018(01)
[8]“一带一路”背景下我国柑橘出口价格波动规律研究[J]. 侯曼,任旭,杨晓梅.  价格理论与实践. 2017(11)
[9]一种基于RGB颜色分量的枝干图像分割方法[J]. 李艳文,胡浩波,丁乙,陈欧,贾宇航.  燕山大学学报. 2016(05)
[10]树干直径自动识别与测量技术研究[J]. 陈金星,岳德鹏,冯仲科,丁家巍,姚炳全,叶添雄.  农业机械学报. 2016(03)

博士论文
[1]中国水果出口价格决定的理论分析与实证研究[D]. 颜小挺.华中农业大学 2016
[2]立木枝干机器视觉识别技术研究[D]. 孙仁山.北京林业大学 2006

硕士论文
[1]非结构环境下柑橘采摘机器人避障运动规划研究[D]. 马冀桐.重庆理工大学 2019
[2]柑橘采摘机器人移动平台视觉导航系统研究[D]. 刘波.重庆理工大学 2019
[3]柑橘采摘机器人障碍物识别与定位方法研究[D]. 刘艳平.重庆理工大学 2019
[4]柑橘采摘机器人采摘姿态及序列研究[D]. 张哲.重庆理工大学 2018
[5]苹果收获机器人果树枝干信息获取技术研究[D]. 李莹莹.南京农业大学 2012
[6]中国柑橘生产成本变动及其对出口的影响[D]. 张玉.华中农业大学 2009



本文编号：3605619