农业机械学报

作者：苏童，王琳，班超，迟瑞娟，马悦琦

单位：中国农业大学,智能农业动力装备全国重点实验室,中国农业大学,中国农业大学,中国农业大学,

关键词：中后期玉米;行间导航;导航线检测;语义分割;图像处理

基金：国家自然科学基金项目（52172396）和智能农业动力装备全国重点实验室开放项目（SKLIAPE2024009）

中后期玉米行间路径存在光照不足、遮挡等因素的干扰，不利于农业机器人自主作业时导航线的检测。针对此问题，本文提出一种基于改进Fast-SCNN语义分割模型的中后期玉米行间路径导航线检测算法。首先，针对目前路径语义分割模型在中后期玉米环境下边缘分割不够准确的问题，提出一种Edge-FastSCNN模型，在模型分支中引入本文提出的边缘提取模块（Edge extraction module, EEM）以获取准确的路径边界信息，并在模型中引入空间金字塔池化（Atrous spatial pyramid pooling， ASPP）模块以融合图像边界信息和深层特征。然后，基于模型预测的行间路径掩码，通过像素扫描法检测路径掩码左右边界点，通过加权平均法求得路径掩码中点。最终利用最小二乘法拟合导航线，实现中后期玉米行间路径导航线的检测。为验证所提出方法的性能，基于中后期玉米正常光照无遮挡、光照不足、阴影、杂草遮挡、叶片遮挡等5种环境，进行了模型性能对比实验和导航线检测实验。实验结果表明，模型平均交并比为97.90%，平均像素准确率为98.84%，准确率为99.39%，推理速度为63.0 f/s;模型在上述5种环境下的平均交并比为96.93%~98.01%，平均像素准确率为98.33%~99.03%，准确率为98.53%~99.12%;预测导航线与真实导航线在上述5种环境下的航向角偏差平均值为1.15°~3.16°，平均像素横向距离为1.89~3.41像素;导航线检测算法的单帧图像平均处理时间为90.04 ms。因此，本文提出的导航线检测算法满足中后期玉米行间路径导航任务的准确性和实时性要求。

来源：2024年第10期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第10期