基于YOLOv5的苹果采摘系统设计与优化

1. 项目概述：基于YOLO的苹果采摘辅助系统设计

这个毕业设计项目瞄准了现代农业中的精准采摘需求，核心是开发一套基于深度学习的苹果定位与成熟度识别系统。我在实际测试中发现，传统人工采摘平均每8小时只能完成0.5亩果园的作业，而使用YOLOv5s模型的系统可以将识别效率提升到每秒处理45帧图像，配合机械臂理论上能使采摘效率提升3倍以上。

系统最关键的创新点在于将计算机视觉技术下沉到农业场景。不同于常规的YOLO应用，我们需要特别处理果园环境中的三大干扰因素：复杂光照条件（如树叶阴影和反光）、果实重叠遮挡（密集种植区域常见）以及不同成熟阶段的颜色渐变。通过自制数据集训练出的模型，在测试集上达到了92.3%的mAP，其中对成熟苹果的识别准确率更是达到96.1%。

关键提示：农业场景的计算机视觉应用必须考虑边缘计算需求，我们最终选择的YOLOv5s模型在Jetson Nano上能保持28FPS的处理速度，这是实际部署的重要保障。

2. 系统架构与核心技术选型

2.1 硬件组成方案

整套系统采用模块化设计，包含三个核心硬件单元：

1. 图像采集模块：使用海康威视MV-CA020-10GC工业相机，200万像素全局快门确保运动图像清晰。实测发现普通网络摄像头在户外强光下会有严重的动态模糊，而工业相机配合偏振滤镜能有效抑制反光。
2. 计算单元：对比Nano、TX2和树莓派4B后，最终选择Jetson Xavier NX（15W模式）。虽然成本较高，但其CUDA核心数（384个）能流畅运行640×640输入的YOLOv5模型。
3. 执行机构：采用UR3机械臂搭配定制真空吸盘末端执行器。经测试，直径8cm的硅胶吸盘对苹果表面损伤最小，且能适应85-110mm的果实直径变化。

2.2 软件技术栈设计

系统软件架构分为四个层次：

mermaid复制graph TD
    A[图像采集层] --> B[YOLOv5推理引擎]
    B --> C[运动控制模块]
    C --> D[用户交互界面]

实际开发中我们遇到OpenCV与PyTorch的版本兼容问题，最终确定的环境配置为：

• Ubuntu 18.04 LTS
• Python 3.7.11
• PyTorch 1.8.0+cu111
• Torchvision 0.9.0
• OpenCV 4.5.4

经验之谈：务必使用conda创建虚拟环境，直接pip安装极易出现libgl.so等依赖缺失问题。建议先安装PyTorch再装OpenCV。

3. 数据集构建与模型训练

3.1 农业场景数据采集规范

我们在山东烟台三个苹果园进行了为期两周的数据采集，总结出以下关键点：

• 时间选择：上午9-11点和下午3-5点光线最适宜，避免正午顶光和黄昏侧光
• 拍摄角度：采用45度俯角模拟机械臂视角，距离果实0.8-1.2米
• 标注标准：按成熟度分三级标注（青果、半熟、全熟），对遮挡超过50%的果实不作标注

最终构建的数据集包含：