摘要
本发明涉及目标跟踪技术领域,公开了一种基于视觉感知与深度学习的目标果实动态跟踪方法及系统。该方法包括:采集原始图像数据,通过编码器‑解码器架构自适应调控模型进行图像增强,对增强后的大视域图像进行深度学习目标检测提取果实位置信息,引导小视域传感器到采摘预备点,通过多目标分割网络获取果实遮挡率和生长姿态信息,结合深度信息进行动态跟踪得到运动轨迹预测数据,根据遮挡率、生长姿态和运动轨迹计算采摘适宜性评分和最优采摘点,生成采摘执行指令。本发明提升了复杂果园环境下的果实检测覆盖率和定位精度,克服了现有技术中采摘点选择单一的局限性。
技术关键词
动态跟踪方法
果实
运动轨迹预测
原始图像数据
传感器
解码器架构
调控模型
多尺度特征
坐标系
动态跟踪系统
分割掩模
采摘机构
图像增强
像素
编码器
深度值
视觉系统
系统为您推荐了相关专利信息
柔性焊接设备
箱式变电站
工装底座
定位组件
机架
智能标定装置
柔性触觉传感器
无刷电机控制模块
柔性传感器
电阻变化值
虚拟计量方法
气液两相
神经网络预测模型
天然气集输工程技术
管道
传感器装置
网络
传感器配置
虚拟现实内容
处理器
姿态特征
误差校正
触摸屏传感器
持续身份认证方法
数据