果实采摘高精度视觉定位及分级方法——以脐橙为例

来源：江苏农业科学杂志2025年第第14期北京时间：

作者：黄星美;刘德儿;刘圳;张志隆

单位：1.江西理工大学土木与测绘工程学院，江西赣州 341000； 2.核工业井巷建设集团有限公司，浙江湖州 313000

摘要：针对脐橙智能化采摘中果实识别定位以及分级分类的问题，构建一个从识别定位到分级的Orange-grading方法。首先提出一种关于脐橙果实识别的Orange-Seg模型，通过引入增强特征聚合模块，改善在复杂果园环境中脐橙果实密集导致语义信息特征不够丰富的问题；其次通过引入任务对齐耦合分割头模块，使分类与定位2个任务实现动态对齐，增强脐橙定位的准确度；最后将Orange-Seg模型识别得到的脐橙果实分割掩膜与深度图结合得到脐橙果实点云，再根据最小二乘法拟合得到果实直径参数。结果表明，Orange-Seg算法的精度为97.6%，召回率为92.2%，平均精度为85.1%，参数量较基线模型下降0.9 M，为原始模型的86.1%；与主流算法Mask Scoring、R-CNN、Mask R-CNN、YOLACT、Cascade R-CNN相比，Orange-Seg算法的平均精度分别提高了17.8、14.5、16.6、14.4百分点。在果实拟合阶段，综合考虑直径误差和拟合速度，当果实点云数量在2 000个时效果最好，此时直径误差为0.1 cm，拟合速度为 5.13 ms。整体而言，Orange-grading具有快速、精确以及轻量化的效果，可有效提升脐橙果实的识别定位与分级性能，适合部署于移动设备和果园机器人，为果园机器采摘提供理论基础和技术参考。

关键词：脐橙;定位与分级;特征聚合;最小二乘拟合;一阶段分割