首站-论文投稿智能助手
典型文献
采用改进Unet网络的茶园导航路径识别方法
文献摘要:
针对目前在茶园垄间导航路径识别存在准确性不高、实时性差和模型解释困难等问题,该研究在Unet模型的基础上进行优化,提出融合Unet和ResNet模型优势的Unet-ResNet34模型,并以该模型所提取的导航路径为基础,生成路径中点,通过多段三次B样条曲线法拟合中点生成茶园垄间导航线.该研究在数据增强后的茶园垄间道路训练集中完成模型训练,将训练完成的模型在验证集进行导航路径识别,根据梯度加权类激活映射法解释模型识别过程,可视化对比不同模型识别结果.Unet-ResNet34模型在不同光照和杂草条件下导航路径分割精度指标平均交并比为91.89%,能够实现茶园垄间道路像素级分割.模型处理RGB图像的推理速度为36.8帧/s,满足导航路径分割的实时性需求.经过导航线偏差试验可知,平均像素偏差为8.2像素,平均距离偏差为0.022 m,已知茶园垄间道路平均宽度为1 m,道路平均距离偏差占比2.2%.茶园履带车行驶速度在0~1 m/s之间,单幅茶垄图像平均处理时间为0.179 s.研究结果能够为茶园视觉导航设备提供技术和理论基础.
文献关键词:
导航;深度学习;茶园可视化;路径识别;语义分割;样条曲线拟合
作者姓名:
赵岩;张人天;董春旺;刘中原;李杨
作者机构:
石河子大学机械电气工程学院,石河子 832000;农业农村部西北农业装备重点实验室,石河子 832000;中国农业科学院茶叶研究所,杭州 310000
文献出处:
引用格式:
[1]赵岩;张人天;董春旺;刘中原;李杨-.采用改进Unet网络的茶园导航路径识别方法)[J].农业工程学报,2022(19):162-171
A类:
茶园可视化
B类:
Unet,航路,路径识别,别存,模型解释,ResNet34,生成路径,中点,多段,航线,数据增强,训练集,成模,模型训练,验证集,梯度加权类激活映射,射法,解释模型,模型识别,识别过程,杂草,精度指标,平均交并比,像素级,模型处理,RGB,推理速度,性需求,线偏差,像素偏差,距离偏差,路平,平均宽度,履带车,车行,行驶速度,单幅,处理时间,视觉导航,导航设备,语义分割,样条曲线拟合
AB值:
0.39643
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。