【技术实现步骤摘要】
本专利技术涉及目标跟踪，尤其涉及一种基于视觉感知与深度学习的目标果实动态跟踪方法及系统。
技术介绍
1、在水果采摘领域，机器人自动识别和采摘技术受到广泛关注，但果园环境的复杂性给自动化采摘带来了巨大挑战。现有的水果采摘机器人系统普遍依赖单一视觉传感器和传统图像处理算法，这种设计在理想条件下可以实现基本的目标识别，但在实际果园应用中存在明显局限性。
2、果园环境中的光照变化、阴影干扰、果实被枝叶遮挡以及风力扰动导致果实摆动等问题，使得单一视觉系统难以同时兼顾宏观感知和微观精确定位。特别是在强光照或弱光照条件下，传统图像处理方法容易产生过曝或欠曝现象，导致果实目标特征丢失；而在果实被部分遮挡的情况下，现有的目标检测算法往往难以准确识别果实的完整形态和生长姿态，进而影响采摘决策的准确性。
技术实现思路
1、本专利技术提供了一种基于视觉感知与深度学习的目标果实动态跟踪方法及系统，本专利技术提升了复杂果园环境下的果实检测覆盖率和定位精度，克服了现有技术中采摘点选择单一的局限性。
<...【技术保护点】
1.一种基于视觉感知与深度学习的目标果实动态跟踪方法，其特征在于，包括：
2.根据权利要求1所述的基于视觉感知与深度学习的目标果实动态跟踪方法，其特征在于，在采集原始图像数据之前，还包括：
3.根据权利要求2所述的基于视觉感知与深度学习的目标果实动态跟踪方法，其特征在于，所述采集原始图像数据，并通过编码器-解码器架构的自适应调控模型进行图像增强，得到增强后的大视域图像，包括：
4.根据权利要求2所述的基于视觉感知与深度学习的目标果实动态跟踪方法，其特征在于，所述对所述增强后的大视域图像进行深度学习目标检测，提取果实目标的位置信息和采...
【技术特征摘要】
1.一种基于视觉感知与深度学习的目标果实动态跟踪方法，其特征在于，包括：
2.根据权利要求1所述的基于视觉感知与深度学习的目标果实动态跟踪方法，其特征在于，在采集原始图像数据之前，还包括：
3.根据权利要求2所述的基于视觉感知与深度学习的目标果实动态跟踪方法，其特征在于，所述采集原始图像数据，并通过编码器-解码器架构的自适应调控模型进行图像增强，得到增强后的大视域图像，包括：
4.根据权利要求2所述的基于视觉感知与深度学习的目标果实动态跟踪方法，其特征在于，所述对所述增强后的大视域图像进行深度学习目标检测，提取果实目标的位置信息和采摘预备点位置，并将所述小视域传感器引导至所述采摘预备点位置，包括：
5.根据权利要求4所述的基于视觉感知与深度学习的目标果实动态跟踪方法，其特征在于...
【专利技术属性】
技术研发人员：郑镇辉，王槊，韦丽娇，黄伟华，杜冬杰，梁信玮，林康敏，
申请(专利权)人：中国热带农业科学院农业机械研究所，
类型：发明
国别省市：
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。