基于YOLO v5-MNv4S與RANSAC-GN的柑橘姿態(tài)估計(jì)方法

摘要： 為解決果園環(huán)境下的柑橘多變姿態(tài)估計(jì)問題，提高柑橘采收成功率，本文提出一種輕量化目標(biāo)檢測網(wǎng)絡(luò)YOLO v5-MNv4S,與改進(jìn)的隨機(jī)采樣一致性-高斯牛頓(Random sample consensus-Gauss Newton, RANSAC-GN)點(diǎn)云處理算法，根據(jù)柑橘生長及末端采摘流程定義柑橘姿態(tài)，構(gòu)建了柑橘姿態(tài)實(shí)時(shí)估計(jì)系統(tǒng)。首先將YOLO v5s骨干網(wǎng)絡(luò)優(yōu)化為輕量化特征提取... （共9頁）