苹果采摘机器人监测系统和表面缺陷检测方法研究

来源：计算机测量与控制杂志2023年第6期北京时间：

作者：梅金波,李涛,秦寅初

单位：常州大学 机械与轨道交通学院

摘要：针对目前苹果采摘作业多以人工采摘为主,且机械化采摘质量和效率不高等问题,提出一种苹果采摘机器人监测系统。监测系统通过种植园环境、机器人运行状态、机器人作业质量以及后台监控系统四个模块,完成从采收前环境监测到采收后质量监测的全程监控。同时,为监测采摘后苹果的质量问题,提出了一种基于Mo-M2Det的苹果表面缺陷检测方法。以减少参数量和计算量为目的,改进M2Det目标检测网络,实现轻量化和高精度检测。实验结果表明,改进的M2Det目标检测网络检测准确率达到了98.45%,且模型参数量减少了56.3%。在实际应用中,改进的轻量化网络模型部署在检测平台上具有较好的检测效果。

关键词：采摘机器人;监测方法;深度学习;缺陷检测;轻量化

基金资助：江苏省产业前瞻与关键核心技术重点项目 (BE2021016-4)