← 返回列表
一种水田导航基准线检测方法、系统及设备
摘要文本
本发明提供了一种水田导航基准线检测方法、系统及设备，涉及农机自动导航领域，该方法包括：获取小俯仰角下的水田插秧作业图像；将水田插秧作业图像输入至融合语义分割网络以及幽灵网络的深度学习网络G‑STDC，分割出水田插秧作业图像中的各个区域；深度学习网络G‑STDC是将原始STDC网络框架中主干网络第3、第4以及第5个卷积块由原来的STDC块替换为优化后的G‑STDC块形成的；根据各个区域，利用基于中心轴的点聚类算法以及随机采样一致性算法提取导航基准线；根据导航基准线对农机自动导航以及转弯路径规划。本发明能够准确分割出已插秧区域、未插秧区域以及田埂区域以及精准提取出导航基准线。
申请人信息
- 申请人:浙江大学
- 申请人地址:310058 浙江省杭州市余杭塘路866号
- 发明人: 浙江大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种水田导航基准线检测方法、系统及设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202310826126.3 |
| 申请日 | 2023/7/7 |
| 公告号 | CN117372327A |
| 公开日 | 2024/1/9 |
| IPC主分类号 | G06T7/00 |
| 权利人 | 浙江大学 |
| 发明人 | 何勇; 张皙雅; 张泽清; 方慧 |
| 地址 | 浙江省杭州市余杭塘路866号 |
专利主权项内容
1.一种水田导航基准线检测方法，其特征在于，包括：获取小俯仰角下的水田插秧作业图像；所述小俯仰角为低于设定俯仰角阈值的俯仰角；将所述水田插秧作业图像输入至融合语义分割网络STDC以及幽灵网络GhostNet的深度学习网络G-STDC，分割出所述水田插秧作业图像中的各个区域；所述深度学习网络G-STDC是将原始STDC网络框架中主干网络第3、第4以及第5个卷积块由原来的STDC块替换为优化后的G-STDC块形成的；每个所述优化后的G-STDC块包括一个步长为2的G-STDC模块以及一个步长为1的G-STDC模块，所述优化的G-STDC模块是将原始STDC模块中所有卷积模块替换为幽灵模块形成的；所述区域包括已插秧区域、未插秧区域以及田埂区域；根据各个所述区域，利用基于中心轴的点聚类算法以及随机采样一致性算法提取导航基准线；所述导航基准线包括田埂边界线以及辅助导航线；根据所述导航基准线对农机自动导航以及转弯路径规划。