来源：期刊VIP网 时间：
作者：邹荣;李金炎;王权;白圣贺;沐森林;
单位：江苏大学机械工程学院;中国农业机械化科学研究院集团有限公司;农业农村部南京农业机械化研究所;
摘要：为满足复杂环境中番茄采摘机器人果实三维定位需求，克服番茄三维定位中光照变化对相机影响、三维点云定位的资源消耗和速度问题，提出了一种基于相机与激光雷达融合的番茄果实三维定位方法。首先，对传感器采集的数据进行预处理，基于改进的YOLOv5s模型对番茄图像进行感兴趣区域(Region of Interest, RoI)提取，通过传感器联合标定将RoI转换为带有点云信息的截锥体区域提议；其次，对区域内点云进行反射率分析，分割出番茄果实点云，通过SOM K-means聚类算法对分割出来的果实点云进行聚类，进而对果实重叠的点云进行个体分割；最后，使用多模态融合算法将二维的图像检测中心与番茄点云质心相关联。引入EIoU Loss对YOLOv5s网格的损失函数进行优化，改进的模型在测试集上的识别准确率为99.65%,与YOLOv5s和Faster RCNN相比，识别准确率分别提高了3.7个百分点、5.9个百分点。对随机选取的52株番茄果树样本进行定位，试验结果表明：改进后算法的定位准确率为95.48%,相比于双目立体视觉检测识别准确率提高了2.48个百分点，定位误差小于4.5 mm。机械臂采摘试验表明，改进后算法满足番茄采摘机器人视觉定位要求。
关键词：番茄定位;;多传感器融合;;YOLOv5s算法;;SOM K-means聚类算法;;点云分割
基金资助：江苏省农业科技自主创新基金项目(CX(21)1007)
