三维定位是实现采茶机器人精采名优茶的关键技术,对保证机器人采摘茶叶高品质和高产量具有重要的意义,传统的SGBM(Semi-Global Block Matching)算法存在匹配效果差,还原效果不高等问题。本文提出SGBM算法与WLS(Weighted Least Squares)...三维定位是实现采茶机器人精采名优茶的关键技术,对保证机器人采摘茶叶高品质和高产量具有重要的意义,传统的SGBM(Semi-Global Block Matching)算法存在匹配效果差,还原效果不高等问题。本文提出SGBM算法与WLS(Weighted Least Squares)的融合算法,使得茶叶嫩芽深视图轮廓更清晰、前后景分层更明显、还原度更高,实际定位效果更精准。实验表明:采用SGBM与WLS融合算法能够将定位误差控制在1 mm左右,约是同等条件下其他传统融合算法精确度的7倍,提高了机器人采摘茶叶时定位的工作效率,为后续实现采茶机器人智能化提供一定帮助。展开更多
为了解决工厂烟草滤嘴纸盒码垛过程中易发生错误的问题,并提高码垛效率,提出了一种基于改进SGBM(Semi-Global Block Matching)算法与轻量化YOLOv5s网络结构相结合的识别检测与定位一体化方法。首先,采用MobileNetv3作为YOLOv5s的主干网...为了解决工厂烟草滤嘴纸盒码垛过程中易发生错误的问题,并提高码垛效率,提出了一种基于改进SGBM(Semi-Global Block Matching)算法与轻量化YOLOv5s网络结构相结合的识别检测与定位一体化方法。首先,采用MobileNetv3作为YOLOv5s的主干网络,以降低模型的复杂度、提高检测速率;其次,将AD-Census(Absolute Differences-Census)代价计算方法应用于SGBM算法中,以提高测距精度。实验结果显示,在自建数据集上,该方法获得的mAP(mean Average Precision)达到91.2%,帧率FPS(Frames Per Second)达到30.8,可以准确识别出纸盒的类别与位置,可为烟草滤嘴盒自动码垛机器人提供视觉系统技术支持。展开更多
文摘为了解决工厂烟草滤嘴纸盒码垛过程中易发生错误的问题,并提高码垛效率,提出了一种基于改进SGBM(Semi-Global Block Matching)算法与轻量化YOLOv5s网络结构相结合的识别检测与定位一体化方法。首先,采用MobileNetv3作为YOLOv5s的主干网络,以降低模型的复杂度、提高检测速率;其次,将AD-Census(Absolute Differences-Census)代价计算方法应用于SGBM算法中,以提高测距精度。实验结果显示,在自建数据集上,该方法获得的mAP(mean Average Precision)达到91.2%,帧率FPS(Frames Per Second)达到30.8,可以准确识别出纸盒的类别与位置,可为烟草滤嘴盒自动码垛机器人提供视觉系统技术支持。
