針對傳統(tǒng)農(nóng)作物采摘方式落后、采摘效率低、果實特征識別精度低等問題,提出了一種基于SIFT的果實特征匹配算法.對導(dǎo)航機器人采集的果實圖像進行去噪與特征提取,然后對不同傳感器采集到的含有一定角度偏差的圖像進行匹配,得到較精準(zhǔn)的特征位置:提出了一種高斯-粒子濾波（Gauss-Particle Filter,Gauss-PF）的SLAM（Simultaneous Localization and Mapping）算法.仿真實驗表明,通過增大噪聲協(xié)方差及特征位置初值誤差驗證算法的精度,PF和Gauss-PF算法的誤差均隨時間逐漸降低,且在x,y方向,后者誤差均小于1 cm.新的算法具有較強的穩(wěn)定性與較高的定位精度.最后在同等條件下,基于單個果實特征位置（0,0）的特征進行x,y方向2次觀測,并采用Gauss-PF和PF算法對觀測值進行量測估計,實驗表明新算法均能在（0,0）的較小鄰域[-1,1]cm誤差范圍內(nèi)對其進行估計,高于PF算法的精度[-2,2]cm. 

【文章來源】：河南師范大學(xué)學(xué)報(自然科學(xué)版). 2020,48(02)北大核心

【文章頁數(shù)】：7 頁

【文章目錄】：
1 SLAM模型
    1.1狀態(tài)方程的建立
    1.2 特征地圖模型的建立
    1.3 統(tǒng)觀測模型的建立
2 粒子濾波算法
3 SIFT特征匹配算法
4 圖像采集與實驗分析
    4.1 圖像處理技術(shù)
    4.2 圖像分割與特征提取處理
5 基于SLAM的特征定位實驗與分析
    5.1 基于SLAM的特征位置估計
    5.2 基于PF,Gauss-PF濾波算法對特征位置估計
    5.3 基于成熟果實定位的觀測與估計
6 結(jié) 論


【參考文獻】：
期刊論文
[1]基于移動最小二乘法的軌跡擬合切線方位角計算[J]. 姚連璧,錢瑾斐.  同濟大學(xué)學(xué)報(自然科學(xué)版). 2018(11)
[2]基于視覺與慣性的農(nóng)機組合導(dǎo)航的方法研究[J]. 馬志艷,歐陽方熙,楊光友,余昌舜.  農(nóng)機化研究. 2019(06)
[3]蘋果采摘機器人視覺系統(tǒng)研究進展[J]. 王丹丹,宋懷波,何東健.  農(nóng)業(yè)工程學(xué)報. 2017(10)
[4]基于視覺的茶作物行間行走路徑規(guī)劃研究[J]. 馬志艷,湯有勝,楊光友.  農(nóng)機化研究. 2017(01)
[5]多末端蘋果采摘機器人機械手運動學(xué)分析與試驗[J]. 李國利,姬長英,顧寶興,徐偉悅,董芒.  農(nóng)業(yè)機械學(xué)報. 2016(12)
[6]水下石油管道漏油檢測定位的粒子濾波SLAM算法[J]. 袁贛南,王丹丹,魏延輝,洪偉.  中國慣性技術(shù)學(xué)報. 2013(02)
[7]基于SIFT和小波變換的圖像拼接算法[J]. 王宇,王涌天,劉越.  北京理工大學(xué)學(xué)報. 2009(05)
[8]改進SIFT特征在圖像匹配中的應(yīng)用[J]. 張春美,龔志輝,孫雷.  計算機工程與應(yīng)用. 2008(02)

博士論文
[1]基于信息融合的水下多目標(biāo)跟蹤技術(shù)研究[D]. 李曉花.西北工業(yè)大學(xué) 2016
[2]基于計算機視覺的樹上柑橘自動識別和定位技術(shù)的研究[D]. 彭輝.華中農(nóng)業(yè)大學(xué) 2011

碩士論文
[1]成熟蘋果的圖像識別及其位姿的獲取研究[D]. 趙文旻.南京農(nóng)業(yè)大學(xué) 2012



本文編號：3424480