發(fā)布時(shí)間：2021-11-24 08:55

　　丘陵山區(qū)耕地面積約占我國耕地總面積的63.2%,是我國重要的糧食、油料、煙葉等作物的生產(chǎn)基地。但丘陵山區(qū)田間道路自然條件差,導(dǎo)致目前農(nóng)用物資和農(nóng)產(chǎn)品在田間道路上的轉(zhuǎn)運(yùn)存在勞動力投入大、安全性差、發(fā)展水平低等問題。在農(nóng)村勞動力缺乏的情況下,丘陵山區(qū)亟需一種自動化程度高、安全性好的田間道路搬運(yùn)車。本文針對丘陵山區(qū)田間道路無車道線、邊界模糊、背景環(huán)境復(fù)雜多變等特點(diǎn),采用雙目攝像頭對搬運(yùn)車前方的道路進(jìn)行識別,利用立體匹配和三維重建技術(shù)獲取田間道路的三維信息,據(jù)此進(jìn)行田間道路上的局部路徑跟蹤,實(shí)現(xiàn)搬運(yùn)車在田間道路上的自動行駛。主要研究內(nèi)容有:（1）雙目視覺原理及雙目攝像頭標(biāo)定。分析雙目視覺系統(tǒng)的五個(gè)基本坐標(biāo)系和各個(gè)坐標(biāo)系之間的關(guān)系,根據(jù)單目和雙目攝像機(jī)的成像模型,選定基于MATLAB工具箱的張正友標(biāo)定法,以黑白棋盤格作為參照物,提取棋盤格的角點(diǎn)作為特征,完成雙目攝像頭內(nèi)、外參數(shù)的獲取,并對比不同標(biāo)定距離下的結(jié)果。（2）田間道路圖像處理算法。分析對比RGB、Lab、HSI、HSV四種不同顏色空間下田間道路圖像分割處理結(jié)果,選擇能適應(yīng)各種田間道路的HSV顏色空間進(jìn)行圖像處理。分離HSV顏色空間中的V... 

【文章來源】：西南大學(xué)重慶市 211工程院校 教育部直屬院校

【文章頁數(shù)】：102 頁

【學(xué)位級別】：碩士

【部分圖文】：

田間道路Fig.2-1Fieldroads

第 3 章 雙目視覺原理以及雙目攝像頭的標(biāo)定第 3 章 雙目視覺原理及雙目攝像頭的標(biāo)定環(huán)境下,搬運(yùn)車在田間道路上的自動行駛過程中，需要對欲行駛別和定位，正確判斷田間道路搬運(yùn)車相對于道路中線的位置。進(jìn)行田間道路識別和三維信息重建，需先對雙目攝像頭進(jìn)行標(biāo)右攝像頭的內(nèi)部參數(shù)矩陣和外部參數(shù)矩陣。內(nèi)部參數(shù)矩陣與攝關(guān)，主要包括焦距、成像原點(diǎn)等；外部參數(shù)矩陣與攝像頭在三關(guān)，包括兩個(gè)攝像頭的相對位置、旋轉(zhuǎn)方向等。坐標(biāo)系的介紹攝像頭的標(biāo)定一般涉及到 5 個(gè)基本的參考坐標(biāo)系[48]，其相對關(guān)

圖 3-2 基本坐標(biāo)系之間的關(guān)系Fig.3-2 Relationship among four coordinate systems3.2.2 非線性攝像機(jī)模型針孔成像模型是假設(shè)攝像頭沒有畸變的理想模型，但在實(shí)際加工制造過程中，由于工藝和裝配的偏差會造成攝像頭的畸變[50]，比較明顯地反映在畫面邊緣，導(dǎo)致采集圖像的幾何失真。實(shí)際的攝像機(jī)成像模型如圖 3-3 所示。 , i i im x y , r r rm x y

【參考文獻(xiàn)】：
期刊論文
[1]基于三維激光雷達(dá)的動態(tài)障礙物檢測和追蹤方法[J]. 鄒斌,劉康,王科未.  汽車技術(shù). 2017(08)
[2]一種極線約束修正數(shù)字圖像相關(guān)匹配的立體視覺測量方法[J]. 單寶華,霍曉洋,劉洋.  中國激光. 2017(08)
[3]“改地適機(jī)”是丘陵山區(qū)農(nóng)機(jī)化發(fā)展的治本之策[J]. 劉小偉.  中國農(nóng)機(jī)化學(xué)報(bào). 2017(07)
[4]基于RGB熵的非結(jié)構(gòu)化道路分割方法[J]. 李迎春,付興建,薛琴.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(06)
[5]基于PCA-SVM準(zhǔn)則改進(jìn)區(qū)域生長的非結(jié)構(gòu)化道路識別[J]. 王新晴,孟凡杰,呂高旺,任國亭.  計(jì)算機(jī)應(yīng)用. 2017(06)
[6]淺議丘陵山區(qū)農(nóng)機(jī)化發(fā)展面臨的問題和對策[J]. 李耀輝.  中國農(nóng)學(xué)通報(bào). 2017(08)
[7]基于主動輪廓模型的自動導(dǎo)引車視覺導(dǎo)航[J]. 林桂潮,鄒湘軍,張青,熊俊濤.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(02)
[8]丘陵山區(qū)農(nóng)業(yè)機(jī)械化發(fā)展現(xiàn)狀及對策[J]. 王升升,耿令新.  農(nóng)業(yè)工程. 2016(05)
[9]雙目立體匹配算法的FPGA實(shí)現(xiàn)[J]. 韓劍輝,吳振,李蘭英.  哈爾濱理工大學(xué)學(xué)報(bào). 2016(04)
[10]基于樹形結(jié)構(gòu)的半全局立體匹配算法[J]. 葛忠孝,邢帥,夏琴,王棟,侯曉芬,江騰達(dá).  計(jì)算機(jī)工程. 2016(08)

博士論文
[1]基于虛擬現(xiàn)實(shí)的拖拉機(jī)雙目視覺導(dǎo)航試驗(yàn)方法研究[D]. 翟志強(qiáng).中國農(nóng)業(yè)大學(xué) 2017
[2]基于視覺的智能車輛道路識別與障礙物檢測方法研究[D]. 石金進(jìn).哈爾濱工業(yè)大學(xué) 2017
[3]視覺輔助駕駛系統(tǒng)多維度道路建模及車輛定位優(yōu)化[D]. 蔣如意.上海交通大學(xué) 2012

碩士論文
[1]車載雙目場景下基于多特征融合的道路檢測方法研究[D]. 和文麗.廈門大學(xué) 2017
[2]基于雙目視覺的智能車道路環(huán)境識別研究[D]. 程一倫.吉林大學(xué) 2017
[3]基于網(wǎng)格化場景下多車式機(jī)器人運(yùn)動協(xié)調(diào)算法研究與實(shí)現(xiàn)[D]. 章謹(jǐn).北京交通大學(xué) 2017
[4]室外無人車自主導(dǎo)航方法研究[D]. 張高明.浙江大學(xué) 2017
[5]基于立體視覺的道路場景分割與車輛檢測算法研究[D]. 王澤運(yùn).南京理工大學(xué) 2017
[6]輔助駕駛中基于單幅圖像的復(fù)雜道路場景分類方法研究[D]. 楊景超.燕山大學(xué) 2016
[7]基于多特征融合的交通標(biāo)志檢測與識別[D]. 蔡會祥.電子科技大學(xué) 2016
[8]基于雙目視覺的無人車行駛障礙物定位跟蹤方法研究[D]. 陳盼.長安大學(xué) 2016
[9]微裝配系統(tǒng)圖像識別與定位技術(shù)研究[D]. 張炳銀.北京理工大學(xué) 2016
[10]基于多特征融合的全景圖道路輪廓自動提取方法及應(yīng)用研究[D]. 線冰曦.北京工業(yè)大學(xué) 2015



本文編號：3515643