改进YOLOV5模型的智能锯树机器人系统设计

殷洪海; 何律; 汪大海

doi:10.16339/j.cnki.jsjsyzdh.202502031

计算技术与自动化 ›› 2025, Vol. 44 ›› Issue (02) : 177 -182. DOI: 10.16339/j.cnki.jsjsyzdh.202502031

改进YOLOV5模型的智能锯树机器人系统设计

殷洪海, 何律, 汪大海

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对在锯树工程测量中遇到的环境复杂，耗时费力且效率不高等测量问题，设计了一种改进的深度学习算法(You Only Look Once, YOLO)模型的智能锯树机器人系统。通过无线传感网络，构建了无线传感器锯树工程测量拓扑结构，实现锯树工程测量供配电系统全方位数据监测；建立窄带物联网(Narrow Band Internet Of Things, NB-IOT)分布式结构，提出采用改进YOLOV5算法对障碍物识别，使用超声波传感器和实验室虚拟仪器集成环境(Laboratory Virtual Instrument Engineering Workbench, LabVIEW)以及摄像机完成机器人的自主越障仿真操作，大大提高智能锯树机器人通信能力和计算能力。实验结果表明，改进后的YOLOV5算法模型在经过50000次迭代后，其准确率较改进前增加了9个百分点，召回率较改进前增加了8个百分点，在近距离障碍物识别上，准确率可达97.15%,且距离越近，其障碍物识别效果和自主越障效果越好。