摘要
本发明公开了一种设施农业机器人作业过程中障碍物检测方法,涉及农业机械化、农业自动化等技术领域,包括:获取农业机器人在设施大棚中作业的图像,建立机器人障碍物数据集;建立改进的YOLOv8模型,通过机器人障碍物数据集训练改进的YOLOv8模型;在改进的YOLOv8模型中,采用FasterNet模块和Efficientvit模块的组合替换原YOLOv8模型中的CSPDarkNet特征提取网络,并在每个FasterNet和Efficientvit组合模块前设置特征处理模块,以优化特征的预处理,增强模型处理复杂场景的能力,更好地适应设施农业大棚内变化多端的环境条件和多样的障碍物类型;采用训练后的改进的YOLOv8模型对待检测的图像进行障碍物检测,提高了检测的实时性和准确性,适应了设施农业环境中复杂的作业场景。
技术关键词
障碍物检测方法
组合模块
机器人作业
特征提取网络
特征融合网络
设施大棚
设施农业环境
设施农业大棚
农业机器人
模型训练模块
农业机械化
特征提取器
作业场景
数据
图像
系统为您推荐了相关专利信息
船用轴承
故障检测模型
故障检测方法
声学特征
振动特征
图像检测模型
对象检测方法
车辆行驶信息
机器学习模型训练
样本
钢化玻璃
计数方法
模板边框
特征提取网络
图像分割模型
特征提取网络
多尺度特征提取
故障检测
齿轮箱
数据
制冰机
故障监测系统
深度神经网络模型
参数
物联网技术