公开(公告)号：CN116839570B

公开(公告)日：2023-12-01

申请号：CN202310865172.4

申请日：2023-07-13

Applicant: 安徽农业大学

Inventor： 李宁 ,  刘立超 ,  方旭 ,  马立 ,  丁宵

IPC: G01C21/00 ,  G01C21/16 ,  G01C21/20 ,  G01S17/86 ,  G05D1/02 ,  G06T7/80 ,  G06V10/762 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种基于传感器融合目标检测的作物行间作业导航方法，属于数字化农业机械技术领域；本发明提出一种基于传感器融合目标检测的作物行间作业导航方法，运用计算机视觉以及深度学习算法使用相机识别农作物，再利用激光雷达进行基于点云聚类的目标检测与障碍物分类，并融合二者检测结果。基于点云聚类的雷达目标检测方法，相较于常用的基于特征提取的激光雷达目标检测方法在运算量大大减少的情况下，可以在果园环境中达到接近效果，且

公开(公告)号：CN116839570A

公开(公告)日：2023-10-03

申请号：CN202310865172.4

申请日：2023-07-13

Applicant: 安徽农业大学

Inventor： 李宁 ,  刘立超 ,  方旭 ,  马立 ,  丁宵

IPC: G01C21/00 ,  G01C21/16 ,  G01C21/20 ,  G01S17/86 ,  G05D1/02 ,  G06T7/80 ,  G06V10/762 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种基于传感器融合目标检测的作物行间作业导航方法，属于数字化农业机械技术领域；本发明提出一种基于传感器融合目标检测的作物行间作业导航方法，运用计算机视觉以及深度学习算法使用相机识别农作物，再利用激光雷达进行基于点云聚类的目标检测与障碍物分类，并融合二者检测结果。基于点云聚类的雷达目标检测方法，相较于常用的基于特征提取的激光雷达目标检测方法在运算量大大减少的情况下，可以在果园环境中达到接近效果，且可以完成不需要预先进行学习的多种类障碍物自动检测识别效果。