数字农科院2.0

采用改进Unet网络的茶园导航路径识别方法

文献类型： 中文期刊

作者： 赵岩;张人天;董春旺;刘中原;李杨

作者机构：

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

期刊名称：农业工程学报

ISSN： 1002-6819

年卷期： 2022 年 19 期

页码：

收录情况： EI（2023版） ; ; 北大核心（2020版） ; ; CSCD（2023-2024年度） ; ; 科技核心（2023版） ; ; 农林核心（2020版）

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.

分类号：

  • 相关文献

[1]基于HRNet-OCR模型的农村宅基地提取方法. 韦任,范蓓蕾,赵子娟,杨荣超. 2022

[2]GPS用于精准农机作业导航的初步研究. 常春,陈怡群,肖体琼. 2006

[3]手持GPS的功能及其在野外调查中的应用. 李鹏,杨婷婷,王秋菊,道仁托娅. 2008

[4]基于改进PSPnet的无人机农田场景语义分割. 刘尚旺,张杨杨,蔡同波,唐秀芳,王长庚. 2022

[5]基于语义分割和可见光谱图的作物叶部病斑分割方法. 李凯雨,张慧,马浚诚,张领先. 2023

[6]基于混合扩张卷积和注意力的黄瓜病害严重度估算方法. 李凯雨,朱昕怡,马浚诚,张领先. 2022

[7]基于DeepLabV3+网络的机收大豆破碎率在线检测方法. 刘士坤,金诚谦,陈满,杨腾祥,徐金山. 2023

[8]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[9]基于深度学习方法的草地信息智能提取研究. 唐川江,唐古拉,鲁岩,干晓宇. 2020

[10]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[11]深度学习方法在作物遥感分类中的应用和挑战. 赵红伟,陈仲新,刘佳. 2020

[12]基于卷积神经网络的冬小麦麦穗检测计数系统. 张领先,陈运强,李云霞,马浚诚,杜克明. 2019

[13]基于深度学习的学术论文语步结构分类方法研究. 王末,崔运鹏,陈丽,李欢. 2020

[14]基于Sentinel-1A影像和一维CNN的中国南方生长季早期作物种类识别. 赵红伟,陈仲新,姜浩,刘佳. 2020

[15]基于非接触式的牛只身份识别研究进展与展望. 许贝贝,王文生,郭雷风,陈桂鹏. 2020

[16]基于轻量级无锚点深度卷积神经网络的树上苹果检测模型. 夏雪,孙琦鑫,侍啸,柴秀娟. 2020

[17]基于半监督学习的无线网络攻击行为检测优化方法. 王婷,王娜,崔运鹏,李欢. 2020

[18]基于深度学习框架的隐藏主题变量图模型. 吴蕾,张文生,王珏. 2015

[19]卷积神经网络在高分辨率影像分类中的应用. 李贤江,陈佑启,邹金秋,石淑芹,郭涛,蔡为民,陈浩. 2019

[20]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

作者其他论文 更多>>