基于k-means算法的温室移动机器人导航路径识别-ingentaconnect.pdfVIP

第 30 卷 第 7 期 农 业 工 程 学 报 Vol.30 No.7 2014 年 4 月 Transactions of the Chinese Society of Agricultural Engineering Apr. 2014 25 基于 K-means 算法的温室移动机器人导航路径识别 高国琴，李 明 （江苏大学电气信息工程学院，镇江 212013 ） 摘 要：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。 关键词：温室；机器人；机器视觉；图像分割；路径识别；HSI 颜色空间；K-means 算法 doi ：10.3969/j.issn.1002-6819.2014.07.004 中图分类号：S 24; TP 242 文献标志码：A 文章编号：1002-6819(2014)-07-0025-09 高国琴，李 明. 基于 K-means 算法的温室移动机器人导航路径识别[J]. 农业工程学报，2014，30(7)：25－33. Gao Guoqin, Li Ming. Navigating path recognition for greenhouse mobile robot based on K-means algorithm[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(7): 25 －33. (in Chinese with English abstract) 难以保证常规路径识别算法的鲁棒性，加之温室背 0 引 言 景环境信息复杂，导致算法计算量增加，这直接影 利用移动机器人完成温室自主导航作业，不仅 响导航的快速性和实时性，使其难以满足温室作业 可以大幅度减轻劳动者的体力劳动，也可以避免劳 的效率要求。文献[7-8]提出一种基于光照色彩稳定 动者在有毒、高温和高湿等恶劣环境中作业时受到 性以及光照无关图的导航信息获取方法以降低光 人身伤害。导航路径识别技术是实现温室移动机器 照信息对路径识别的影响。文献[9-12]通过改进 人自主导航的首要技术之一。目前移动机器人导航 Hough 变换方法以提高路径识别算法的快速性。 领域的研究热点主要集中在机器视觉导航和卫星