基于Stereo CameraYOLOv5自然环境下百香果检测与定位模型

来源：中国农机化学报杂志2024年第3期北京时间：

作者：缪亚伦, 石美琦, 孟海涛, 梁旭升, 黄才贵, 李岩舟

摘要：针对百香果采摘机器人在自然环境中作业时受复杂光线及遮挡影响，难以快速精确地检测及定位成熟百香果的问题，提出一种基于Stereo CameraYOLOv5自然环境下成熟百香果检测及定位模型。针对自然环境下光线以及遮挡的影响，通过MSRCP算法、随机遮挡、数据增扩等图像处理算法对原始数据集进行优化。将优化的数据集输入到YOLOv5网络中训练出最优模型，在检测代码中嵌入双目立体视觉算法。该模型对自然环境下百香果进行检测及成熟度判断，将判断为成熟的百香果进行图像处理，并提取到中心点二维坐标。通过立体匹配及视差计算得到中心点的三维坐标。田间试验结果表明，该模型的目标检测准确率为97.8%，总体准确率为90.2%，平均运行时间为4.85 s。该系统鲁棒性强、实时性好，能够更好地实现自然环境下成熟百香果的检测及定位，为百香果采摘机器人后续工作奠定基础。

关键词：百香果,深度学习,YOLOv5,双目立体视觉,图像处理

基金资助：广西创新驱动发展专项资金项目(桂科AA18242011)；南宁市邕宁区科学研究与技术开发计划项目(20180206A)；广西壮族自治区大学生创新创业项目(202110593214)