数字农科院2.0

果园作业机器人自主导航多任务联合感知方法研究

文献类型： 中文期刊

作者： 张津国;蔡建峰;姜蓉蓉;余山山;王蓬勃

作者机构：

关键词： 多任务学习;果园环境感知;目标检测;语义分割;农业机器人

期刊名称：智能化农业装备学报(中英文)

ISSN： 2096-7217

年卷期： 2025 年 6 卷 中英文 期

页码：

收录情况： CSCD（2025-2026年度） ; ; 农林核心（2024版）

摘要： 针对果园复杂作业场景中植被异质性高、光照动态变化显著以及目标形态多样性等挑战，传统基于单任务学习的视觉感知模型因特征复用率低、计算冗余度高等问题，难以满足农业机器人实时环境感知需求。本研究提出一种面向果园场景的轻量化多任务联合感知框架AgriYOLOP，通过系统性地重构YOLOP网络架构，引入高效的主干网络，并添加增强的无锚检测技术以及增加了特征金字塔网络和路径聚合网络，并设计任务自适应的损失函数权重策略，实现树干检测、障碍物识别与可通行区域分割的并行化协同处理。在自主构建的果园数据集中进行验证，该数据集包含果园场景下4 765张分辨率为1 280像素×720像素的图像，涵盖不同季节、光照条件及植被生长阶段。试验结果表明，AgriYOLOP模型在目标检测任务中检测准确率、召回率以及mAP50分别达到92.7%、94.6%以及96.7%，在可行区域分割任务下召回率、F1分数以及mIoU达到98.3%、99.1%、98.1%，在NVIDIA RTX 4060平台下实现69f/s的实时推理速度，模型参数量仅14 M。对比结果表明，多任务协同学习架构能够显著提升特征共享效率，较单任务模型减少32.6%推理延迟，同时增强了对光照变化与季节特征的鲁棒性，有效地解决了农业机器人实时作业场景中目标检测精度与语义分割效率的协同优化难题。本研究为果园机器人自主导航提供了高精度、低延迟的实时感知解决方案。

分类号：

  • 相关文献

[1]基于自监督学习的作物叶部病虫害图像分类、检测与分割研究进展. 张越,刘建平,周国民,王健,陈曦,孙露露,任海玉,刘盼. 2025

[2]基于MTL-LSTM-SAT的养殖鱼类患病及生长预测模型构建与试验. 王朕,陈聪,曹光乔,朱虹,沈启扬,赵伟. 2025

[3]Intelligent Survey Method for Tiny Rice Pests and Their Natural Predators in Paddy Fields Using Augmented Reality (AR) Glasses. 洪辰,,罗举,,冯泽霖,,凌和平,,李玲一,,吴坚,,姚青,,刘淑华. 2025

[4]基于激光雷达的果园树干检测. 张莹莹,周俊. 2015

[5]密植果园作业机器人行间定位方法. 周俊,胡晨. 2015

[6]农业机器人概况与发展. 易中懿,胡志超. 2010

[7]农业机器人研究进展评述. 李丹丹,史云,李会宾,韩伟,段玉林,吴文斌. 2018

[8]国内外设施蔬菜机械化发展现状分析及对策. 王江,李浩,马志伟,郝建军,刘文科. 2023

[9]农用轮式机器人转向系统半实物仿真试验台设计与试验. 司博文,薛新宇,崔龙飞. 2021

[10]基于人工势场法的移动机器人路径规划研究现状与展望. 石志刚,梅松,邵毅帆,万如,宋志禹,谢铭露,李燕. 2021

[11]具身智能农业机器人：关键技术、应用分析、挑战与展望. 卫培刚,曹姗姗,刘继芳,刘振虎,孙伟,孔繁涛. 2025

[12]机器人技术在蔬菜生产领域的应用现状及发展趋势. 梁明旭,袁昌荣,夏先飞,宫庆硕. 2025

[13]数字化技术在西南地区柑橘生产中应用分析. 王微子,马伟,田志伟. 2025

[14]采用改进Unet网络的茶园导航路径识别方法. 赵岩,张人天,董春旺,刘中原,李杨. 2022

[15]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

[16]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

[17]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

[18]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

[19]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

[20]卷积神经网络在农业遥感图像语义分割中的应用综述. 徐乐园,毛克彪,郭中华,葛非凡,赵瑞. 2024

作者其他论文 更多>>