基于改进YOLOv8的火龙果采摘机器人系统设计与研究AET-电子技术应用-最丰富的电子设计资源平台

基于改进YOLOv8的火龙果采摘机器人系统设计与研究
所属分类：技术论文
上传者：wwei
标签：火龙果采摘目标检测 YOLOv8
所需积分：0分积分不够怎么办？
文档介绍：针对火龙果种植环境复杂、果实识别难度大、人工采摘效率低等问题，该研究设计了一种基于改进YOLOv8的火龙果采摘机器人系统。提出融合多尺度特征增强与注意力机制的MEYOLOv8模型，在主干网络中引入可变形卷积DCNv3增强几何特征提取能力，在颈部层嵌入高效多尺度注意力模块(EMA)改善小目标检测性能。系统构建包含3 600张火龙果图像的数据集，涵盖不同成熟度、遮挡程度和光照条件。实验结果表明，MEYOLOv8的mAP@0.5达到93%，较原YOLOv8n提升1.6%，推理速度达142帧/秒，模型大小仅5.8 MB。该研究设计六自由度采摘机械臂与柔性末端执行器，集成深度相机实现果实三维定位，单果采摘周期为4.2 s，采摘成功率90.5%。田间实验验证了系统的实用性与可靠性，为火龙果自动化采摘提供了有效的技术方案。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。