摘要：為了準確理解柑橘采摘機器人在自然環境下的作業場景,獲取采摘目標及周圍障礙物的位置信息,構建了基于卷積神經網絡和Kinect V2相機的識別定位系統。首先,對采摘場景中的果樹提出5類目標物分類準則,包含1類可采摘果實和4類障礙物目標;然后,在YOLO V3(You only look once)卷積層模塊中添加3層最大池化層,對預測候選框進行K-means聚類分析,增強模型對枝葉類物體特征的提取能力,實現采摘場景的準確理解;最后,采用Kinect V2相機的深度圖映射得到采摘目標和障礙物的三維信息,并在自然環境下進行了避障采摘作業。實驗結果表明,構建的識別定位系統對障礙物和可采摘果實的識別綜合評價指數分別為83.6%和91.9%,定位誤差為5.9 mm,單幀圖像的處理時間為0.4 s,采摘成功率和避障成功率分別達到80.51%和75.79%。