基于机器视觉的采摘机器人目标识别定位研究应用进展

本文为解决农业采摘过程中低效等问题,而实际发展应用中却存在诸多的问题和挑战,问题的主要数据来源是实际环境中目标识别和定位的检测精度,稳定性和广泛性。针对这些问题,本文综述了近年来目标识别与定位的研究进展。在特征提取、机器学习、深度学习和多类摄像机及其视觉系统的支持下,在光照、遮挡和风速等不稳定因素中提高检测精度,极大地提高了采摘机器人在实际环境中的适应性和采摘过程的效率。最后总结了采摘机器学习人在进行识别系统定位及自身的应用的挑战及未来的发展研究方向。