面向非结构化果园作业的智能农机行驶线生成研究.pdf

摘要

随着城乡居民收入水平增加和生活水平改善，人们对水果的消费需求不断增加。

为满足这一日益旺盛的市场需求，我国果园种植面积也随之逐年增长，使得水果产

业在农业产业结构中占据了重要的地位。随着市场规模的扩大，果园生产效率的问

题逐渐凸显。传统以人工作业为主的水果生产方式不仅效率低下，且人工成本高昂，

成为了制约水果产业发展的瓶颈。鉴于果园智能农机可在果园内长时间、高效、自

主作业的特点，逐渐成了提升果园生产效率的有效途径。关于果园智能农机的研究

也逐渐成为学者们的研究热点。在果园智能农机研究中，自主行驶一直是其中的研

究焦点，要实现自主行驶重要的前提步骤就是果园可行驶区域及行驶线的感知与生

成。鉴于当前非结构化果园在我国果园中占据较大比重且在非结构化果园中智能农

机行驶线生成研究相对较少，本文研究给出了一种基于YOLOv5改进的果树树干检

测模型和基于树干检测的行驶线生成方法。本文的主要工作如下：

（1）构建本文研究所需数据集：针对非结构化果园环境下果树树干目标检测任

务的需要，构建果树树干数据集。通过相机采集和网络获取的方式收集图像，并经

过筛选后使用Labelme标注工具对目标进行人工标注，对标注好的数据集进行数据

增强以及数据划分等，最终得到本文研究所需的训练集、验证集、测试集。

（2）改进果树树干目标检测模型：以YOLOv5为基线进行网络模型改进，在

骨干网络中以RepVGG模块代替Conv模块，利用RepVGG的结构重参数化实现模

型训练阶段和推理阶段的解耦，加快模型的推理速度；在骨干网络引入无额外参数

的SimAM注意力机制模块，加强骨干网络对果树树干特征的提取，抑制无用的背

景信息。使用本文所构建的数据集进行实验，实验结果表明，经过改进后的果树树

干检测算法，单帧处理时间比较原模型降低了约8个百分点，仅需5.7ms，mAP提

高了约3.7个百分点，达到了77.6%。

3

（）基于树干检测的行驶线生成：利用目标检测算法生成的树干检测框确定果

树树干参考点，通过透视变换将果园地面区域从相机视角变换为鸟瞰视角，并结合

果树树干参考点和树干直径以及农机单一方向最大尺寸生成非结构化果园中树干障

碍区域及智能农机可行驶区域，并进一步以面向逐棵树绕树业类型，探索了智能农

机行驶线生成的方法。

关键词：行驶线目标检测非结构化果园YOLOv5

I

Abstract

Withtheincreaseofurbanandruralresidentsincomelevelandthe

improvementoflivingstandards,peoplesdemandforfruitconsumption

isincreasing.Inordertomeetthisincreasinglystrongmarketdemand,

Chinasorchardplantingareahasalsoincreasedyearbyyear,making

thefruitindustryoccupyanimportantpositionintheagricultural

industrialstructure.Withtheexpansionofthemarketscale,theproblem

oforchardproductionefficiencyhasbecomeincreasinglyprominent.The

traditionalfruitproductionmodebasedonmanualoperationisnotonly

inefficient,butalsohashighlaborcost,whichhasbecomeabottleneck

restrictingthedevelopmentoffruitindustry.Inviewofthe

characteristicsoflong-term,efficientandautonomousoperationof

orchardintelligentagriculturalmachineryi