该研究提出了一种基于YOLOv5的草莓检测模型，通过修改架构和结合空间金字塔池化，检测精度提升至80.3%。该方法在开放环境中表现优越，适用于实时草莓检测和定位。

本文探讨了利用神经辐射场（NeRF）技术提升机器人重定位精度的方法。通过合成数据集和虚拟相机位置选择，显著降低了定位误差。研究表明，姿态回归精度受限于数据集的大小和分布，而非模型能力。同时，提出了LU-NeRF和Loc-NeRF等新方法，增强了相机姿态估计和实时定位效果。

本文介绍了一种基于神经辐射场（NeRF）的机器人导航算法，结合激光雷达和视觉数据生成高质量3D重建。该方法通过优化算法实现实时定位，适用于复杂环境，展示了NeRF在工业应用、虚拟现实和增强现实中的潜力。