农业机器人视觉导航路径识别方法研究.docVIP

农业机器人视觉导航路径识别方法研究 李军锋 李逃昌 彭继慎 辽宁工程技术大学电气与控制工程学院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 针对农业机器人视觉路径识别中存在识别率低, 速度慢, 易受光照、杂草影响的问题。提出基于混合阈值和偏移行中线的视觉导航路径识别方法。首先, 采用光照无关量进行光照干扰的剔除。其次, 提出基于混合阈值的图像分割方法。再次, 提出基于偏移行中线的作物行划分方法。与传统农业机器人作物行识别方法相比, 本文方法数据运算量小, 平均耗时200ms左右, 作物行识别准确率达98%, 能够有效地确定农业机器人的导航路径。 关键词： 农业机器人; 机器视觉; 路径规划; 偏移行中线; 混合阈值法; 作者简介：李军锋 (1993-) , 男, 硕士研究生, 研究领域为农业机器人导航控制; 作者简介：李逃昌 (1983-) , 男, 博士, 讲师, 研究领域为机器人控制; 作者简介：彭继慎 (1969-) , 男, 博士, 教授, 研究领域为机器人控制。 基金：辽宁省博士科研启动基金 (No.201601364) Research on Navigation Path Identification Method of Agricultural Robot Based on Machine Vision LI Junfeng LI Taochang PENG Jishen College of Electrical and control Engineering , Liaoning Technical University; Abstract： In the course of visual path recognition of agricultural robot, there are some potential disadvantages such as vulnerable to light, lower velocity, poorer identification rate, weeds and the like. To solve the disadvantages, a visual navigation path identification method based on mixed threshold and offset center line is proposed in this paper. Firstly, light illumination is utilized to eliminate light interference. Secondly, the image segmentation is performed by the mixed threshold method. Thirdly, the crop line is divided by the offset center line method. Compared with the traditional agricultural robot crop line recognition method, this method needs small data computation with the average time 200 ms, the crop row recognition accuracy rate 98%, and an effective determination of the navigation path of agricultural robots. Keyword： agricultural robot; machine vision; path identification; offset center line; mixed threshold; 0概述 随着农业现代化进程的加快, 农业生产日益朝着智能化、精确化发展, 农业机器人的研究与应用越来越火热[1]。我国农业生产活动, 存在着机械化程度不够、智能程度不足等问题[2], 与欧美等发达国家还存在着较大差距。目前农业机械自动导航研究主要集中在机器视觉和GPS导航[3], 相对于GPS, 机器视觉具有更高的性价比, 更丰富的细节信息, 更精确的局部定位等优势。 复杂的田间环境中光照变化剧烈, 对导航线的提取造成影响较大。对于自然光照问题, 前人在颜色空间上进行了较多的研究, 能够有效的降低光照对图像处理的影响[4-6]。图像分割, 分离背景与前景, 在图像处理领域有较多成型的