【摘要】：我國作為農(nóng)業(yè)生產(chǎn)大國,近年來,隨著我國人口老齡化速度不斷加快,以及城市化導(dǎo)致農(nóng)村勞動力逐漸減少,傳統(tǒng)的人工植保方式已不能適應(yīng)日益增長的農(nóng)業(yè)生產(chǎn)需求,因此應(yīng)用于農(nóng)業(yè)植保領(lǐng)域的無人機技術(shù)研究具有非常重要的意義。然而由于植保無人機的作業(yè)場景中常常存在的電線桿、樹木等典型障礙物,影響無人機近地作業(yè)的飛行安全。為了確保無人機安全,要求植保無人機具有自動避障能力,為此提出了基于結(jié)構(gòu)光視覺的障礙物檢測方法。為了保證植保無人機在線檢測的實時性,提出了基于GPU的障礙物結(jié)構(gòu)光圖像加速處理技術(shù)的研究�；诮Y(jié)構(gòu)光視覺的障礙物檢測主要是通過CCD采集障礙物結(jié)構(gòu)光圖像,并通過GPU進行一系列圖像加速處理得到較完整的單像素障礙物輪廓曲線,最后通過參數(shù)計算得到障礙物的距離、寬度及方位角等信息,以便植保無人機根據(jù)障礙物參數(shù)進行避障。本文的研究內(nèi)容主要概括如下:(1)研究了現(xiàn)有的主流無人機障礙物檢測技術(shù)和圖像加速處理技術(shù),并歸納總結(jié)了各自的優(yōu)缺點,并在此基礎(chǔ)上提出了基于結(jié)構(gòu)光視覺的障礙物檢測方法,重點研究了CUDA架構(gòu)下的障礙物結(jié)構(gòu)光圖像處理方法,保證了植保無人機的實時性。(2)針對植保無人機在線圖像處理需求,將嵌入式GPU應(yīng)用于障礙物圖像處理。深入研究了CUDA編程模式,并完成障礙物檢測系統(tǒng)的軟硬件設(shè)計,為圖像處理并行化實現(xiàn)奠定了基礎(chǔ)。(3)對于圖像處理流程中的圖像增強,提出了CUDA并行計算架構(gòu)下的基于點處理的空域法圖像增強算法。該算法有效地增大了背景和障礙物之間的灰度差異性,在提高障礙物輪廓線灰度的同時,削弱了背景噪聲的影響。最后對并行算法進行性能分析,通過修改執(zhí)行配置優(yōu)化算法。(4)對于圖像處理流程中的圖像分割,提出了CUDA并行計算架構(gòu)下的基于網(wǎng)格劃分的二維熵閾值分割和k-means聚類算法融合的結(jié)構(gòu)光圖像并行分割算法,算法充分利用了障礙物結(jié)構(gòu)光圖像的空間信息,不僅有效的保證了圖像的分割效果,分割時間也能很好地滿足植保應(yīng)用需求。最后對并行分割算法進行性能分析,通過修改執(zhí)行配置優(yōu)化并行算法。(5)針對圖像處理中的圖像細化,通過對比現(xiàn)有的并行細化算法,并針對結(jié)構(gòu)光圖像特點,提出了適合障礙物結(jié)構(gòu)光圖像的基于網(wǎng)格劃分的改進FPA細化算法,該算法在CUDA架構(gòu)下并行實現(xiàn)。最后對并行細化算法進行性能分析,通過修改執(zhí)行配置優(yōu)化并行算法。(6)針對圖像處理完成后的二值圖像,提出了基于ROI區(qū)域的障礙物的距離、寬度及方位角檢測參數(shù)的計算方法。該算法首先通過橫向灰度累加獲取障礙物的ROI區(qū)域,然后在ROI區(qū)域中提取障礙物輪廓線的端點坐標,從而計算得到障礙物的距離、寬度及方位角等信息。(7)分別設(shè)計四個實驗:圖像處理效果、處理時間及障礙物檢測的靜態(tài)實驗和動態(tài)實驗,實驗結(jié)果表明障礙物參數(shù)檢測誤差滿足本文檢測檢測系統(tǒng)準確性要求,且單次檢測時間約55ms,滿足植保無人機障礙物檢測系統(tǒng)實時性要求。
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：V279;V249
【圖文】：

基于結(jié)構(gòu)光的障礙物檢測原理示意圖

杭州電子科技大學(xué)碩士學(xué)位論文7當飛行途中遇電線桿障礙物時，場景圖和采集的結(jié)構(gòu)光原始圖像分別如圖2.2中的(a)和(b)所示。在結(jié)構(gòu)光圖像中，光帶的縱向位置反映了障礙物的距離，寬度反映了障礙物的寬度，橫向位置反映了障礙物的方位，經(jīng)過計算可以得到前方障礙物的距離、寬度及方位角等信息。(a) 場景圖 (b) 結(jié)構(gòu)光原始圖像圖 2.2 障礙物為電線桿時的場景圖和結(jié)構(gòu)光原始圖像通過采集各種場景下大量障礙物結(jié)構(gòu)光原始圖像，并經(jīng)過分析可以總結(jié)出障礙物結(jié)構(gòu)光原始圖像兩大特點：(1)由于障礙物本身反射光的強弱和外界自然光的干擾，圖像噪聲隨機分布；(2)障礙物在圖像中整體變現(xiàn)為光帶，且光帶在整幅圖中占有較小的比例；(3)隨著距離的減小，光帶寬度逐漸變大，且光帶逐漸靠近中心。2.2 檢測參數(shù)提取根據(jù) 2.1 小節(jié)結(jié)構(gòu)光檢測原理可知，障礙物結(jié)構(gòu)光圖像中包含有豐富的障礙物信息，主要是距離、寬度和方位角信息。在實際場景中

無人機姿態(tài)角示意圖

【相似文獻】

相關(guān)期刊論文 前10條

1 蔡贊贊;;結(jié)構(gòu)光技術(shù)解析及應(yīng)用[J];中國新通信;2018年11期

2 戴誠銘;;多結(jié)構(gòu)光測量技術(shù)的應(yīng)用分析[J];數(shù)碼世界;2016年12期

3 瞿丹;周莉萍;徐龍;陳良洲;干江紅;;一種新型近似無衍射柵型結(jié)構(gòu)光及其實現(xiàn)方法[J];光電工程;2010年09期

4 王宇超;楊旭波;曾亮;;一種新的不可見結(jié)構(gòu)光算法[J];微計算機信息;2009年26期

5 林帥;宋展;陳寅;吳彤;程志全;;使用白色結(jié)構(gòu)光編碼的三維幾何發(fā)型重建[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2017年04期

6 朱真;杜軼誠;秦緒佳;陳勝男;;結(jié)構(gòu)光條紋圖像分割方法[J];計算機應(yīng)用與軟件;2016年08期

7 陳至坤;徐傲;王福斌;王一;;基于單目視覺和圓結(jié)構(gòu)光的目標姿態(tài)測量方法[J];應(yīng)用光學(xué);2016年05期

8 吳志偉;;棱鏡組產(chǎn)生寬區(qū)域近似無衍射柵型結(jié)構(gòu)光[J];激光與光電子學(xué)進展;2015年04期

9 王穎;張圓;;一種基于平面靶標的圓結(jié)構(gòu)光標定方法[J];紅外與激光工程;2013年S1期

10 王飛;周富強;;一種基于光纖傳像束的可編程結(jié)構(gòu)光投射器的設(shè)計[J];光電技術(shù)應(yīng)用;2007年06期

相關(guān)會議論文 前10條

1 崔海華;王震;廖文和;戴寧;程筱勝;;一種新的基于結(jié)構(gòu)光的三維測量模型[A];中國幾何設(shè)計與計算新進展2007——第三屆中國幾何設(shè)計與計算大會論文集[C];2007年

2 黎明;馮華君;徐之海;;一種基于光強信息的結(jié)構(gòu)光圖像輪廓提取方法[A];大珩先生九十華誕文集暨中國光學(xué)學(xué)會2004年學(xué)術(shù)大會論文集[C];2004年

3 單俊;熊震宇;邱元棋;薛誠;;基于多視覺的焊縫結(jié)構(gòu)光圖像處理與特征提取方法研究[A];中國機械工程學(xué)會焊接學(xué)會第十八次全國焊接學(xué)術(shù)會議論文集——S05機器人與自動化[C];2013年

4 李春艷;范生宏;王立;盧欣;陳繼華;;月球車結(jié)構(gòu)光視覺系統(tǒng)標定方法研究[A];第二十三屆全國空間探測學(xué)術(shù)交流會論文摘要集[C];2010年

5 劉志健;金施群;盧榮勝;;無畸變結(jié)構(gòu)光投影儀的標定[A];中國儀器儀表學(xué)會第九屆青年學(xué)術(shù)會議論文集[C];2007年

6 史玉升;李中偉;鐘凱;王從軍;;基于數(shù)字光柵投影的結(jié)構(gòu)光三維測量技術(shù)[A];2009年促進中部崛起專家論壇暨第五屆湖北科技論壇——裝備制造產(chǎn)業(yè)發(fā)展論壇論文集（下）[C];2009年

7 史玉升;李中偉;鐘凱;王從軍;;基于數(shù)字光柵投影的結(jié)構(gòu)光三維測量技術(shù)[A];科技支撐 科學(xué)發(fā)展——2009年促進中部崛起專家論壇暨第五屆湖北科技論壇文集[C];2009年

8 張廣軍;賀俊吉;;基于圓結(jié)構(gòu)光的內(nèi)表面三維視覺檢測模型[A];中國儀器儀表學(xué)會學(xué)術(shù)論文集[C];2004年

9 熊耀陽;陳曉波;孫健;張富強;習(xí)俊通;;結(jié)構(gòu)光投影面部三維測量系統(tǒng)的精度研究[A];第六次全國口腔修復(fù)學(xué)學(xué)術(shù)會議論文摘要匯編[C];2009年

10 賈建長;李h

本文編號：2750903