基于VINS-MONO和改进YOLO v4-Tiny的果园自主寻筐方法

摘要：

面向果园运输车果品采收自主运输作业场景,提出了一种基于VINS-MONO 和改进YOLO v4-Tiny 的果园自主寻筐方法.首先基于VINS-MONO 视觉惯性里程计算法,进行果园运输车位置姿态的实时估计.然后基于改进YOLO v4-Tiny 目标检测算法,根据图像数据进行果筐实时目标检测并获取对应深度信息.其次根据运输车当前位置姿态、果筐深度信息以及深度相机内参,进行被识别果筐位置更新.最后基于三次B 样条曲线拟合原理,以被识别果筐位置为控制点,进行寻筐路径实时拟合,为果园运输车抵近果筐提供路线引导.试验结果表明:改进YOLO v4-Tiny 果筐识别模型的平均识别精度为93.96％,平均推理时间为14.7 ms,4 m 内的果筐距离定位误差小于4.02％,果筐角度定位误差小于3°,果园运输车实测平均行驶速度为3.3 km/h,果筐搜寻路线平均更新时间为0.092 s,能够在果树行间和果园道路两种作业环境下稳定实现自主寻筐.该方法能够为果园运输车提供自主寻筐路径引导,为其视觉导航提供研究参考.

关键词：果园运输车、自主寻筐、视觉惯性里程计、目标检测

所属期刊栏目：54

分类号：TP242.6(自动化技术及设备)

资助基金：国家重点研发计划2021YFD2000105

在线出版日期：2023-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：97-109