技術特征：

1.一種基于低空遙感與深度學習的無人地面車輛三維導航方法，其特征在于，包括以下步驟：

2.根據(jù)權利要求1所述的一種基于低空遙感與深度學習的無人地面車輛三維導航方法，其特征在于，對3d果園場景圖像采用多尺度滑動窗口進行分割，得到多尺度分割圖像，包括：

3.根據(jù)權利要求1或2所述的一種基于低空遙感與深度學習的無人地面車輛三維導航方法，其特征在于，采用多尺度滑動窗口進行分割時，在連續(xù)的分割圖像之間保持設定比例的重疊。

4.根據(jù)權利要求1所述的一種基于低空遙感與深度學習的無人地面車輛三維導航方法，其特征在于，對多尺度分割圖像分別進行樹冠目標檢測，得到不同尺度分割圖像的冠層檢測錨框，包括：

5.根據(jù)權利要求4所述的一種基于低空遙感與深度學習的無人地面車輛三維導航方法，其特征在于，利用主干網(wǎng)絡對不同尺度的分割圖像進行特征提取，得到多尺度特征圖，包括：

6.根據(jù)權利要求5所述的一種基于低空遙感與深度學習的無人地面車輛三維導航方法，其特征在于，利用頸部網(wǎng)絡對多尺度特征圖進行特征增強，得到增強特征圖，包括：

7.根據(jù)權利要求1所述的一種基于低空遙感與深度學習的無人地面車輛三維導航方法，其特征在于，將不同尺度分割圖像的冠層檢測錨框進行融合，得到最終的冠層檢測錨框，包括：

8.根據(jù)權利要求1所述的一種基于低空遙感與深度學習的無人地面車輛三維導航方法，其特征在于，根據(jù)最終的冠層檢測錨框提取導航點，包括：

9.根據(jù)權利要求1所述的一種基于低空遙感與深度學習的無人地面車輛三維導航方法，其特征在于，生成車輛三維導航路徑規(guī)劃結果，包括：

技術總結
本發(fā)明涉及三維導航路徑規(guī)劃技術領域，公開了基于低空遙感與深度學習的無人地面車輛三維導航方法，包括利用無人機采集果園地塊低空遙感數(shù)據(jù)，并重建3D果園場景圖像；對3D果園場景圖像采用多尺度滑動窗口進行分割，得到多尺度分割圖像；對多尺度分割圖像分別進行樹冠目標檢測，得到不同尺度分割圖像的冠層檢測錨框；將不同尺度分割圖像的冠層檢測錨框進行融合，映射回3D果園場景圖像，得到最終的冠層檢測錨框；根據(jù)最終的冠層檢測錨框提取導航點，生成車輛三維導航路徑規(guī)劃結果。本發(fā)明采用多尺度融合滑動窗口方法來處理大規(guī)模圖像，并結合增強的LS?YOLO算法進行果園冠層檢測，利用無人機獲取的數(shù)據(jù)準確預測冠層中心點、導航點和全面的3D路徑。

技術研發(fā)人員：劉亞佳,林泳達,肖委明,宋曉飛,暢鴻根,夏詩雨,陳志陵,匡東東,何雄奎
受保護的技術使用者：中國農業(yè)大學
技術研發(fā)日：
技術公布日：2025/5/8