基于轻量化ACSVNet的玉米行视觉导航算法研究

来源：中国农机化学报杂志2025年第11期北京时间：

作者：田潇君, 李研强, 陈英凯, 李文晓, 王勇, 康璐瑶,

单位：（1. 齐鲁工业大学（山东省科学院）山东省科学院自动化研究所，济南市，250014；2. 山东省农业科学院，济南市，250100）

摘要：针对YOLOv8在玉米行视觉导航任务中存在细粒度特征提取能力有限、参数冗余和计算开销大的问题，提出一种轻量化的ACSVNet网络。通过替换YOLOv8原有PAN—FPN结构，构建由RAELAN、SDIN与ASFA组成的DMFI颈部结构，以增强特征融合能力和多尺度信息表达能力。其中，分辨率感知聚合网络RAELAN用于扩展感受野并提升空间层次特征表达，浅深协同网络SDIN强化深浅层信息交互，多层次协同与融合器ASFA实现P3、P4和P5层多尺度特征融合。为提升对小目标和遮挡目标的检测效果，网络增加小目标分割层。最后结合CGSHS分割头和谱聚类算法提取玉米苗质点并实现导航路径提取。试验结果表明，该算法在复杂农田环境下分割精度提高3.2%，参数量减少59.3%，导航线准确率提升5.91%，航路误差率与偏移量分别降低7.8%、8.6%。

关键词：玉米行,注意力机制,实例分割,视觉导航线提取,轻量级网络

基金资助：山东省农机研发制造推广应用一体化试点项目（NJYTHSD—202323）