中国柑橘种植面积和产量常年均居世界第一,是全球水果生产和消费大国。准确获取果园柑橘果实数量是果园早期智能化估产的重要前提。然而,在果园非结构化场景下,由于水果自身生长特性与外部环境因素的影响,果实的精准计数是一项十分重要但极具挑战性的任务。
研究首先搭建一套果园场景下的无人机直播平台,同时相应开发了一个名为FlyCounter的飞行控制APP,实现无人机自主飞行和高质量视频流的在线获取;其次,提出了一种基于Fruit-YOLO的果实识别模型,结合IAT网络有效解决了果园复杂光线场景下重叠遮挡和小目标果实的漏检难题;最后,采用DeepSORT算法为画面中的每个柑橘分配一个特定ID并跨帧跟踪目标,最终实现果园全局计数。本研究提出了一种强鲁棒性、端到端的无人机水果计数系统,并探索分析实际场景下多无人机并行作业的可行性。系统首次实现多无人机在果园低照度场景下的在线估计作业。研究结果可拓展至果园多种类水果的智能化估产,以尽早为种植户在当年制定决策提供有效的信息。
该研究成果以“Arobustandefficientcitruscountingapproachforlarge-scaleunstructuredorchards”为题发表于《AgriculturalSystems》期刊。中国热科院农机所郑镇辉研究实习员为论文第一作者,华南农业大学熊俊涛教授和昆明理工大学王成琳副教授为论文通讯作者。该研究得到国家自然科学基金、海南省自然科学基金和中央公益性科研院所基本科研业务费等项目资助。