← 返回列表
一种用于番茄自动识别及智能采收的方法
摘要文本
本发明属于农业采摘机器人研究领域，具体涉及一种用于番茄自动识别及智能采收的方法，包括下列步骤：构建数据集；构建番茄识别网络模型YOLOv8s‑tomato；设计机械臂的两阶段轨迹规划方法；实现末端执行器的控制策略；设定番茄在线分级系统，从而完成对番茄的识别、抓取、采摘、分级处理。本发明是基于视觉感知、机械臂操作、夹持器抓取的概念进行设计和开发的，提高了小目标果实和被遮挡果实的识别准确率，同时利用机械臂运动规划的两阶段过程，规划成功的概率大幅提高，最后，末端执行器根据果径大小对采摘的番茄进行了在线分级收集，较好的实现了温室番茄的快速无损采摘与正确分级收获。
申请人信息
- 申请人:太原理工大学
- 申请人地址:030024 山西省太原市迎泽大街79号
- 发明人: 太原理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种用于番茄自动识别及智能采收的方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410008288.0 |
| 申请日 | 2024/1/4 |
| 公告号 | CN117617002A |
| 公开日 | 2024/3/1 |
| IPC主分类号 | A01D91/04 |
| 权利人 | 太原理工大学 |
| 发明人 | 高亚鹏; 高烁; 李宇晗; 李海芳; 阎东军 |
| 地址 | 山西省太原市迎泽西大街79号 |
专利主权项内容
1.一种用于番茄自动识别及智能采收的方法，其特征在于：包括下列步骤：S1、获取训练所需的番茄数据集，对数据集进行预处理，构建数据集；S2、基于YOLOv8s架构构建一种具备果实检测和实例分割双重功能的番茄识别算法模型YOLOv8s-tomato；S3、基于RRT-connect和RRT算法设计了机械臂的两阶段轨迹规划方法；S4、利用CH340模块、Raspberry Pi PicoW控制板、STM32控制板实现了末端执行器的控制策略；S5、设定番茄在线分级系统，对采摘后的番茄进行分级收集。