基于YOLOv3算法与3D视觉的农业采摘机器人目标识别与定位研究

来源：中国农机化学报杂志2022年第12期北京时间：

作者：高帅, 刘永华, 高菊玲, 吴丹, 姬丽雯,

单位：1. 江苏农林职业技术学院，江苏镇江，212400； 2. 江苏省现代农业装备工程中心，江苏镇江，212400

摘要：为解决目前农业采摘机器人目标难以识别与定位的问题，在原有农业采摘机器人的基础上，提出一种改进YOLOv3算法和3D视觉技术相结合的方法，实现目标的准确识别和精准定位，并利用标定完成目标坐标系和机器人坐标系的转换。通过试验分析改进YOLOv3算法的性能，并与之前的YOLOv3算法、Fast RCNN算法和Faster RCNN算法进行综合比较，研究表明所采用的改进YOLOv3算法和3D视觉具有较高的识别准确度和定位精度，识别准确率分别提高55%、9%、1.4%，最大定位误差分别降低0.69、0.44、0.28 mm，可以较好地完成后续采摘工作，对于农业机器人的发展具有重要的参考价值。

关键词：YOLOv3,视觉,采摘机器人,识别与定位

基金资助：江苏省高校优秀科技创新团队项目（2020kj069）；江苏农林职业技术学院科技项目（2018kj06、2021kj79）