一种基于力感知与深度学习的球形果蔬直径预测方法

本申请公开了一种基于力感知与深度学习的球形果蔬直径预测方法，涉及智能农业技术领域，通过建立接触力模型，利用MLP精准刻画了抓取系统的物理特性，为预测提供了物理学依据；通过接触力模型输出的多源时序数据对CNN‑BiLSTM‑Attention进行训练；随后利用训练完毕的CNN‑BiLSTM‑Attention，高效融合了抓取过程中的力、行程、位姿等多模态信息在不依赖视觉的情况下，实现了对果实直径的高精度、高鲁棒性实时预测，提升了农业生产效率并降低了果实损伤率。