苹果采摘机器人视觉系统研究进展

被引:101
作者
王丹丹
宋怀波
何东健
机构
[1] 西北农林科技大学机械与电子工程学院
关键词
机器人; 图像识别; 机械化; 苹果; 果实识别; 目标定位; 视觉系统;
D O I
暂无
中图分类号
TP242 [机器人]; TP391.41 [];
学科分类号
1111 ; 080203 ;
摘要
视觉系统是苹果采摘机器人最重要的组成部分之一,它在一定程度上决定了苹果采摘机器人完成采摘任务的质量及速度。为明确苹果采摘机器人视觉系统所面临的挑战及未来研究方向,该文首先对世界各国现有苹果采摘机器人的研究情况从视觉传感器类型、视觉系统硬件组成、采摘成功率及作业时间等方面进行了概述,然后分别对现有苹果采摘机器人视觉系统中苹果图像分割方法、受着色度、光照、表面阴影、振荡、重叠及遮挡等影响下的苹果目标的识别与定位方法、苹果采摘机器人视觉系统对枝干等障碍物的识别方法以及视觉系统中双目视觉技术立体匹配问题进行了综述,进一步分析了苹果采摘机器人视觉系统中存在的问题,指出视觉系统结构的优化、视觉系统中智能算法的优化、提高视觉系统的实时性、振荡苹果目标的识别与定位、视觉系统受振动影响时苹果目标的识别与定位及提高视觉系统的性价比等方面将成为未来重点研究方向,为深入研究苹果采摘机器人视觉系统提供参考。
引用
收藏
页码:59 / 69
页数:11
相关论文
共 70 条
[11]  
基于并行计算的苹果采摘机器人关键技术研究[D]. 顾玉宛.江苏大学. 2016
[12]  
苹果采摘机器人视觉识别与路径规划方法研究[D]. 黄铝文.西北农林科技大学. 2013
[13]  
苹果采摘机器人视觉测量与避障控制研究[D]. 吕继东.江苏大学. 2012
[14]  
苹果采摘机器人视觉系统技术基础研究[D]. 丁乙.燕山大学. 2014
[15]  
自然环境下苹果采摘机器人视觉系统的关键技术研究[D]. 王晋.燕山大学. 2014
[16]  
基于双目视觉的爬壁机器人环境检测技术研究[D]. 吕学智.扬州大学. 2014
[17]  
Apple crop-load estimation with over-the-row machine vision system[J] . A. Gongal,A. Silwal,S. Amatya,M. Karkee,Q. Zhang,K. Lewis.Computers and Electronics in Agriculture . 2016
[18]  
Sensors and systems for fruit detection and localization: A review[J] . A. Gongal,S. Amatya,M. Karkee,Q. Zhang,K. Lewis.Computers and Electronics in Agriculture . 2015
[19]  
Apple detection in nighttime tree images using the geometry of light patches around highlights[J] . Raphael Linker,Eliyahu Kelman.Computers and Electronics in Agriculture . 2015
[20]  
Location of apples in trees using stereoscopic vision[J] . Yongsheng Si,Gang Liu,Juan Feng.Computers and Electronics in Agriculture . 2015