The invention discloses a multi-objective recognition method of kiwifruit fruit group for a multi-arm picking robot, belonging to the field of picking robot. Including: shooting fruit group from bottom to top, calculating the captured image through a trained convolution neural network, identifying the kiwifruit in the image, and obtaining the location information of each kiwifruit in the image. According to the distance and proximity relationship between the positions of each kiwifruit, these positions are clustered. The fruits with similar distances are grouped into a fruit group. Several robotic arms cluster several fruit groups. The same fruit group is picked by the same robotic arm, so that the operations between robotic arms do not interfere with each other.
【技术实现步骤摘要】
一种用于多臂采摘机器人的猕猴桃果实群多目标识别方法
本专利技术为一种用于多臂采摘机器人的猕猴桃果实群多目标识别方法，属于采摘机器人领域，具体的说是采用了卷积神经网络识别果实，通过对果实位置信息的聚类来识别果实群，划分各机械臂的采摘区域，从而实现多臂采摘机器人的信息感知以实现多臂协同作业。
技术介绍
猕猴桃果实的采摘是劳动密集型工作，是果树生产中最耗时、费力的环节，采摘作业影响到后续的加工、储存及销售。目前在我国，这些作业基本由人工完成。随着科学技术的发展，越来越多的行业开始出现了由机器人代替人工进行高重复性的劳动，而我国农业也朝着机械化、自动化的方向发展，果园中的采摘机器人可能会逐步代替一部分人工工作。在采摘机器人的各部分系统中，果实信息感知系统是采摘机器人的关键部分，为提高采摘效率，采摘机器人普遍采用多臂协同采摘果实的方式，这就要求机器人必须具备可以进行果实群多目标识别的能力，并且有为机器人划分上各机械臂采摘作业范围的方法，以实现各臂之间的协作。
技术实现思路
针对上述问题，本专利技术提供了一种用于多臂采摘机器人的猕猴桃果实群多目标识别方法。本专利技术是通过以下技术...
【技术保护点】
1.一种用于多臂采摘机器人的猕猴桃果实群多目标识别方法,其特征在于：摄像头在猕猴桃果树底部从底向上拍摄果实群，通过一个经训练的卷积神经网络对拍摄到的图像进行计算，识别出图像中的猕猴桃，并获取每个猕猴桃在图像上的位置信息。
【技术特征摘要】
1.一种用于多臂采摘机器人的猕猴桃果实群多目标识别方法,其特征在于：摄像头在猕猴桃果树底部从底向上拍摄果实群，通过一个经训练的卷积神经网络对拍摄到的图像进行计算，识别出图像中的猕猴桃，并获取每个猕猴桃在图像上的位置信息。2.根据权利要求1所述的一种用于多臂采摘机器人的猕猴桃果实群多目标识别方法，其特征在于，包括如下步骤：(1)将安装在猕猴桃采摘机器人上的摄像头调整在距离猕猴桃表面0.8-1.2米处，从底向上拍摄猕猴桃果实群，获取数百张猕猴桃果实群的RGB图像；(2)在计算机上对得到的图像进行预处理，标记出每幅图像中每一个果实的最小矩形区域，记录每个果实矩形区域的四点坐标；(3)在计算机上搭建一个卷积神经网络用于对猕猴桃的识别，该神经网络包含输入层、卷积层一、池化层一、卷积层二、池化层二、卷积层三、池化层三、全连接层、输出层、全连接一、全连接二、池化一、卷积一、池化二、卷积二、池化三和卷积三；(4)将之前预处理过的数百幅图像作为训练集，经卷积神经网络计算后的图像，输入...
【专利技术属性】
技术研发人员：崔永杰，穆龙涛，刘浩洲，谷新运，陈礼鹏，张莎莎，王周宇，
申请(专利权)人：西北农林科技大学，
类型：发明
国别省市：陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。