【技术实现步骤摘要】
基于CNN的用于辅助导航的作物行方向实时获取方法
[0001]本专利技术涉及神经网络
,具体是涉及一种基于
CNN
的用于辅助导航的作物行方向实时获取方法
。
技术介绍
[0002]随着智能无人设备技术在农业各个辅助领域的应用越来越广泛,包括植保无人机和野外作业设备在内的野外导航技术逐渐成为一个重要的研究领域
。
近年来,已经提出了用于农业目的的各种类型的田间导航技术
。
目前,现场设备的自主导航技术可分为:
1、RTK
‑
GPS
信号的方法;
2、
视觉图像;
3、
超轻型雷达;
4、
激光测距;
5、
无线网络定位
。
尽管这些方法在技术难度和实现成本上存在很大差异,但它们专门针对不同的应用,可以充分发挥它们的优势
。
其中,许多方法都是基于视觉图像的,受到了广泛的关注和研究;因为它们不受无线信号接收环境的限制,所以它们不需要配备相
【技术保护点】
【技术特征摘要】
1.
基于
CNN
的用于辅助导航的作物行方向实时获取方法,其特征在于,所述方法包括以下步骤:采集得到视频文件,根据视频文件中的图像中心脊方向与水平基线的夹角
α
将图像旋转一定的角度得到包含
180
个类别的图像数据集;对包含
180
个类别的图像数据集进行筛选得到包含
60
个类别的图像数据集,确定训练集
、
验证集和测试集;确定卷积控制参数
、
激活函数
、
损失函数
、
优化器以及
CNN
模型结构,构建
CNN
模型;对
CNN
模型的准确性进行验证,对
CNN
模型的处理速度进行验证
。2.
根据权利要求1所述的基于
CNN
的用于辅助导航的作物行方向实时获取方法,其特征在于,所述根据视频文件中的图像中心脊方向与水平基线的夹角
α
将图像旋转一定的角度得到包含
180
个类别的图像数据集的步骤,具体包括:每两帧提取一次视频文件中的图像,对提取的图像的左
、
中
、
右区域连续截取三个重叠图像区域,将重叠图像区域保存到图像集
A
文件夹中作为初始图像文件;确定图像集
A
文件夹中每个图像中心脊方向与水平基线的夹角
α
,将夹角
α
附加到图像文件名上,捕获图像中心的固定区域,以中心脊方向作为裁剪线,得到图像集
B
文件夹;基于夹角
α
将图像旋转一定的角度,以生成裁剪线相对于水平基线0°
~
179
°
范围内的图像,图像的中心区域每旋转1度就被截取一次;添加当前旋转角度来命名每个新的图像文件,最终旋转得到
180
个角度,产生
180
个文件夹,形成的图像数据集包含
180
个类别
。3.
根据权利要求2所述的基于
CNN
的用于辅助导航的作物行方向实时获取方法,其特征在于,所述对包含
180
个类别的图像数据集进行筛选得到包含
60
个类别的图像数据集,确定训练集
、
验证集和测试集的步骤,具体包括:对包含
180
个类别的图像数据集进行筛选得到包含
60
个类别的图像数据集,筛选时,将每3°
作为一个类别;对图像数据集中的图像文件名进行命名,命名规则:当前旋转角度
+
裁剪线角度
+
帧号
+
区域序列号
+
视频名称后缀,区域编号为
0、1
或者2,对应于截取的三个...
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。