现有基于图像的昆虫计数方法依赖于单幅静态图像,当昆虫因重叠或聚集而发生遮挡时,往往会低估昆虫数量。为了解决这一问题,本文提出了一种基于主动机器人搅拌的自动昆虫计数方法,通过重新分布昆虫,使原本被遮挡的个体暴露出来,从而实现更准确的计数。主要贡献包括三个方面:改进小目标检测性能;提出一种计数置信度评估方法,为动态液体环境中的昆虫计数提供更可靠的结果;以及开发一种闭环自适应速度机器人搅拌策略。与传统的单幅图像计数方法相比,所提出的昆虫计数方法可将计数误差最高降低 33.6%。
在该任务中,机器人能够准确统计葡萄园中所有葡萄串的数量,并获取所有葡萄串的三维空间坐标。首先,机器人利用 YOLOv3 对葡萄串进行检测,该方法能够有效解决图像中存在部分重叠区域的多目标检测问题。随后,在机器人运动过程中,通过计算欧氏距离,对不同相机帧中的目标中心进行跟踪。之后,根据彩色图像中目标的中心坐标以及深度图像中对应的深度距离,利用 ROS 中的 TF 坐标变换树,将目标位置转换至世界坐标系下的三维空间位置。同时,采用空间约束方法对目标位置中的噪声进行滤除。最终,机器人能够完成葡萄串计数任务,并将所有葡萄串的三维位姿发布至 RViz 可视化界面。
现有基于图像的昆虫计数方法依赖于单幅静态图像,当昆虫因重叠或聚集而发生遮挡时,往往会低估昆虫数量。为了解决这一问题,本文提出了一种基于主动机器人搅拌的自动昆虫计数方法,通过重新分布昆虫,使原本被遮挡的个体暴露出来,从而实现更准确的计数。主要贡献包括三个方面:改进小目标检测性能;提出一种计数置信度评估方法,为动态液体环境中的昆虫计数提供更可靠的结果;以及开发一种闭环自适应速度机器人搅拌策略。与传统的单幅图像计数方法相比,所提出的昆虫计数方法可将计数误差最高降低 33.6%。...
在该任务中,机器人能够准确统计葡萄园中所有葡萄串的数量,并获取所有葡萄串的三维空间坐标。首先,机器人利用 YOLOv3 对葡萄串进行检测,该方法能够有效解决图像中存在部分重叠区域的多目标检测问题。随后,在机器人运动过程中,通过计算欧氏距离,对不同相机帧中的目标中心进行跟踪。之后,根据彩色图像中目标的中心坐标以及深度图像中对应的深度距离,利用 ROS 中的 TF 坐标变换树,将目标位置转换至世界坐标系下的三维空间位置。同时,采用空间约束方法对目标位置中的噪声进行滤除。最终,机器人能够完成葡萄串计数任务,并将所有葡萄串的三维位姿发布至 RViz 可视化界面。...
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如该工程师当前档期不合,也可免费为您推荐相似候选人