針對果林環(huán)境GPS信號容易丟失,造成農(nóng)機(jī)位姿估計(jì)誤差較大的問題,提出了一種基于因子圖的噴霧機(jī)多源融合定位方法.采用集成彩色和深度相機(jī)與IMU的RealSense D435i傳感器,感知無人噴霧機(jī)周圍環(huán)境信息.通過改進(jìn)的自適應(yīng)閾值均勻Harris角點(diǎn)提取方法,利用金字塔LK光流算法跟蹤匹配角點(diǎn),使用迭代最近點(diǎn)算法估計(jì)相機(jī)運(yùn)動,最終采用因子圖優(yōu)化算法迭代優(yōu)化位姿估計(jì)誤差.試驗(yàn)在林間道路進(jìn)行,改進(jìn)的方法與慣性組合導(dǎo)航相比,在GPS信號丟失時(shí)可以有效地實(shí)時(shí)估計(jì)噴霧機(jī)位姿,試驗(yàn)測試距離總共112.39 m,多傳感器融合后的位姿更新頻率約為50 Hz.結(jié)果表明:噴霧機(jī)定位均方根誤差減少了0.816 m,最大誤差減少了4.613 m,姿態(tài)角度估計(jì)最大誤差減少了2.713°. 

【文章來源】：江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,41(03)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

算法整體框架

式中:A為正交旋轉(zhuǎn)矩陣;p為三維平移向量;O為三維零向量.為了采用因子圖優(yōu)化狀態(tài)變量,對旋轉(zhuǎn)量求導(dǎo)進(jìn)行優(yōu)化,采用特殊正交群SO(3)表示旋轉(zhuǎn)矩陣A,對應(yīng)的李代數(shù)φ是SO(3)群上的三維切向量[10].

通過光流法跟蹤Harris角點(diǎn)估計(jì)噴霧機(jī)位姿變換.Harris角點(diǎn)假設(shè)相鄰幀圖像灰度不變,計(jì)算灰度圖像某一像素為中心的窗口中水平和豎直方向的梯度,并將2個(gè)方向的梯度值相乘生成二階矩M,通過判斷二階矩M的特征值的大小來選擇角點(diǎn).由于采用微分運(yùn)算,Harris角點(diǎn)對圖像旋轉(zhuǎn)、亮度和對比度的變化不敏感[11],適合用于室外果林間圖像的特征角點(diǎn)提取,同時(shí)Harris角點(diǎn)檢測效率較高,能夠保證定位的實(shí)時(shí)性.Harris角點(diǎn)原理如圖3所示.對于圖像I(x,y),通過自相關(guān)函數(shù)給出點(diǎn)(x,y)處平移(Δx,Δy)灰度差異:

【參考文獻(xiàn)】：
期刊論文
[1]基于因子圖的組合導(dǎo)航方法及其可行性研究[J]. 朱曉晗,陳帥,蔣長輝,張博雅,韓林.  電光與控制. 2019(04)
[2]基于信息融合的農(nóng)業(yè)自主車輛障礙物檢測方法[J]. 薛金林,董淑嫻,范博文.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(S1)
[3]履帶自走式果園自動對靶風(fēng)送噴霧機(jī)研究[J]. 姜紅花,白鵬,劉理民,董西峰,宋堅(jiān)利,張曉輝.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(S1)
[4]寬幅施藥機(jī)械機(jī)器視覺輔助導(dǎo)航系統(tǒng)研究[J]. 李林,魏新華,朱文靜,李晉陽.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2015(09)
[5]Harris角點(diǎn)自適應(yīng)檢測的水稻低空遙感圖像配準(zhǔn)與拼接算法[J]. 周志艷,閆夢璐,陳盛德,蘭玉彬,羅錫文.  農(nóng)業(yè)工程學(xué)報(bào). 2015(14)
[6]農(nóng)業(yè)機(jī)械導(dǎo)航技術(shù)發(fā)展分析[J]. 姬長英,周俊.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2014(09)
[7]基于視覺組合的蘋果作業(yè)機(jī)器人識別與定位[J]. 王輝,毛文華,劉剛,胡小安,李樹君.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2012(12)



本文編號：3593350