基于改进YOLOv5的柑橘采摘机器人识别定位方法

潘海鸿; 钱广坤; 陈希良; 申毅莉; 高港; 陈琳

doi:10.13873/J.1000-9787(2025)05-0057-05

Chinese

您当前的位置：

首页 >

文章列表页 >

基于改进YOLOv5的柑橘采摘机器人识别定位方法

设计与制造 | 更新时间：2025-09-11

- 基于改进YOLOv5的柑橘采摘机器人识别定位方法
- 暂无标题
- 传感器与微系统 2025年第5期页码：57-61
- 作者机构：
  
  1. 广西大学机械工程学院
  2. 梧州学院机械与资源工程学院
- 作者简介：
- 基金信息：
  
  广西创新驱动发展专项项目(桂科AA18118002);2022年梧州市科学研究与技术开发计划项目(202202064,202202039)
- DOI：10.13873/J.1000-9787(2025)05-0057-05
  中图分类号： S225.93;TP242;TP391.41
- 纸质出版：2025
- 稿件说明：
移动端阅览
潘海鸿, 钱广坤, 陈希良, 等. 基于改进YOLOv5的柑橘采摘机器人识别定位方法[J]. 传感器与微系统, 2025,(5):57-61.
潘海鸿, 钱广坤, 陈希良, 等. 基于改进YOLOv5的柑橘采摘机器人识别定位方法[J]. 传感器与微系统, 2025,(5):57-61. DOI： 10.13873/J.1000-9787(2025)05-0057-05.

DOI：

摘要

为实现柑橘果实的准确识别与定位，提出一种结合YOLOv5模型与Realsense深度相机的识别定位方法。针对户外场景下的适用性问题，对YOLOv5模型进行改进，引入RepGhost结构以提高算法推理速度；在颈部网络中以双向特征金字塔网络(BiFPN)替换原始特征融合网络，充分融合高层和底层特征；改进GSConv卷积模块，保证算法提取能力的前提下，减小算法参数。以识别算法获取的目标像素坐标为基础，通过深度对齐原理与空间定位原理，获取柑橘中心点的距离与三维空间坐标，进而定位柑橘目标的空间位置。实验结果表明：改进算法识别精度达到97.5%

推理速度达到9.8 ms/帧，可满足实时柑橘目标识别定位需求，可为柑橘果园自动采摘提供技术支持。

Abstract

关键词

Keywords

references

郭辉,陈海洋,高国民,周伟,武天伦,邱兆鑫.基于YOLO v5m的红花花冠目标检测与空间定位方法[J].农业机械学报,2023(07).

朱智惟,单建华,余贤海,孔德义,王琼,谢晓轩.基于YOLOv5s的番茄采摘机器人目标检测技术[J].传感器与微系统,2023(06).

金寿祥,周宏平,姜洪喆,孙梦梦.采摘机器人视觉系统研究进展[J].江苏农业学报,2023(02).

陈德海,孙仕儒,王昱朝,雷志军.改进SSD算法的小目标检测研究[J].传感器与微系统,2023(03).

刘祚时,范雨婷,陈飞.基于双目视觉的堆叠零件识别和定位研究[J].传感器与微系统,2023(02).

苟园旻,闫建伟,张富贵,孙成宇,徐勇.水果采摘机器人视觉系统与机械手研究进展[J].计算机工程与应用,2023(09).

王辉,毛文华,刘刚,胡小安,李树君.基于视觉组合的苹果作业机器人识别与定位[J].农业机械学报,2012(12).

Tang Yunchao,Zhou Hao,Wang Hongjun,Zhang Yunqi.Fruit detection and positioning technology for a Camellia oleifera C. Abel orchard based on improved YOLOv4-tiny model and binocular stereo vision[J].Expert Systems With Applications,2023.

Ren Shaoqing,He Kaiming,Girshick Ross,Sun Jian.Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks.[J].IEEE transactions on pattern analysis and machine intelligence,2017.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于深度相机的助残手不同抓取模式的控制方法研究