農(nóng)機自動導(dǎo)航技術(shù)是實現(xiàn)智能農(nóng)機裝備和智能農(nóng)業(yè)機器人的一項基礎(chǔ)性支撐技術(shù),是實現(xiàn)農(nóng)業(yè)機械智能化和自動化的重要保障;基于機器視覺的農(nóng)機智能導(dǎo)航技術(shù)的廣泛應(yīng)用仍需在多個方面展開研發(fā)。其中,導(dǎo)航線提取算法是基于機器視覺導(dǎo)航的關(guān)鍵技術(shù)之一。本文針對插秧機實際工作情況設(shè)計了兩種導(dǎo)航策略,并提出了相應(yīng)的導(dǎo)航線提取方法。當(dāng)農(nóng)田中沒有秧苗時,采用大津法分割圖像、邊界拓撲分析方法提取農(nóng)田邊界輪廓;當(dāng)農(nóng)田中有秧苗時,采用改進的超綠法提取秧苗,利用算法自動選取合適的秧苗中心點。利用最小二乘法和隨機采樣一致性算法擬合導(dǎo)航線,最終計算導(dǎo)航參數(shù)（橫向偏差和航向偏差）。試驗結(jié)果表明,在橫向距離為100 cm時,不同角度下的橫向偏差的平均誤差為2 cm,標(biāo)準(zhǔn)差為3 cm,角度誤差測量均值為0.14°,標(biāo)準(zhǔn)差為0.7°,該方法可以用于插秧機的視覺導(dǎo)航。 

【文章來源】：中國稻米. 2020,26(05)

【文章頁數(shù)】：6 頁

【文章目錄】：
1 逆投影變換
    1.1 建立現(xiàn)實參考系
    1.2 獲取標(biāo)志點像素坐標(biāo)
    1.3 逆投影變換矩陣H解算
2 導(dǎo)航線定位點提取
    2.1 秧苗導(dǎo)航線定位點提取
        2.1.1 RGB灰度變換
        2.1.2 閾值分割
        2.1.3 中心點選取
    2.2 邊界導(dǎo)航線定位點提取
        2.2.1 大津法圖像分割
        2.2.2 輪廓提取
3 導(dǎo)航線與參數(shù)計算
    3.1 導(dǎo)航線擬合
    3.2 導(dǎo)航參數(shù)計算
4 視覺定位精度實驗與分析
    4.1 實驗原理
    4.2 實驗材料與實驗步驟
        4.2.1 實驗材料
        4.2.2 實驗步驟
            4.2.2. 1 坐標(biāo)系建立
            4.2.2. 2 相機標(biāo)定
            4.2.2. 3 場景模擬
            4.2.2. 4 視覺計算
            4.2.2. 5
    4.3 實驗結(jié)果
5 總結(jié)


【參考文獻】：
期刊論文
[1]農(nóng)業(yè)機械導(dǎo)航技術(shù)研究進展[J]. 張漫,季宇寒,李世超,曹如月,徐弘禎,張振乾.  農(nóng)業(yè)機械學(xué)報. 2020(04)
[2]農(nóng)田視覺導(dǎo)航基準(zhǔn)線的識別與提取方法研究[J]. 喬智利,崔彥平,鄒新光.  農(nóng)機化研究. 2016(07)
[3]基于暗原色的農(nóng)機具視覺導(dǎo)航線提取算法[J]. 李勇,丁偉利.  光學(xué)學(xué)報. 2015(02)



本文編號：3168406