-
题名基于SELNet的柑橘采摘机器人感知算法
- 1
-
-
作者
马飞
周黎明
刘元龙
-
机构
河南水利与环境职业学院
河南省水电装备与智慧系统工程技术研究中心
郑州大学机械与动力工程学院
-
出处
《农机化研究》
北大核心
2026年第6期229-236,252,共9页
-
基金
河南省重点研发与推广专项(科技攻关)项目(242102230147)
河南省高等学校重点科研项目(25B460032)。
-
文摘
为解决柑橘采摘机器人作业中因类间和类内遮挡、光照条件复杂、尺度差异大等因素引起的检测精度不足,以及现有模型计算量过大所导致的实时性低的问题,提出了一种基于语义增强的轻量化柑橘成熟度检测模型(Semantically Enhanced Lightweight Networks, SELNet)。首先,在骨干网络将部分Conv块替换为GhostConv块,以减少算法的计算量,实现网络轻量化;其次,引入动态检测头(Dynamic Head, DyHead),通过在特征层次、空间位置和输出通道上整合多种注意力机制,使目标检测头能够统一实现尺度感知、空间感知、任务感知;最后,在颈部构建Simi-BiFPN网络,凭借交叉融合增强语义信息与浅层特征中丰富的位置信息,提升网络对多尺度目标的关注度,避免因柑橘目标尺度多变对检测算法造成的干扰。与目前的主流算法相比,SELNet在自制柑橘成熟度检测数据集中mAP@0.5达到93.6%,推理速度达到88.9 FPS,具有良好的鲁棒性。采摘试验结果表明,搭载SELNet检测算法的采摘机器人能够全面满足柑橘成熟度检测的高精度与高实时性需求。
-
关键词
柑橘采摘机器人
感知算法
目标检测
selnet
-
Keywords
citrus picking robot
perception algorithm
target detection
selnet
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
S126
[农业科学—农业基础科学]
-
