基于深度学习的果园道路导航线生成算法研究
【摘要】 针对目前果园环境视觉导航线提取受光照、杂草干扰，而已有的导航线生成算法过于复杂且适用范围较窄的问题，提出了一种基于深度学习的方法来提取果园道路导航线:采用YOLOV3卷积神经网络提取果园道路图像上的特征点，并通过最小二乘法拟合生成导航线。通过采集的800张果园道路图片作为训练集，进而在240张图片组成的独立测试集上进行测试，总体识别率为95.37%，在杂草较少、杂草较多、高光照和正常光照的环境下，导航线平均偏差分别为2.15、2.28、2.32、2.41像素;平均偏移距离分别为3.4、3.5、2.7、3.6cm。关键词:果园环境;图像处理;深度学习;导航线
