共查询到18条相似文献，搜索用时 578 毫秒
1.
改进随机样本一致性算法的弯曲果园道路检测 总被引：1，自引：1，他引：1
果园道路检测的目的是为农业采摘机器人鲁棒实时地规划出合适的行走路径,因果园环境的复杂性,例如光照变化、杂草和落叶遮挡等因素的影响造成视觉检测算法鲁棒性差,为此提出融合边缘提取和改进随机样本一致性的弯曲果园道路检测方法。首先,根据果园道路的颜色分布特征和几何形状特征,使用有限差分算子提取图像边缘,再使用灰度值对比度约束和霍夫直线检测去除噪声,实现道路边缘点提取。然后,提出多项式函数描述直线和弯曲道路,使用改进的随机样本一致性算法和线性最小二乘法拟合道路边缘点,以估计多项式函数的参数,实现果园道路检测。在华南农业大学果园采集240张道路图像作为试验对象。试验表明:在光照变化、阴影和遮挡背景的影响下,该方法能有效地提取果园道路边缘点,并能正确地拟合道路以实现道路检测,平均正确检测率为89.1%,平均检测时间为0.2639 s,能够满足视觉导航系统的要求。该研究为农业采摘机器人的视觉导航的鲁棒性和实时性提供指导。 相似文献
2.
基于K-means算法的温室移动机器人导航路径识别 总被引：9，自引：9，他引：0
针对温室移动机器人机器视觉导航路径识别实时性差、受光照干扰影响严重等问题,首先,将HSI颜色空间3个分量进行分离,选取与光照信息无关且可以有效抑制噪声影响的色调分量H进行后续图像处理,以削弱光照对机器人视觉导航的不良影响;针对温室环境图像特有的颜色特征信息,引入K-means算法对图像进行聚类分割,将垄间道路信息与绿色作物信息各自聚类,再通过形态学腐蚀方法去除聚类后图像中存在的冗余、干扰信息,以获得完整的道路信息,与常用阈值分割方法相比,可降低因分割信息不明确而导致后续Hough变换进行直线拟合时需占据大量内存且计算量较大的问题,进而提高移动机器人路径识别的快速性,并适应温室作业机器人自主导航的高实时性要求。试验结果表明,该文方法在复杂背景与变光照条件下的温室作业环境中可大幅降低光照对机器人导航的影响,对于光照不均具有良好的鲁棒性,道路信息提取率可达95%。同时,其平均单幅图像处理时耗降低53.26%,可显著提高路径识别速度。该研究可为解决温室移动机器人机器视觉导航路径识别的鲁棒性及实时性问题提供参考。 相似文献
3.
基于机器视觉的非结构化道路检测与障碍物识别方法 总被引：3，自引：3，他引：0
为了实现非结构化道路检测与障碍物的识别,提出了一种基于最小错误率贝叶斯决策与Hough变换相结合的非结构化道路检测与障碍物识别算法。算法首先将Otsu多阈值理论引入到最小错误率贝叶斯决策中并进行图像分割,然后利用Hough变换进行道路检测、提取出纯路面区域并再次进行路面分割,最后根据分割结果进行路面障碍物定位。结果表明,该算法能够有效实现非结构化道路的检测与障碍物的识别,在光影、照度变化、水渍等不利因素影响较小的情况下,具有较好的鲁棒性。 相似文献
4.
基于图像特征点粒子群聚类算法的麦田作物行检测 总被引：8，自引：8，他引：0
为了快速准确地提取麦田作物行中心线,提出了基于图像特征点粒子群聚类算法的麦田作物行检测。首先,对自然光照下获取的彩色图像运用"过绿颜色因子图像灰度化"、"Otsu图像二值化"、"左右边缘中间线检测提取作物行特征点算法"3步对图像进行预处理。然后,根据农田作物行中心线周围区域的特征点到该直线的距离均小于某一距离阈值的特征,运用粒子群优化算法对每一作物行的特征点分别进行聚类。最后,对每一类的特征点用最小二乘法进行直线拟合获取麦田作物行中心线。试验结果表明,该算法可以对作物断行、杂草、土块等复杂农田环境下的图像进行有效地作物行检测,识别率达95%,识别误差小于3°。与标准Hough算法相比,运行速率提升了一倍。该文可为实现农业机器人田间作业提供参考。 相似文献
5.
基于侧向光电圆弧阵列的温室路沿检测与导航方法 总被引：4，自引：4，他引：0
针对现有温室移动机器人沿边导航技术的精度与实时性不足等问题,提出了一种基于光电开关圆弧阵列的沿边导航方法.提出了基于圆弧阵列理想目标带原理的位姿检测与调控方法,并建立了基于光电圆弧阵列信号触发数与触发中心序号双指标的位姿检测模型,按照双指标的不同阈值进行车体位姿状态归类并触发相应调控轨迹程序,进而根据由该双指标数值计算得到的位姿给定各调控轨迹参数,实现实时的沿边导航.试验结果表明,在0.15 m/s速度内,小车的沿边位置与姿态偏差分别保持在-35 mm～+15 mm和-5°～+5°范围内,能够满足实际施药、搬运等作业的行走需求.同时小车的调控周期约为2m,实现了温室内低调控频度的沿边平顺导航,并且沿下沉路沿行走时,能够适应300 mm长的杂物.该方法为温室环境下的低成本快速沿边导航提供了新的技术思路. 相似文献
6.
基于滑模变结构控制的温室喷药移动机器人路径跟踪 总被引：7，自引：7，他引：0
为解决作物种植密集,地面障碍与空间障碍并存等非结构化环境因素对温室喷药移动机器人路径跟踪运动控制精度的影响,在建立移动机器人运动学模型的基础上,设计一种基于指数趋近律的滑模变结构控制方法以保证系统对不确定参数及外界干扰的鲁棒性。与此同时,为有效解决滑模控制固有的抖振问题,提出一种加权增益趋近律算法,在该趋近律的积分项中引入负的加权值,可有效避免当系统状态不在滑模切换时的切换增益的增大,使得控制器输出量平滑,并利用Lyapunov函数证明了其稳定性,并采用该文所设计的基于加权积分增益趋近律的滑模控制器对喷药移动机器人进行路径跟踪控制。试验结果表明,该算法可以顺利消除横向偏差,使实际运动轨迹平稳跟随理想作业路线,避免在作业区域产生较严重的重喷和漏喷现象,其研究成果为温室作物实施精准喷药提供了依据。 相似文献
7.
为解决传统导航方案在温室内无法应对光照变化大、作物行间距窄、接收GPS信号差等问题,该研究提出了基于即时定位与地图构建技术的激光视觉融合式自主导航算法。该系统利用三维激光雷达VLP-16(Velodyne LiDAR,VLP-16)和惯性测量单元获取温室环境信息,采用基于紧耦合的雷达惯导定位建图（tightly-coupled lidar inertial odometry via smoothing and mapping,LIO-SAM）算法构建导航地图,基于轮式里程计和视觉里程计采用扩展卡尔曼滤波器算法实现局部定位,融合激光点云配准算法和自适应蒙特卡洛定位算法实现全局定位。同时,在自主行走系统应用A*算法规划全局路径和动态窗口算法规划局部路径,从而实现自主导航。试验结果表明,LIO-SAM算法构建的温室导航地图最大相对误差、最大绝对误差和均方根误差分别为9.9%、0.081和0.063 m,在温室内改进后的定位算法横向偏差小于0.020 m,纵向偏差小于0.090 m;当自主行走系统以0.15、0.30和0.50 m/s的速度运行时,横向偏差、纵向偏差和航向偏角的平均值分别小于0... 相似文献
8.
基于自动Hough变换累加阈值的蔬菜作物行提取方法研究 总被引：10，自引：8，他引：2
为解决机器视觉对生菜和绿甘蓝两种作物在整个生长时期内多环境变量对作物行识别影响的问题,同时提高机器视觉作物行识别算法的有效性,该文提出了一种基于自动Hough变换累加阈值的多作物行提取算法。首先,选用Lab颜色空间中与光照无关a分量对绿色作物进行提取,通过最优自适应阈值进行图像分割,并采用先闭后开形态学运算对杂草和作物边缘进行滤波。其次,采用双阈值分段垂直投影法对作物行特征点进行提取,通过对亮度投影视图中的目标像素占比阈值和噪声判断阈值设置,实现特征点位置判断和杂草噪声过滤,并对相邻特征点进行优化,剔除部分干扰特征。最后,采用Hough变化对特征点进行直线拟合,将不同Hough变换累加阈值获得的拟合直线映射到累加平面上,通过K-means聚类将累加平面数据聚类为与作物行数相同的类数,根据相机成像的透视原理提出基于聚类质心距离差和组内方差的最优累加阈值获取方法,将最优累加阈值下累加平面中的聚类质心作为识别出的真实作物行线。温室和田间试验表明,针对不同生长时期的生菜和绿甘蓝作物,该文算法均可有效识别出作物行线,最优阈值算法耗时小于1.5 s,作物行提取平均耗时为0.2 s,在田间和温室中作物行的平均识别准确率分别为94.6%、97.1%,识别准确率为100%的占比分别为86.7%和93.3%。研究结果为解决多环境变量影响因素下的算法鲁棒性和适用性问题提供依据。 相似文献
9.
根据PC板温室内太阳辐射、通风、对流和作物蒸腾作用引起的质热交换物理过程,基于物质和能量守恒,建立了与温室内外气象参数、土壤蒸发、作物生长状况和土壤品质相关的温度与湿度预测模型,并根据所建模型及仿真结果对温室环境系统进行分析。 相似文献
10.
基于双目视觉的香蕉园巡检机器人导航路径提取方法 总被引：3，自引：3，他引：0
为实现移动机器人香蕉园巡检自动导航,研究提出了一种基于双目视觉的香蕉园巡检路径提取方法。首先由机器人搭载的双目相机获取机器人前方点云,进行预处理后对点云感兴趣区域进行二维投影并将投影结果网格化,得到网格地图;然后采用改进的K-means算法将道路两侧香蕉树分离,其中初始聚类中心通过对网格地图进行垂直、水平投影以及一、二阶高斯拟合确定;最后基于最小包围矩形提取导航路径,将道路两侧网格以最小矩形框包围,提取两包围框中间线作为期望导航路径。测试结果表明,改进的K-means算法聚类成功率为93%,较传统方法提高了12%;导航路径提取平均横向偏差为14.27 cm,平均航向偏差为4.83°,研究方法可为香蕉园巡检机器人自动导航提供支持。 相似文献
11.
为解决基于全球导航卫星系统（global navigation satellite system,GNSS）的农业机器人和自动驾驶农机在机库、大棚等卫星信号弱或无环境下定位精度低甚至无法定位的问题,该研究提出了基于激光感知的农业机器人定位方法。采用二维激光雷达和激光接收器设计了基于激光感知的机器人定位系统,通过二维激光雷达发射扫描激光获取机器人上激光接收器的点云,同时激光接收器感应扫描激光,融合感应扫描激光时间差和激光接收器点云特征,得到移动激光接收器（即农业机器人）的定位。以全站仪测量为参照在大棚内开展验证试验,结果表明,在激光雷达扫描范围内,机器人行驶速度为0.8 m/s时,直线行驶时最大偏差绝对平均值为4.1 cm,最大均方根误差为1.5 cm;曲线行驶时最大偏差绝对平均值为6.2 cm,最大均方根误差为2.6 cm,满足农业机器人在农机库等环境中自动导航所需定位精度要求。 相似文献
12.
玉米苗带准确检测与精准跟踪是玉米除草机器人实现自主作业的重要基础。针对玉米除草机器人苗带检测，该研究提出了基于感兴趣区域更新的玉米苗带实时识别及导航线提取方法，首先利用单目相机采集机器人前向玉米苗带，将苗带图像进行归一化和超绿处理，采用改进自适应响应阈值SUSAN(small univalue segment assimilating nucleus)角点法以及冗余离群特征点剔除法获得玉米苗特征点，以改进的顺序聚类算法对视频帧进行玉米苗带聚类处理，再利用最小二乘法拟合出各玉米苗带，最后基于机器人航向偏差和其相对玉米苗带的横向偏差实时调整感兴趣区域和更新导航线；同时，针对除草机器人苗带行线跟踪，提出以运动学为模型的PID(proportionintegrationdifferentiation)转向角决策方法，建立了导航跟踪控制模型；并在Visual Studio平台下，利用OpenCV库开发了导航控制系统。试验结果表明，玉米除草机器人导航线提取准确率为96.8%，每帧图像平均处理时间为87.39ms，具有较好的实时性和抗干扰性；在模拟环境下，玉米苗带直线和曲线跟踪平均误差≤1.42 c... 相似文献
13.
基于超宽带无线定位的农业设施内移动平台路径跟踪研究 总被引：5，自引：4，他引：1
为实现农业设施内车辆自动导航,提出了一种基于超宽带(ultrawideband,UWB)无线定位的路径跟踪方法。运用4个基站组建UWB无线定位系统,采用加权最小二乘法(weighted least squares, WLS)法解超静定方程组,提高了移动标签的定位精度。重新定义前视距离,根据车体航向与前视直线的夹角界定车体偏差程度,并提出基于动态前视距离的改进型纯追踪模型。在MATLAB 2016a软件环境下的仿真说明该文算法优于采用固定视距的传统纯追踪算法,并进行实车试验。结果显示,在UWB定位系统的引导下,车体在不同初始状态下均能很好地收敛到期望直线,当速度为0.5 m/s时,在4种初始状态下进行直线跟踪,稳态偏差为5.4～8.4 cm,稳态偏差均值为6.3 cm。在矩形路径跟踪时,当横向偏差和航向偏差均为0的初始状态下,全程平均偏差为20.6 cm,跟踪偏差主要出现在90°转向处,最大偏差为85.5 cm,说明改进后的纯追踪算法的路径追踪质量均优于采用固定视距的传统纯追踪模型,能满足农业设施内移动平台自动导航的需求。该方法可为农业设施内车辆导航提供新思路。 相似文献
14.
双激光雷达温室运输机器人导航系统研制 总被引：10，自引：9，他引：1
为解决机器人在温室环境下的自主导航问题,该研究研制了基于双激光雷达的温室运输机器人导航系统,实现温室环境下的地图构建、路径规划和定位导航。融合激光雷达与编码器信息,使用cartographer算法及时定位与地图构建。根据地图与检测点信息,采用Dijkstra算法规划全局路径,使用动态窗口算法规划局部路径,完成自主导航。试验表明,车载系统分别以0.2、0.5和0.8 m/s速度运行时,实际导航路径与目标路径的横向平均偏差小于13 cm,标准差小于5 cm;导航目标点处横向偏差、纵向偏差的平均值不超过9 cm,均方根误差不超过11.2 cm,标准差小于5 cm,航向偏差的平均值小于10°,均方根误差小于12°,标准差小于6°,满足机器人温室运输作业的导航精度需求。 相似文献
15.
玉米行间导航线实时提取 总被引：10，自引：7，他引：3
针对高地隙植保机底盘玉米田间植保作业压苗严重的现象,该研究提出了基于车轮正前方可行走动态感兴趣区域(Region of Interest,ROI)的玉米行导航线实时提取算法。首先将获取的玉米苗带图像进行像素归一化,采用过绿算法和最大类间方差法分割玉米与背景,并通过形态学处理对图像进行增强和去噪;然后对视频第1帧图像应用垂直投影法确定静态ROI区域,并在静态ROI区域内利用特征点聚类算法拟合作物行识别线,基于已识别的玉米行识别线更新和优化动态ROI区域,实现动态ROI区域的动态迁移;最后在动态ROI区域内采用最小二乘法获取高地隙植保机底盘玉米行间导航线。试验表明,该算法具有较好的抗干扰性能,能够很好地适应较为复杂的田间环境,导航线提取准确率为96%,处理一帧分辨率为1 920像素×1 080像素图像平均耗时97.56 ms,该研究提出的算法能够为高地隙植保机车轮沿玉米垄间行走提供可靠、实时的导航路径。 相似文献
16.
喷施化学农药是病虫害防治最主要的手段，对保证作物的产量起着至关重要的作用。传统的施药机械工作效率低，且使用同一施药量进行连续喷施作业易造成农药浪费、环境污染。随着农业智能化发展，机器人被广泛应用到农业植保作业中，智能施药机器人以减少劳动力投入、提高农药利用率、减少农药施用量以及减少环境污染为目的，实现了更加高效、精准的病虫害防治。智能施药机器人是集复杂农业机械、智能感知、智能决策、智能控制等技术为一体的现代农业施药装备，可自主、高效、安全、可靠地完成施药作业任务。为明确智能施药机器人及关键技术的国内外研究现状，本文总结了适用于不同作业场景的施药机器人的应用进展，从智能施药机器人的移动平台设计、喷雾装置设计、导航技术、智能识别技术4个方面进行分析，结合施药机器人作业环境的复杂多变性，分析智能施药机器人关键技术的现存问题，阐述智能施药机器人未来的发展趋势是精准变量施药、自主导航以及无人化作业，以期为智能施药机器人在未来的研究提供参考。 相似文献
17.
目前粮仓管理中的粮面平整、施药、翻倒等作业主要靠人工完成,存在成本高、费时费力、工作环境差等缺点,且因粮面松软,现有粮面行驶机构存在易下陷、易倾覆和行驶不便的问题,亟需开发粮面行驶能力较强的机构为粮面作业提供移动平台。为此,该研究设计了一种螺旋驱动式粮仓粮面行走机构,主要由2个旋向相反的螺旋驱动轮组成。通过对螺旋驱动轮与粮面相互作用关系的分析,确定了机构的行驶控制方法并开发了相应的控制系统,可实现在粮面上前进、后退、旋转和差速转向行驶。试制了小型样机并对机构在不同驱动轮转速和转向组合下进行粮面行驶试验,试验结果表明:该行走机构粮面通行能力较强,行驶过程平稳;螺旋驱动轮转速为0.33、1.06、1.72和1.92 r/s时,行走机构的直线行驶速度分别为0.07、0.22、0.34和0.37 m/s,旋转行驶转速分别为0.10、0.24、0.39和0.53 r/s;直线行驶速度和旋转行驶速度均与驱动轮转速成正比例关系,比例系数分别约为0.197和0.251,拟合决定系数分别为0.9995和0.9933,线性相关性较高;在试验转速范围内,直线行驶时随着驱动轮转速的增大,滑转率逐渐增大,下陷深度逐渐减小;直线行驶速度越低,沉陷量越大,最大沉陷量70 mm,为浮筒直径的63.64%,滑转率均较小,最大滑转率约为2.49%,说明该机器人具有较好的粮面通行性。结果可为螺旋驱动式粮面行驶机器人的结构设计及其控制系统研发提供参考。 相似文献
18.
电动方向盘插秧机转向控制系统设计 总被引：6，自引：5，他引：1
电动方向盘作为农机导航系统的转向执行机构在中小型旱地拖拉机上已有应用,但在水田农业机械等转向阻力大的农机上的适应性尚有待研究。该文以井关PZ-60型水稻插秧机为平台,采用电动方向盘作为转向执行机构,对插秧机自动转向控制进行了研究。构建了插秧机转向机构的系统模型,采用系统辨识试验获得了系统模型参数。设计了基于PID的嵌套转向控制算法,采用Simulink仿真模型验证了算法的可行性。分别进行了幅值10°的正弦波、水田小角度转向(直线行驶跟踪)和水田大角度转向(调头)控制性能试验,试验结果表明:插秧机正弦波转向跟踪平均绝对误差为0.301 5°,平均延时0.3 s;在泥底层平坦和不平坦的水田中直线行驶时的转向角跟踪平均绝对误差分别为0.354°和0.663°,平均延迟时间均为0.6 s,角度跟踪偏差最大分别为1.4°和3.6°,深泥脚转向阻力大时有1.4 s的控制滞后;插秧机以28°转向角调头时调节时间为2.5 s,稳态误差为0.6%。研究表明,电动方向盘转向系统具有较好的动态响应和控制稳定性,适用于插秧机作业的自动转向控制,满足插秧机自动导航作业要求。 相似文献