【摘要】：以農(nóng)業(yè)為基礎(chǔ)的信息技術(shù)的發(fā)展,是提升農(nóng)業(yè)生產(chǎn)力、強(qiáng)化智慧農(nóng)業(yè)的必要技術(shù)手段�；谝曈X的機(jī)器人導(dǎo)航方法雖然能較好指導(dǎo)機(jī)器人行走,但是田間機(jī)器人導(dǎo)航算法復(fù)雜且較難滿足應(yīng)用場景實(shí)時(shí)性要求。因此,本文的設(shè)計(jì)并實(shí)現(xiàn)了功耗低且運(yùn)行速度快的田間機(jī)器人視覺導(dǎo)航算法�；谝曈X的田間機(jī)器人導(dǎo)航算法實(shí)現(xiàn)的關(guān)鍵在于如何快速且精確地確定復(fù)雜田間圖像中田壟的位置。傳統(tǒng)的壟線提取方法均是離線的、非實(shí)時(shí)的,并不能有效地控制機(jī)器人行動(dòng)。因此,本文分析已有田間壟線檢測算法,提出基于扇形掃描壟線的優(yōu)化方法,并采用該方法檢測壟線位置。依據(jù)實(shí)驗(yàn)結(jié)果分析,該優(yōu)化方法可有效檢測到壟線信息,相比于已有算法優(yōu)化后的算法平均準(zhǔn)確率可達(dá)89.7%。繼而,本文重點(diǎn)在現(xiàn)場可編程門陣列(FPGA)上設(shè)計(jì)和實(shí)現(xiàn)田間機(jī)器人導(dǎo)航算法。整體算法由圖像預(yù)處理、優(yōu)化后的田間壟線檢測和田間機(jī)器人導(dǎo)航參數(shù)提取三個(gè)部分組成。該三部分內(nèi)部均采用并行流水線架構(gòu)實(shí)現(xiàn)。其中,圖像預(yù)處理的各個(gè)子模塊以并行方式計(jì)算圖像綠度和閾值,并以流水線方式分割圖像作物和背景;而田間壟線檢測模塊則采用并行方式計(jì)算壟線密度和左右邊界,并以流水線的形式傳輸圖像數(shù)據(jù)。依最終實(shí)驗(yàn)結(jié)果,對分辨率為1920×1080尺寸的圖像,圖像預(yù)處理模塊能有效分割出圖像中的綠色作物和背景,且與真值相比F-score值為91.1%,用時(shí)僅16ms。本文實(shí)現(xiàn)的田間壟線檢測模塊在0.2s內(nèi)即可完成圖像中壟線的檢測,相比于軟件實(shí)現(xiàn)算法占用時(shí)間縮短了近50倍。導(dǎo)航參數(shù)提取模塊占用372個(gè)寄存器和1013個(gè)查找表。經(jīng)過試驗(yàn)表明,在保證整體算法運(yùn)算精度的前提下,本文實(shí)現(xiàn)了基于FPGA的田間機(jī)器人導(dǎo)航算法架構(gòu),并滿足了算法的實(shí)時(shí)性要求。
【圖文】：

基于嵌入式 FPGA 的田間機(jī)器人雙目視覺導(dǎo)航算法的設(shè)計(jì)與實(shí)現(xiàn)坐標(biāo)系轉(zhuǎn)換為圖像坐標(biāo)系[42]。相機(jī)參考坐標(biāo)系下的點(diǎn) 0 0 x , y 其轉(zhuǎn)換公式如式(2-1)所示。每一個(gè)像素點(diǎn)在成像平面的寬度成像內(nèi)容可理解為將物體平移或旋轉(zhuǎn)得到的，如式(2-3)所示像平面原點(diǎn)位置的距離，， 0 0 0x , y ,z 為現(xiàn)實(shí)世界中物體的位系的原點(diǎn)不同，因此光心 O 的位置與成像平面在 x 方向和

應(yīng)的灰度值大于該閾值 T 時(shí)，則設(shè)該像素點(diǎn)值為 2 20 0 1 1iT = arg max ω t σ t + ω t σ t 的是清除圖像中的噪聲，使得二值圖像的邊緣更濾波方法[54]等。常見的濾波方法包括：中值濾波值濾波在降低圖像中存在的信號噪聲的同時(shí)，相邊緣信息[58]。由于邊緣信息對田間機(jī)器人導(dǎo)航算進(jìn)行預(yù)處理，并設(shè)置中值濾波窗口大小為 5×5。一系列過程可表示為式(2-7)[55]。其中， i-k i f , , f中所有像素的中值。 i-k i i+kf = med f , , f , , f
【學(xué)位授予單位】：內(nèi)蒙古大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP242;TN791

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張瀟;胡小平;張禮廉;馬濤;王玉杰;;一種改進(jìn)的RatSLAM仿生導(dǎo)航算法[J];導(dǎo)航與控制;2015年05期

2 涂睿;王瑋;;捷聯(lián)慣導(dǎo)系統(tǒng)的極區(qū)導(dǎo)航算法優(yōu)化設(shè)計(jì)[J];計(jì)算機(jī)仿真;2015年08期

3 王勝標(biāo);王俊璞;倪靜靜;田蔚風(fēng);金志華;;GPS/INS組合導(dǎo)航算法性能評估平臺[J];中國慣性技術(shù)學(xué)報(bào);2007年02期

4 于清波;張宇;;基于雙四元數(shù)的MEMS INS/GNSS組合導(dǎo)航算法[J];中國新通信;2017年19期

5 孫玉娟;吳則舉;楊妍妍;;一種基于WebGIS的最優(yōu)路徑導(dǎo)航算法[J];魯東大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

6 劉強(qiáng)軍;張巖;;面向FPGA的慣性導(dǎo)航算法的研究與實(shí)現(xiàn)[J];微電子學(xué)與計(jì)算機(jī);2018年07期

7 劉江;呂妍紅;;低成本MIMU/GPS車載組合測量系統(tǒng)的導(dǎo)航算法設(shè)計(jì)[J];彈箭與制導(dǎo)學(xué)報(bào);2015年04期

8 趙新云;劉厚泉;;一種基于概念格的室內(nèi)導(dǎo)航算法[J];大眾科技;2010年04期

9 喬國棟;倪茂林;李鐵壽;;基于能觀度分析的信息融合自主導(dǎo)航算法[J];宇航學(xué)報(bào);2008年03期

10 孫立國;李欣;李世丹;王德生;;地形特征對粒子濾波導(dǎo)航算法精度影響分析[J];信息與電子工程;2011年06期

相關(guān)會(huì)議論文 前10條

1 劉宇飛;崔平遠(yuǎn);崔祜濤;尚海濱;;深度撞擊任務(wù)中的接近段導(dǎo)航算法研究[A];中國宇航學(xué)會(huì)深空探測技術(shù)專業(yè)委員會(huì)第四屆學(xué)術(shù)年會(huì)論文集[C];2007年

2 王鵬;張迎春;;基于太陽敏感器/紅外地平儀的自主導(dǎo)航算法研究[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（二）[C];2007年

3 于乃功;王勝;;基于細(xì)胞自動(dòng)機(jī)的移動(dòng)機(jī)器人導(dǎo)航算法研究[A];2009年中國智能自動(dòng)化會(huì)議論文集（第一分冊）[C];2009年

4 喬國棟;王大軼;李鐵壽;;基于能觀度分析的轉(zhuǎn)移軌道自主導(dǎo)航算法研究[A];中國宇航學(xué)會(huì)深空探測技術(shù)專業(yè)委員會(huì)第四屆學(xué)術(shù)年會(huì)論文集[C];2007年

5 彭玉明;李爽;;火星大氣進(jìn)入U(xiǎn)KF導(dǎo)航算法[A];中國宇航學(xué)會(huì)深空探測技術(shù)專業(yè)委員會(huì)第七屆學(xué)術(shù)年會(huì)論文集[C];2010年

6 賈瑞才;伍蔡倫;智奇楠;蔚保國;;低成本MEMSIMU與GPS組合導(dǎo)航算法研究[A];第四屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)論文集-S9 組合導(dǎo)航與導(dǎo)航新方法[C];2013年

7 王鵬;張迎春;;基于星敏感器/磁強(qiáng)計(jì)的自主導(dǎo)航算法研究[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

8 李健;黃一峰;王彬;;基于相關(guān)空間法的自主導(dǎo)航算法研究[A];新教育時(shí)代（2015年10月 總第3輯）[C];2015年

9 張全;牛小驥;章紅平;施闖;;針對地面車輛的低端GNSS/INS系統(tǒng)導(dǎo)航算法簡化研究[A];第二屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)電子文集[C];2011年

10 陳巍;朱欣華;;數(shù)據(jù)類型對SINS中導(dǎo)航算法計(jì)算精度的影響分析[A];中國儀器儀表學(xué)會(huì)第五屆青年學(xué)術(shù)會(huì)議論文集[C];2003年

相關(guān)博士學(xué)位論文 前2條

1 劉鳳鳴;重力梯度輔助導(dǎo)航定位技術(shù)研究[D];哈爾濱工程大學(xué);2010年

2 武慶雅;旋轉(zhuǎn)彈藥的慣性導(dǎo)航與解耦控制方法研究[D];北京理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 李杉;基于FPGA的實(shí)時(shí)田間機(jī)器人視覺導(dǎo)航算法架構(gòu)的設(shè)計(jì)與實(shí)現(xiàn)[D];內(nèi)蒙古大學(xué);2019年

2 秦名赫;以太網(wǎng)拓?fù)淠Ｊ较麓脤?dǎo)航算法性能驗(yàn)證平臺研究與設(shè)計(jì)[D];哈爾濱工程大學(xué);2019年

3 陳澤;分隊(duì)協(xié)同導(dǎo)航算法研究[D];國防科學(xué)技術(shù)大學(xué);2016年

4 賀江濤;航天器近距離交會(huì)自主光學(xué)相對導(dǎo)航算法研究[D];南京航空航天大學(xué);2012年

5 陳磊;車載GPS動(dòng)態(tài)導(dǎo)航算法及其應(yīng)用研究[D];北京交通大學(xué);2012年

6 鄧?yán)麍?jiān);GPS/INS組合導(dǎo)航算法研究[D];電子科技大學(xué);2013年

7 馬雪卉;飛控硬件平臺設(shè)計(jì)及導(dǎo)航算法研究[D];西安理工大學(xué);2017年

8 曾占魁;視覺/慣性組合相對導(dǎo)航算法及物理仿真研究[D];哈爾濱工業(yè)大學(xué);2007年

9 王加芳;GPS/Visual/INS多傳感器融合導(dǎo)航算法的研究[D];浙江大學(xué);2017年

10 馬駿;大飛機(jī)綜合導(dǎo)航算法研究[D];哈爾濱工業(yè)大學(xué);2008年

本文編號：2653090