CN111274877A - 一种基于cnn的智能草莓采摘机器人控制系统 - Google Patents

一种基于cnn的智能草莓采摘机器人控制系统 Download PDF

Info

Publication number
CN111274877A
CN111274877A CN202010023444.2A CN202010023444A CN111274877A CN 111274877 A CN111274877 A CN 111274877A CN 202010023444 A CN202010023444 A CN 202010023444A CN 111274877 A CN111274877 A CN 111274877A
Authority
CN
China
Prior art keywords
strawberry
strawberries
detection module
control system
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010023444.2A
Other languages
English (en)
Inventor
付蔚
张继柱
童世华
崔逊航
魏雪峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN202010023444.2A priority Critical patent/CN111274877A/zh
Publication of CN111274877A publication Critical patent/CN111274877A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01D—HARVESTING; MOWING
    • A01D46/00—Picking of fruits, vegetables, hops, or the like; Devices for shaking trees or shrubs
    • A01D46/30—Robotic devices for individually picking crops
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697—Vision controlled systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/68—Food, e.g. fruit or vegetables

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Robotics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Software Systems (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Environmental Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)

Abstract

本发明涉及一种基于CNN的智能草莓采摘机器人控制系统，属于智慧农业技术领域。该控制系统包括草莓存在检测模块、草莓成熟度检测模块、机械爪运动控制模块、草莓尺寸检测模块、草莓标签粘贴模块和中央处理单元；该控制系统通过上述模块实现草莓图像采集，草莓识别，草莓成熟度的判别，机器人运动控制，草莓分拣，草莓标签贴装的采摘过程。本发明能够实现快速高效智能的采摘成熟草莓，而且可以让客户了解到草莓从播种到食用全周期的信息。

Description

一种基于CNN的智能草莓采摘机器人控制系统
技术领域
本发明属于智慧农业技术领域，涉及智慧农业和图像识别领域，具体涉及一种基于CNN识别算法的智能草莓采摘机器人控制系统。
背景技术
随着物联网技术、机器人技术和图像识别技术的不断发展，越来越多的智能设备进入到农业生产当中，同时伴随着人力成本的不断提高，农业生产对于智能机器人的需求越发迫切。当前草莓采摘主要依靠人工进行，效率低下并且成本较高。即使存在部分草莓采摘机械，虽然也属于自动化的范畴，不能够满足具体的应用场景的需求。草莓的成熟不是同步的，采摘的过程中需要把成熟的草莓采摘出来，同时不采摘未成熟的草莓。对于草莓这种经济作物，在精细化农业生产的过程中，不仅需要将成熟的草莓进行分级，同时还需要建立草莓的成长信息库。草莓的分级可以更好的满足用户的需求，也能够让农民获得更多的收益，草莓建立成长信息库可以让消费者更加放心。
基于现有草莓采摘技术的缺陷以及低效率采摘，目前亟需一种能够快速高效智能采摘草莓的机器人，以此满足草莓采摘场景下的需求。
发明内容
有鉴于此，本发明的目的在于提供一种基于CNN的智能草莓采摘机器人控制系统，用于提高草莓的智能采摘效率和准确率，还能实现对采摘的草莓进行信息跟踪。
为达到上述目的，本发明提供如下技术方案：
一种基于CNN的智能草莓采摘机器人控制系统，包括草莓存在检测模块、草莓成熟度检测模块、机械爪运动控制与定位导航模块、草莓尺寸检测模块、草莓标签粘贴模块和中央处理单元；
所述草莓存在检测模块：通过摄像头获取机器人前方图像并检测出具有草莓的图像；
所述草莓成熟度检测模块：使用部署的模型对草莓的图像进行成熟度判断；
所述机械爪运动控制和定位导航模块：通过中央处理单元对机械爪进行控制，根据双目视觉的定位信息对机械爪进行运动控制，导航机械爪摘取草莓；
所述草莓尺寸检测模块：使用摄像头获取采摘草莓的图像，使用图像标定技术，检测得到草莓的尺寸，然后中央处理单元按照用户的分类标准对草莓分类；
所述草莓标签粘贴模块：在得到草莓分类结果之后，将生成的草莓信息标签打印出来，然手使用柔性机械爪将标签贴到草莓上边，完成之后再把草莓放进托盘中。
所述中央处理单元：用于控制上述模块的各种运动。
进一步，所述草莓成熟度检测模块具体包括：前期收集不同成熟度的草莓和未成熟的草莓，建立数据集，数据集分为测试集和训练集，使用CNN算法利用训练集进行草莓成熟度判断模型的训练；在训练的过程中最后使用测试集对模型进行测试，通过测试即能将模型部署，使用部署的模型对草莓的图片进行成熟度判断。
进一步，所述草莓成熟度检测模块的检测过程为：输入系统中一幅图像，首先使用seclective方法生成一系列proposals，然后经过卷积层和池化层得到卷积特征图，使用感兴趣区域(region of interest，ROI)层处理最后一个卷积层得到特征图，为每一个proposal生成一个定长的特征向量；再将ROI层输出的向量输入到全连接层，产生最终用于多任务学习的特征并用于计算多任务的损失；最后将所有结果通过非极大一直处理产生最终目标的检测和识别结果。
进一步，全连接层分为两个分支：其一，柔性最大值损失用来计算分类的损失函数；其二，边界回归量损失即分类结果相对应的四个角点的坐标值。
进一步，所述草莓尺寸检测模块具体包括：使用相机小孔成像的原理，将图像投射在照片上，先将图形处理为灰度图像，然后使用sobel算子检测出草莓图像的边缘，根据高和宽的像素点的数量计算草莓在相片上的尺寸，然后根据相似三角形的原理，求出草莓尺寸，进而按照用户的分类标准对草莓分类。
进一步，所述草莓标签粘贴模块中，粘贴在草莓上的标签有二维码，消费者买到草莓之后，通过手机扫描获得草莓从种植到收获过程中的一系列的信息，也包括后期的物流仓储等相关的信息，信息能够不断更新。
本发明的有益效果在于：
1)本发明智能草莓采摘机器人控制系统可以判断草莓是否成熟，并且自动采摘已经成熟的草莓，可以极大地节省人力并提高采摘效率。
2)本发明智能草莓采摘机器人控制系统可以通过摄像头来判断草莓个体的大小，在采摘的过程中，按照用户的需求进行分拣。这样可以减少草莓再次分拣造成的损伤，并且也可以满足市场对于草莓分级的需求。
3)本发明草莓采摘机器人给新采摘的草莓粘贴带有二维码的标签，消费者可以通过扫描标签获得关于草莓从种植到采摘全过程的信息，可以使消费者更加放心。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
图1为本发明基于CNN算法的智能草莓采摘机器人的系统框图；
图2为本发明基于CNN算法的智能草莓采摘机器人的功能框图；
图3为本发明基于CNN算法的智能草莓采摘机器人的程序运行流程图；
图4为本发明基于CNN算法的智能草莓采摘机器人的CNN算法的检测流程图；
图5为本发明基于CNN算法的智能草莓采摘机器人的草莓检测模型图；
图6为本发明基于CNN算法的智能草莓采摘机器人的双目定位的模型图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
请参阅图1～图6，图1为本发明优选的一种实施例，基于CNN的智能草莓采摘机器人控制系统，包括草莓存在检测模块、草莓成熟度检测模块、机械爪运动控制和定位导航模块、草莓尺寸检测模块、草莓标签粘贴模块和中央处理单元，其中：
草莓存在检测模块，使用摄像头获取机器人前方的图像，可以使用摄像头获得机器人前方的照片，使用传统的图像处理方式，也可以使用卷及神经网络，实现在图片中草莓的检测，并作出标定。
草莓成熟度检测模块，前期收集不同成熟度的草莓和未成熟的草莓，建立数据集，数据集分为测试集和训练集，使用CNN神经网络算法，利用构建的草莓的数据集，生成可以判断草莓是否成熟的预测模型。使用预测模型，对之前截取的草莓的图片进行判断。如果草莓未成熟，则返回0。如果草莓成熟，则返回1。在训练的过程中最后使用测试集对模型进行测试，通过测试即可将模型部署，使用部署的模型对草莓的图片进行成熟度判断。检测的流程如图4所示，输入系统中一幅图像，使用seclective方法生成一系列的proposals，然后再经过卷积层和池化层得到卷积特征图。再接下来使用ROI层处理最后一个卷积层得到特征图，为每一个proposal生成一个定长的特征向量。ROI层输出的向量接下来输入到全连接层，产生最终用于多任务学习的特征并用于计算多任务的损失。全连接层可以分为两个分支：其一，柔性最大值损失用来计算分类的损失函数。其二，边界回归量损失即分类结果相对应的的四个角点的坐标值。最终将所有结果通过非极大一直处理产生最终目标的检测和识别结果。
机械爪运动控制和定位导航模块，使用中央处理器，例如Intel的处理器或者其他的单片机都可以对机械爪进行控制，根据双目视觉的定位信息进行运动控制。所获得的位置信息即如附图6所示的P点的坐标。将两个相机固定在同一平面上P点Y方向上的坐标是相同的，两焦点到P点连线分别交平面于Pleft点和Pright点。视差被定义为X方向的偏差，D＝|Xleft–Xright|。由几何关系可知P点的坐标为
Figure BDA0002361621750000041
进而使用机械爪摘取草莓。
草莓尺寸检测模块，使用摄像头获取采摘草莓的图像，使用图像标定技术，检测到草莓的尺寸。根据图5所示，使用相机小孔成像的原理，将图像投射在照片上，可以先将图形处理为灰度图像，然后使用sobel算子检测出草莓图像的边缘，根据高和宽的像素点的数量计算草莓在相片上的尺寸，然后根据相似三角形的原理，求出草莓尺寸，进而按照用户的分类标准对草莓分类。
草莓标签粘贴模块，在得到草莓分类结果之后，将生成的草莓信息标签打印出来，然手使用柔性机械爪将标签贴到草莓上边，完成之后再把草莓放进托盘中。
中央处理单元使用的是高性能的处理器，可以是Intel的处理芯片，也可以是DSP或者FPGA等。
本实施例提供的智能草莓采摘机器人控制系统的控制方法，包括：草莓识别部分，草莓成熟度判断部分，机械爪采摘成熟草莓的定位导航和运动控制，采摘之后的草莓大小的判断和分类，分类之后的草莓自动贴上标签，消费者可以通过扫描二维码获取草莓从种植到采摘一系列的信息。具体包括：草莓检测，草莓成熟度数据集的获取、草莓成熟度判断模型的建立、获得成熟草莓的信息；通过双目定位技术引导机械爪摘取草莓，摘取草莓的机械爪分为贴合在一起的两层，下面那一层(接近草莓果肉)负责夹住草莓连接草莓的茎，上面那一层(远离草莓果肉)负责剪断草莓果肉与茎的连接；当机械爪获取草莓之后，可以通过摄像头获取草莓的尺寸数据，结合农户对于草莓分类分级的要求，将草莓分类；在草莓分类之后放进托盘之前，可以通过机械臂将标签自动贴在草莓上，标签上有二维码，消费者买到草莓之后，可以通过手机扫描获得草莓从种植到收获过程中的一系列的信息，也包括后期的物流仓储等相关的信息，信息在不断的更新。
机器人操作流程：机器人运行过程中，首先通过摄像头检测前方草莓的存在，检测到草莓存在之后判断草莓成熟是否成熟，如果成熟则会将草莓成熟的信息传输给控制器，控制器通过双目定位技术确定草莓的位置，然后引导机器人的机械臂实现对于草莓的摘取。摘取的机械抓是两个两抓重叠在一起，下部负责夹住接近草莓的茎，上部机械抓为剪刀，负责截断草莓果实与植物本身的连接。当机械抓获取到果实之后，通过摄像头对于果实的大小进行测量，获取果实的大小数据之后，按照果农的分类尺寸对草莓进行分类。分类之后另外的机械臂会给草莓贴上一个标签并且放在相应的托盘当中，标签上的信息可以是二维码等可以关联到草莓身份信息的一种介质，草莓的身份信息包括品种，生长，施肥，农药，采摘，流通环节等相关信息，可以让客户通过草莓身份信息了解到草莓从播种到食用全周期的信息。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种基于CNN的智能草莓采摘机器人控制系统，其特征在于，该控制系统包括草莓存在检测模块、草莓成熟度检测模块、机械爪运动控制和定位导航模块、草莓尺寸检测模块、草莓标签粘贴模块和中央处理单元；
所述草莓存在检测模块：通过摄像头获取机器人前方图像并检测出具有草莓的图像；
所述草莓成熟度检测模块：使用部署的模型对草莓的图像进行成熟度判断；
所述机械爪运动控制和定位导航模块：通过中央处理单元对机械爪进行控制，根据双目视觉的定位信息对机械爪进行运动控制，导航机械爪摘取草莓；
所述草莓尺寸检测模块：使用摄像头获取采摘草莓的图像，使用图像标定技术，检测得到草莓的尺寸，然后中央处理单元按照用户的分类标准对草莓分类；
所述草莓标签粘贴模块：在得到草莓分类结果之后，将生成的草莓信息标签打印出来，然手使用柔性机械爪将标签贴到草莓上边，完成之后再把草莓放进托盘中；
所述中央处理单元：用于控制上述模块的各种运动。
2.根据权利要求1所述的一种基于CNN的智能草莓采摘机器人控制系统，其特征在于，所述草莓成熟度检测模块具体包括：前期收集不同成熟度的草莓和未成熟的草莓，建立数据集，数据集分为测试集和训练集，使用CNN算法利用训练集进行草莓成熟度判断模型的训练；在训练的过程中最后使用测试集对模型进行测试，通过测试即能将模型部署，使用部署的模型对草莓的图片进行成熟度判断。
3.根据权利要求2所述的一种基于CNN的智能草莓采摘机器人控制系统，其特征在于，所述草莓成熟度检测模块的检测过程为：输入系统中一幅图像，首先使用seclective方法生成一系列proposals，然后经过卷积层和池化层得到卷积特征图，使用感兴趣区域(region of interest，ROI)层处理最后一个卷积层得到特征图，为每一个proposal生成一个定长的特征向量；再将ROI层输出的向量输入到全连接层，产生最终用于多任务学习的特征并用于计算多任务的损失；最后将所有结果通过非极大一直处理产生最终目标的检测和识别结果。
4.根据权利要求3所述的一种基于CNN的智能草莓采摘机器人控制系统，其特征在于，全连接层分为两个分支：其一，柔性最大值损失用来计算分类的损失函数；其二，边界回归量损失即分类结果相对应的四个角点的坐标值。
5.根据权利要求1所述的一种基于CNN的智能草莓采摘机器人控制系统，其特征在于，所述草莓尺寸检测模块具体包括：使用相机小孔成像的原理，将图像投射在照片上，先将图形处理为灰度图像，然后使用sobel算子检测出草莓图像的边缘，根据高和宽的像素点的数量计算草莓在相片上的尺寸，然后根据相似三角形的原理，求出草莓尺寸，进而按照用户的分类标准对草莓分类。
6.根据权利要求1所述的一种基于CNN的智能草莓采摘机器人控制系统，其特征在于，所述草莓标签粘贴模块中，粘贴在草莓上的标签有二维码，消费者买到草莓之后，通过手机扫描获得草莓从种植到收获过程中的一系列的信息，也包括后期的物流仓储信息，信息能够不断更新。
CN202010023444.2A 2020-01-09 2020-01-09 一种基于cnn的智能草莓采摘机器人控制系统 Pending CN111274877A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010023444.2A CN111274877A (zh) 2020-01-09 2020-01-09 一种基于cnn的智能草莓采摘机器人控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010023444.2A CN111274877A (zh) 2020-01-09 2020-01-09 一种基于cnn的智能草莓采摘机器人控制系统

Publications (1)

Publication Number Publication Date
CN111274877A true CN111274877A (zh) 2020-06-12

Family

ID=71001585

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010023444.2A Pending CN111274877A (zh) 2020-01-09 2020-01-09 一种基于cnn的智能草莓采摘机器人控制系统

Country Status (1)

Country Link
CN (1) CN111274877A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111783693A (zh) * 2020-07-06 2020-10-16 深圳市多彩汇通实业有限公司 果蔬采摘机器人的智能识别方法
CN112288812A (zh) * 2020-10-30 2021-01-29 西安工程大学 一种基于视觉特征的移动机器人实时定位方法
CN112544235A (zh) * 2020-12-04 2021-03-26 江苏省农业科学院 一种智能水果采摘机器人
CN113743333A (zh) * 2021-09-08 2021-12-03 苏州大学应用技术学院 一种草莓熟度识别方法及装置
CN114227676A (zh) * 2021-12-15 2022-03-25 季华实验室 一种果实采摘控制方法、装置、电子设备及存储介质
CN114375689A (zh) * 2022-02-08 2022-04-22 辽宁科技大学 一种农业采摘机器人目标成熟判定和分类收纳方法
CN114766207A (zh) * 2022-04-15 2022-07-22 杭州电子科技大学 一种基于机器视觉的车厘子采摘分拣方法
CN114830971A (zh) * 2022-04-15 2022-08-02 山东浪潮科学研究院有限公司 一种鸡枞菌自动采摘方法、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109739133A (zh) * 2019-01-08 2019-05-10 太原工业学院 基于雷达定位的番茄采摘机器人系统及其控制方法
CN110619632A (zh) * 2019-09-18 2019-12-27 华南农业大学 一种基于Mask R-CNN的芒果实例对抗分割方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109739133A (zh) * 2019-01-08 2019-05-10 太原工业学院 基于雷达定位的番茄采摘机器人系统及其控制方法
CN110619632A (zh) * 2019-09-18 2019-12-27 华南农业大学 一种基于Mask R-CNN的芒果实例对抗分割方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ROOKIE: "草莓采摘机器人：准确辨别果实成熟情况及位置", 《HTTP://WWW.360DOC.COM/CONTENT/12/0420/17/532901_205225877.SHTML》 *
边吉荣 等: "基于RFID与二维码技术的农产品可追溯系统设计", 《网络安全技术与应用》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111783693A (zh) * 2020-07-06 2020-10-16 深圳市多彩汇通实业有限公司 果蔬采摘机器人的智能识别方法
CN112288812A (zh) * 2020-10-30 2021-01-29 西安工程大学 一种基于视觉特征的移动机器人实时定位方法
CN112544235A (zh) * 2020-12-04 2021-03-26 江苏省农业科学院 一种智能水果采摘机器人
CN113743333A (zh) * 2021-09-08 2021-12-03 苏州大学应用技术学院 一种草莓熟度识别方法及装置
CN113743333B (zh) * 2021-09-08 2024-03-01 苏州大学应用技术学院 一种草莓熟度识别方法及装置
CN114227676A (zh) * 2021-12-15 2022-03-25 季华实验室 一种果实采摘控制方法、装置、电子设备及存储介质
CN114375689A (zh) * 2022-02-08 2022-04-22 辽宁科技大学 一种农业采摘机器人目标成熟判定和分类收纳方法
CN114375689B (zh) * 2022-02-08 2023-09-08 辽宁科技大学 一种农业采摘机器人目标成熟判定和分类收纳方法
CN114766207A (zh) * 2022-04-15 2022-07-22 杭州电子科技大学 一种基于机器视觉的车厘子采摘分拣方法
CN114830971A (zh) * 2022-04-15 2022-08-02 山东浪潮科学研究院有限公司 一种鸡枞菌自动采摘方法、设备及介质

Similar Documents

Publication Publication Date Title
CN111274877A (zh) 一种基于cnn的智能草莓采摘机器人控制系统
Fu et al. A novel image processing algorithm to separate linearly clustered kiwifruits
CN111709489B (zh) 一种基于改进YOLOv4的柑橘识别方法
Wang et al. Localisation of litchi in an unstructured environment using binocular stereo vision
Gongal et al. Sensors and systems for fruit detection and localization: A review
Jimenez et al. A survey of computer vision methods for locating fruit on trees
CN110969660B (zh) 一种基于三维立体视觉和点云深度学习的机器人上料系统
CN107694962A (zh) 一种基于机器视觉与bp神经网络的水果自动分拣方法
CN106483135A (zh) 基于机器视觉的复杂背景下玉米粒检测识别装置及方法
Ali et al. Visual tree detection for autonomous navigation in forest environment
Hu et al. Recognition and localization of strawberries from 3D binocular cameras for a strawberry picking robot using coupled YOLO/Mask R-CNN
Adhikari et al. 3D reconstruction of apple trees for mechanical pruning
CN114375689B (zh) 一种农业采摘机器人目标成熟判定和分类收纳方法
CN111950391A (zh) 果树芽体的识别方法及装置
CN113569922A (zh) 一种苹果智能无损分拣的方法
CN113319013A (zh) 一种基于机器视觉的苹果智能分拣的方法
CN116363505A (zh) 一种基于采摘机器人视觉系统的目标采摘方法
CN115719451A (zh) 一种软枣猕猴桃成熟度检测方法及系统
Hao et al. [Retracted] Fast Recognition Method for Multiple Apple Targets in Complex Occlusion Environment Based on Improved YOLOv5
He et al. Visual recognition and location algorithm based on optimized YOLOv3 detector and RGB depth camera
Yan et al. Identification and localization of optimal picking point for truss tomato based on mask r-cnn and depth threshold segmentation
WO2022104867A1 (zh) 目标物的特征检测方法和装置
CN209550027U (zh) 基于计算机视觉的一次性纸尿裤智能分拣系统
CN117079125A (zh) 一种基于改进型YOLOv5的猕猴桃授粉花朵识别方法
Han et al. Tomatoes maturity detection approach based on YOLOv5 and attention mechanisms

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200612

RJ01 Rejection of invention patent application after publication