基于改进卷积神经网络算法的路径导航研究

来源：中国农机化学报杂志2022年第4期北京时间：

作者：黄林林, 李世雄, 谭彧, 王硕

单位：中国农业大学工学院，北京市，100000

摘要：农业机械自主导航技术一直是现代农业发展的关键技术，而已有的机器视觉导航中普遍存在鲁棒性不强、适应性弱等缺点。针对上述问题，提出基于卷积神经网络的田间路径导航算法。根据主流语义分割模型FCNVGG16得到改进分割网络FCNVGG14，用于田间作物行分割任务的预处理，再通过非监督点聚类法进行特征点分类，最后采用改进后的Hough变换（PKPHT）拟合出导航直线。分析结果表明：与U-Net等主流算法相比，基于FCNVGG14网络模型的图像分割算法，IOU（交并比）指标在多通道输入时提升2%，在单通道输入时IOU指标提升4%，取得良好的分割效果。对分割网络FCNVGG14改进相对于传统的图像阈值分割算法，克服作物缺失、田间杂草过多、光照不均等自身缺陷导致的直线拟合时不可避免出现误检测、偏差大等问题。经田间路径导航试验证明，在田间照度符合人眼的情况下，基于FCNVGG16的改进模型路径识别算法检测准确率不低于92%，单帧检测时间在100 ms以内，在作业平台的速度不大于0.5 m/s条件下，最大横向偏差为9.84 cm、平均偏差不超过6.68 cm，说明用于机器视觉导航可行，这为低算力田间视觉导航提供新的方法和思路。

关键词：视觉导航,改进语义分割模型,非监督聚类,二次阈值分割

基金资助：新疆兵团财政科技计划项目（2020DB003—02）——枣园导航定位与变量施肥控制