对于当前植保无人机喷洒存在重复喷洒、农药残留、缺少在线病虫害检测,且检测方法不易在嵌入式端部署等问题,提出一种植保无人机平台下基于改进YOLOv7的霜霉病与潜叶蝇检测农药喷洒系统。首先,采用渐进金字塔网络AFPN提升模型在特征融...对于当前植保无人机喷洒存在重复喷洒、农药残留、缺少在线病虫害检测,且检测方法不易在嵌入式端部署等问题,提出一种植保无人机平台下基于改进YOLOv7的霜霉病与潜叶蝇检测农药喷洒系统。首先,采用渐进金字塔网络AFPN提升模型在特征融合区域的自适应特征融合能力。其次,引入EMA注意力机制模块,利用维度交互的方式来提升融合像素特征。试验结果表明,改进YOLOv7病虫害检测算法的平均精度均值mAP达到94.2%,相比于原始YOLOv7算法提高25.9%,每秒传输帧数FPS相比于原算法提高4.6%。最后,将YOLOv7—AFPN—EMA的病虫害识别模型部署到Jetson Orin Nano上进行验证性检测试验,对比模型改进前后的检测精度。验证结果表明,改进算法相比于原始算法,在线实时检测精度提升11.3%,病虫害检测成功率达89.7%。展开更多
在山地环境下,为提高植保无人机工作效率,减少总作业时间,文章提出了一种基于改进部落竞争与成员合作优化算法(competition of tribes and cooperation of members algorithm, CTCM)的多植保无人机作业返航规划算法。先根据总作业区域...在山地环境下,为提高植保无人机工作效率,减少总作业时间,文章提出了一种基于改进部落竞争与成员合作优化算法(competition of tribes and cooperation of members algorithm, CTCM)的多植保无人机作业返航规划算法。先根据总作业区域的大小划分各架无人机各自的作业区域,利用栅格法生成各无人机的覆盖路径。以所有植保无人机总作业时间最小为目标函数,以各无人机各架次的飞行距离为寻优变量,考虑药量约束、电量约束,以及只有一个补给点的情况下其他无人机等待耗时,通过改进部落竞争与成员合作优化算法,实现了对各无人机返航点位置的寻优。展开更多
文摘对于当前植保无人机喷洒存在重复喷洒、农药残留、缺少在线病虫害检测,且检测方法不易在嵌入式端部署等问题,提出一种植保无人机平台下基于改进YOLOv7的霜霉病与潜叶蝇检测农药喷洒系统。首先,采用渐进金字塔网络AFPN提升模型在特征融合区域的自适应特征融合能力。其次,引入EMA注意力机制模块,利用维度交互的方式来提升融合像素特征。试验结果表明,改进YOLOv7病虫害检测算法的平均精度均值mAP达到94.2%,相比于原始YOLOv7算法提高25.9%,每秒传输帧数FPS相比于原算法提高4.6%。最后,将YOLOv7—AFPN—EMA的病虫害识别模型部署到Jetson Orin Nano上进行验证性检测试验,对比模型改进前后的检测精度。验证结果表明,改进算法相比于原始算法,在线实时检测精度提升11.3%,病虫害检测成功率达89.7%。
文摘在山地环境下,为提高植保无人机工作效率,减少总作业时间,文章提出了一种基于改进部落竞争与成员合作优化算法(competition of tribes and cooperation of members algorithm, CTCM)的多植保无人机作业返航规划算法。先根据总作业区域的大小划分各架无人机各自的作业区域,利用栅格法生成各无人机的覆盖路径。以所有植保无人机总作业时间最小为目标函数,以各无人机各架次的飞行距离为寻优变量,考虑药量约束、电量约束,以及只有一个补给点的情况下其他无人机等待耗时,通过改进部落竞争与成员合作优化算法,实现了对各无人机返航点位置的寻优。
