国内刊号:11-1964/S
国际刊号:1000-1298
发布日期:
作者:赵润茂,黄嘉涛,满忠贤,罗锡文,胡炼,何杰,汪沛,黄培奎
单位:华南农业大学,华南农业大学,华南农业大学,华南农业大学,华南农业大学,华南农业大学,华南农业大学,华南农业大学,
关键词:水稻收获;运粮车;无人驾驶;粮厢图像分割;DeepLabv3+;多机协同作业
基金:国家重点研发计划项目(2021YFD2000600)和农业装备技术全国重点实验室(华南农业大学)开放课题项目(SKLAET-202404)
针对目前无人驾驶水稻收获机向运粮车转卸稻谷时,依靠收获机和运粮车的北斗定位信息决策卸粮臂位置控制,对靶精度难以保证问题,提出一种粮厢图像视觉分割模型GTSM,为卸粮臂对靶提供粮厢位置参考信息。在DeepLabv3+结构基础上,使用轻量化主干ShuffleNetv2替换Xception,将ASPP模块中空洞卷积替换为深度可分离卷积,然后低秩分解为微因子分解卷积,以减小模型复杂度和提高运行速度;在浅层特征分支引入SE通道注意力机制,提高模型对粮厢边缘、纹理等低级特征利用能力。试验结果显示,GTSM平均交占比和平均像素准确率分别达到96.06%和98.69%,较基准DeepLabv3+分别提升0.78、0.67个百分点;同时,模型复杂度明显改善,参数量和内存占用量仅为原来的1/9,推理速度提高166%。试验结果表明,提出的GTSM兼顾分割精度和推理速度,可为田间运粮车粮厢自动化分割提供参考依据。
来源:2025年第6期
《农业机械学报》期刊编辑部