田間機器人雙目視覺導(dǎo)航算法研究.pdf

1、學(xué)校代碼：10126分類號：——論文題目學(xué)號：31三Q窆Q2Q編號：——田間機器人雙目視覺導(dǎo)航算法研究學(xué)院：計算機學(xué)院專業(yè)：計算機科學(xué)與技術(shù)研究方向：計算機視覺姓名：趙帥領(lǐng)指導(dǎo)教師：張志斌副教授2016年5月4日內(nèi)蒙古大學(xué)碩士學(xué)位論文田間機器人雙目視覺導(dǎo)航算法研究摘要傳統(tǒng)農(nóng)業(yè)大多勞動強度大，對勞動經(jīng)驗有較強的依賴性，智能農(nóng)業(yè)機械導(dǎo)航系統(tǒng)將是解決此問題的有效方法之一?；陔p目視覺的導(dǎo)航系統(tǒng)因價格低廉，信息豐富等優(yōu)點受到越來越多的關(guān)注。本文

2、首先利用特征提取算法獲得特征點，依據(jù)不同特征點特性選取不同的特征點描述子、分析不同約束條件對匹配結(jié)果的影響，并依據(jù)田間機器人導(dǎo)航系統(tǒng)特點提出壟線識別的邊界約束條件。將彩色圖像轉(zhuǎn)換為二值圖像，在圖像中部定義基線，在基線上利用扇形掃描獲取密度曲線，同時確定作物壟的密度、獲取參考壟線寬度和角度參數(shù)。設(shè)計扇形掃描密度模型和壟線間角度約束關(guān)系搜索其他壟線，并采用邏輯回歸識別最鄰近壟線以獲取壟間距參數(shù)。采用五組不同作物和背景圖像進行實驗，結(jié)果表明該

3、方法在非規(guī)則壟及復(fù)雜背景下仍可取得較好的效果，第一條壟線和第二條壟線的正確率分別為977％和947％。利用目標作物視差及坐標系轉(zhuǎn)換關(guān)系獲得作物壟的高程圖，然后添加高度限制以減小噪聲影響；同時對高度特征進行擴充以增強其對鄰域的影響，從而獲取增強的高程圖。最后將增強高程圖與二值圖像進行融合生成作物壟置信密度圖。將壟線提取算法應(yīng)用到該圖上提取導(dǎo)航參數(shù)。為提高雙目視覺導(dǎo)航系統(tǒng)算法的實時性，設(shè)計聚合操作和查找表方法，壟線檢測時間約為034s，標準