基于機器視覺的小型農(nóng)業(yè)AGV玉米田間路徑識別研究.pdf

1、隨著計算機技術(shù)和自動化技術(shù)的飛速進步，智能機械被廣泛應(yīng)用于工業(yè)、醫(yī)學(xué)、軍事、農(nóng)林等范疇。我國是農(nóng)業(yè)大國，提高農(nóng)作物生產(chǎn)效率，提升農(nóng)機操作的安全性以及降低人工的勞動強度成為關(guān)注的焦點。智能農(nóng)機人是當代農(nóng)業(yè)和精準農(nóng)業(yè)的重要組成，也是未來農(nóng)業(yè)領(lǐng)域的研究方向。目前農(nóng)業(yè)機器人的研究主要以現(xiàn)有農(nóng)業(yè)機械為基礎(chǔ)或者設(shè)計新型農(nóng)業(yè)機械作為系統(tǒng)平臺，然后在該平臺上安裝相關(guān)傳感器(例如GPS、IMU、速度傳感器、攝像機等)作為硬件采集元件。根據(jù)識別和規(guī)劃出的導(dǎo)

2、航路徑，上位機進行分析和決策?？刂破鞲鶕?jù)指令控制農(nóng)機按照識別出的導(dǎo)航路徑進行轉(zhuǎn)向和行駛。
　　本研究從現(xiàn)有的農(nóng)業(yè)機器人導(dǎo)航路徑識別算法和研究水平出發(fā)，根據(jù)大田環(huán)境下玉米中后期的病蟲害防治以及精準農(nóng)業(yè)的自主導(dǎo)航需求，提出了基于單目視覺的小型農(nóng)業(yè)AGV的玉米行間自主導(dǎo)航方法，研究內(nèi)容具體如下：
　　首先，設(shè)計了小型農(nóng)業(yè)AGV的樣機和控制系統(tǒng)。農(nóng)業(yè)AGV設(shè)計成輪式樣式，整體的質(zhì)量較低、靈活性較強。根據(jù)我國北方玉米的種植方式，規(guī)劃樣

3、機的整機尺寸并留有熱霧機和噴藥系統(tǒng)的空間。農(nóng)業(yè)AGV的驅(qū)動形式為后輪驅(qū)動，通過電機驅(qū)動后輪，舵機控制前輪轉(zhuǎn)向。圖像處理開發(fā)板和工控機上位機用于圖像處理和導(dǎo)航?jīng)Q策。
　　其次，在圖像處理方面，改進了傳統(tǒng)的2G-R-B算法中的各個分量的權(quán)重，先采集玉米田間多張圖像，分別對每張圖像進行綠特征提取，找出G值三個分量的系數(shù)的平均值，并以該值作為綠色特征提取的系數(shù)，分離出作物行。隨后對圖像進行預(yù)處理操作，其中二值化運算方法較多，將開運算、閉運

4、算、腐蝕、膨脹進行靈活組合運用，分割出感興趣區(qū)域。在玉米根莖定位點識別和提取方面，利用了不同的方法進行對比，設(shè)計一種基于垂直投影圖的峰值點檢測算法判斷出玉米根莖峰值點，再將定位點二次修正，得到精確的玉米根莖定位點。
　　最后，分別用不同的直線擬合方法對玉米根莖定位點進行擬合。通過比較擬合后的精度和耗時，發(fā)現(xiàn)采用最小二乘法可以更快地、更精確地擬合出玉米行根莖線。計算兩條玉米行根莖線的角平分線方程，并以此線作為農(nóng)業(yè)AGV的導(dǎo)航基準線，

5、將玉米行中心線的導(dǎo)航偏角和橫向偏差作為導(dǎo)航輸入?yún)?shù)。提取這兩個參數(shù)之前，利用HDL和攝像機聯(lián)合標定的方法，可以快速地將圖像中的導(dǎo)航基準線的參數(shù)轉(zhuǎn)化到在世界坐標中，控制AGV的行走和轉(zhuǎn)向。
　　實驗表明，本研究提出的算法適用于中后期玉米等高桿作物病蟲害防治對小型農(nóng)業(yè)AGV視覺導(dǎo)航的需求，其橫向偏差的平均值為3cm，導(dǎo)航角度偏差的平均值為2.06°，符合田間的導(dǎo)航需求。本方法為農(nóng)業(yè)AGV在玉米大田中的自主行走提供了一種可靠的參考方法。