本文選題：農(nóng)業(yè)機(jī)器人 + 溫室��； 參考：《天津理工大學(xué)》2017年碩士論文

【摘要】：隨著現(xiàn)代都市型農(nóng)業(yè)和智能制造技術(shù)的發(fā)展,農(nóng)業(yè)機(jī)器人成為農(nóng)業(yè)機(jī)械裝備中智能控制技術(shù)應(yīng)用的典型代表,其視覺導(dǎo)航系統(tǒng)的研究受到越來越多學(xué)者的關(guān)注。設(shè)施溫室具有特殊的內(nèi)部環(huán)境(高溫、高濕、有毒等)。與農(nóng)田相比而言,結(jié)構(gòu)化的溫室更適合實施精確農(nóng)業(yè),能有效減少環(huán)境污染,提高工作效率,降低農(nóng)作人員的工作風(fēng)險。因此,智能型的溫室移動機(jī)器人已經(jīng)掀起各國學(xué)者研究的熱潮。近年來,由于計算機(jī)的不斷更新?lián)Q代與圖像處理技術(shù)的不斷發(fā)展,視覺導(dǎo)航成為機(jī)器人導(dǎo)航的熱門研究領(lǐng)域之一。本文以實現(xiàn)農(nóng)業(yè)溫室機(jī)器人的自主導(dǎo)航為目的,基于溫室農(nóng)作物成行種植的特點,運用圖像處理技術(shù),深入研究其導(dǎo)航路徑識別算法。1、對農(nóng)業(yè)機(jī)器人進(jìn)行了概述并介紹其發(fā)展現(xiàn)狀以及農(nóng)業(yè)溫室機(jī)器人的應(yīng)用,闡述了本文的選題背景和組織結(jié)構(gòu)。2、綜述了機(jī)器人的導(dǎo)航方法、視覺導(dǎo)航的分類以及農(nóng)業(yè)機(jī)器人視覺導(dǎo)航的發(fā)展,詳細(xì)闡述了視覺導(dǎo)航的技術(shù)體系,包括視覺系統(tǒng)的組成、關(guān)鍵技術(shù)和工作過程。3、從三個方面(圖像采集、圖像預(yù)處理和圖像分割)對圖像處理技術(shù)展開研究。針對圖像去噪問題,研究了改進(jìn)的中值濾波和小波去噪兩種圖像去噪算法,達(dá)到了去除混合噪聲的目的。結(jié)果表明,該算法能獲得細(xì)節(jié)完整的圖像且具有良好的實時性。4、研究提出了一種新的分割算法。通過對RGB顏色空間各分量算子重新組合比較,在HSI色彩空間對不同光照條件下各分量的均值和標(biāo)準(zhǔn)差進(jìn)行比較,確定對圖像的(G-B)、(R-B)差值圖像和H分量用Ostu法分別進(jìn)行閾值分割,然后再合并、濾波,將植物從背景中分離出來。所提出的分割方法算法簡單,可降低光照不均的影響,能適應(yīng)復(fù)雜的溫室環(huán)境,并準(zhǔn)確識別導(dǎo)航目標(biāo)。5、研究了改進(jìn)的“多對一”Hough(霍夫)變換算法,準(zhǔn)確地提取植物行列中心線,提高了運算速度,降低了存儲空間。根據(jù)圖像中植物的分布信息和機(jī)器人的位姿狀態(tài)就可以實現(xiàn)機(jī)器人的準(zhǔn)確導(dǎo)航。對本文所研究的視覺導(dǎo)航算法進(jìn)行了軟件上的實現(xiàn)。
[Abstract]:With the development of modern urban agriculture and intelligent manufacturing technology, agricultural robot has become a typical representative of intelligent control technology in agricultural machinery and equipment. More and more scholars pay attention to the research of vision navigation system. Greenhouse facilities have a special internal environment (high temperature, high humidity, toxic etc. Compared with farmland, structured greenhouse is more suitable for precision agriculture, which can effectively reduce environmental pollution, improve working efficiency and reduce the work risk of agricultural workers. Therefore, intelligent greenhouse mobile robot has aroused the upsurge of scholars all over the world. In recent years, with the development of computer and image processing technology, visual navigation has become one of the hot research fields of robot navigation. In order to realize the autonomous navigation of agricultural greenhouse robot, based on the characteristics of crop planting in greenhouse, image processing technology is used in this paper. In this paper, the navigation path recognition algorithm. 1 is deeply studied. The development of agricultural robot and the application of agricultural greenhouse robot are introduced. The background and organization structure of this paper are described, and the navigation method of the robot is summarized. The classification of visual navigation and the development of vision navigation of agricultural robot are described in detail, including the composition of visual system, key technology and working process. Image preprocessing and image segmentation are studied. Aiming at the problem of image denoising, the improved median filter and wavelet denoising algorithms are studied to remove the mixed noise. The results show that the algorithm can obtain the image with complete details and has good real-time. 4. A new segmentation algorithm is proposed. By comparing each component operator of RGB color space and comparing the mean value and standard deviation of each component under different illumination conditions in HSI color space, the threshold value of the difference image and H component of the image are determined by using Ostu method. Then merge, filter, and separate the plants from the background. The proposed segmentation algorithm is simple, can reduce the influence of uneven illumination, can adapt to complex greenhouse environment, and accurately identify navigation target .5. the improved "many-to-one" Hough-Hough transform algorithm is studied. Accurately extracting the centerline of plant column and column improves the operation speed and reduces the storage space. According to the distribution information of plants in the image and the position and pose state of the robot, the accurate navigation of the robot can be realized. The visual navigation algorithm studied in this paper is implemented in software.
【學(xué)位授予單位】：天津理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41;TP242

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 沈天飛,李斌,丁愛民,許吉力;農(nóng)業(yè)溫室的專家控制平臺[J];上海大學(xué)學(xué)報(自然科學(xué)版);2001年05期

相關(guān)會議論文 前3條

1 姚禹;劉剛;;農(nóng)業(yè)溫室智能管理系統(tǒng)的開發(fā)[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

2 柴立龍;馬承偉;王明磊;;淺層地?zé)崮茉谵r(nóng)業(yè)溫室供暖中的研究進(jìn)展[A];全國農(nóng)村清潔能源與低碳技術(shù)學(xué)術(shù)研討會論文集[C];2011年

3 董家貴;王恒;徐茂裕;;淺析山東省低碳農(nóng)業(yè)與新農(nóng)村建設(shè)[A];華東地區(qū)農(nóng)學(xué)會、山東農(nóng)學(xué)會2010年學(xué)術(shù)年會交流材料[C];2010年

相關(guān)重要報紙文章 前10條

1 張曉松;中西農(nóng)業(yè)溫室技術(shù)示范中心在津落成[N];建筑報;2000年

2 圖門;設(shè)施農(nóng)業(yè)成為農(nóng)民致富增收的金鑰匙[N];錫林郭勒日報;2007年

3 本報記者 何苗;2010設(shè)施農(nóng)業(yè)闊步前行[N];中國農(nóng)機(jī)化導(dǎo)報;2010年

4 記者 羅蘭;中國西班牙農(nóng)業(yè)溫室示范中心在津建成[N];人民日報海外版;2000年

5 記者 王強 通訊員 庫德熱提·尼扎木丁;大風(fēng)導(dǎo)致農(nóng)業(yè)直接損失350萬[N];吐魯番報(漢);2007年

6 ;農(nóng)業(yè)溫室技術(shù)合作[N];科技日報;2000年

7 壽偉;吐魯番市設(shè)施農(nóng)業(yè)年經(jīng)營收入過億[N];人民政協(xié)報;2011年

8 本報記者 胡中正 楊文浩;破繭成蝶的歷史跨越[N];吐魯番報(漢);2009年

9 記者張靈;州直設(shè)施農(nóng)業(yè)溫室突破1.7萬座[N];伊犁日報(漢);2009年

10 姚紅;發(fā)展低碳農(nóng)業(yè) 實現(xiàn)“美麗中國”[N];農(nóng)民日報;2014年

相關(guān)碩士學(xué)位論文 前6條

1 孫倩;基于嵌入式系統(tǒng)和GSM技術(shù)的農(nóng)業(yè)溫室遠(yuǎn)程監(jiān)控系統(tǒng)的研究與實現(xiàn)[D];大連工業(yè)大學(xué);2015年

2 劉泓霄;農(nóng)業(yè)溫室大棚多參數(shù)先進(jìn)控制系統(tǒng)設(shè)計[D];大連理工大學(xué);2016年

3 陳慧;農(nóng)業(yè)溫室機(jī)器人視覺導(dǎo)航技術(shù)的研究[D];天津理工大學(xué);2017年

4 周榮雙;農(nóng)業(yè)溫室環(huán)境溫度的建模與仿真[D];安徽農(nóng)業(yè)大學(xué);2012年

5 張開飛;關(guān)于農(nóng)業(yè)溫室自動化作業(yè)平臺的研究[D];鄭州大學(xué);2009年

6 張青嶺;基于單片機(jī)模糊控制的農(nóng)業(yè)溫室無線溫濕度監(jiān)控裝置設(shè)計[D];江西農(nóng)業(yè)大學(xué);2011年

，

本文編號：1936581