Resumen

Para poder realizar de mejor manera la mecanización inteligente del huerto y reducir la intensidad laboral de los trabajadores, es necesario estudiar un robot inteligente para el manejo de cajas de frutas. La primera condición para lograr la inteligencia es el reconocimiento de las cajas de frutas, que es el contenido de investigación de este documento. Se adoptó el método de reconocimiento bidimensional (2D) multivista. Se construyó un conjunto de datos multivista para cajas de frutas. Con el fin de la estructura de la imagen original, se estableció el modelo de red binaria de análisis de componentes principales kernel bidimensional multivista (BM2DKPCANet) para reducir la redundancia de datos y aumentar la correlación entre las vistas. Se propuso el método de reconocimiento multivista para las cajas de frutas combinando BM2DKPCANet con el clasificador de máquina de vectores de soporte (SVM). El rendimiento se verificó comparándolo con la red de análisis de componentes principales (PCANet), la red de análisis de componentes principales bidimensional (2DPCANet), la red de análisis de componentes principales kernel (KPCANet) y la red binaria de análisis de componentes principales kernel multivista (BMKPCANet) en términos de tasa de reconocimiento y consumo de tiempo. Los resultados experimentales muestran que la tasa de reconocimiento del método es un 11.84% mayor que el valor medio de PCANet aunque requiere más tiempo. En comparación con el valor medio de KPCANet, la tasa de reconocimiento superó el 2.485% y el tiempo ahorrado fue del 24.5%. El modelo puede cumplir con los requisitos del robot para el manejo de cajas de frutas.

• Materias:Sensores Algoritmo genético Controlador difuso Planificación de ruta
• Subjects:sensors Genetic algorithm Fuzzy controller Path planning
• Palabras claves:Realizar; Inteligente; Cajas de fruta; Reconocimiento; Multivista; Robot
• Keywords:Realize; Intelligent; Fruit boxes; Recognition; Multiview; Robot