智慧农业(中英文)·江苏大学·9月22日 · 周二论文农业人工智能与决策模型阅读 0
设施番茄采摘机器人识别定位与采摘方法研究——江苏大学雷志龙等 基于改进YOLO v5-HSV融合算法识别准确率95.01%
论文解读
82精选
速览
设计设施番茄智能采摘平台，融合改进YOLO v5与HSV实现识别定位与采摘。
方法
改进YOLO v5-HSV融合算法、ZED双目相机眼在手外标定、六轴机械臂力控末
发现
识别准确率95.01%，采摘成功率87.96%，单果平均采摘时间14.56秒。
机会点
可探索多果簇、遮挡与弱光环境下识别定位鲁棒性，并优化采摘效率与末端力控。
影响力18
信息增量22
专业深度18
信源权威14
时效性10
核心期刊论文，方法有改进、数据完整，识别准确率与采摘成功率等指标明确，对设施农业智能装备研发有参考价值。
原文摘要
智慧农业(中英文)期刊发表江苏大学雷志龙、刘畅、王权团队研究：针对设施单果番茄采摘需求，设计一款设施番茄智能采摘平台，主要由升降机构、采摘机构、识别与定位系统等部分组成。平台整体结构由低压一体化伺服滚珠丝杠副升降机构、六轴协作机械臂和力控末端执行器组成。基于改进YOLO v5-HSV融合算法来识别检测，通过对H分量进行图像阈值分割，提高对成熟目标果实识别的准确率，有效排除未成熟番茄和枝叶背景的干扰；通过眼在手外的标定方法，使用ZED双目相机进行定位。搭建的设施番茄采摘机样机平台在现场采摘试验中识别准确率达到95.01%，采摘成功率为87.96%，单果平均采摘时间为14.56s。
信源（1 个）