溫室盆花自動裝載中的視覺定位系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、隨著傳感技術(shù)、計算機技術(shù)、人工智能及其它相關(guān)學(xué)科的迅速發(fā)展，機器人正向具有自組織、自學(xué)習(xí)、自適應(yīng)能力的智能化方向發(fā)展。對于視覺機器人而言，能夠?qū)崿F(xiàn)對周圍環(huán)境物體的準確識別、定位、跟蹤是代表其智能化能力的關(guān)鍵指標。機器人的導(dǎo)航方式有多種，其中，視覺導(dǎo)航系統(tǒng)的研究是當今機器人研究的熱點。
　　在機器人行為控制及視覺導(dǎo)航研究中，如何提高機器人在未知環(huán)境中行為的正確性和視覺系統(tǒng)圖像識別的實時性和準確性，是研究的熱點之一。針對這些問題，本文

2、提出了基于DSP-FPGA的高速圖像采集處理系統(tǒng)設(shè)計方案并將其運用在溫室盆花裝載中，該方案對采集到的圖像進行邊緣提取、銳化等圖像處理，并根據(jù)FPGA并行處理的特點提出一種改進的中值濾波方法，且進行仿真實驗，仿真結(jié)果表明:在FPGA進行圖像處理中采用改進的中值濾波算法，不僅能夠很好的對采集到的圖片進行去噪，而且具有很快的運算速度。
　　機器視覺定位系統(tǒng)解決機器人的目標定位和跟蹤問題，是整個機器人系統(tǒng)的核心和關(guān)鍵。本課題采用跟蹤物體目

3、標的特征點的視覺定位算法為基礎(chǔ)，從攝像機的標定、模板匹配、背景建模、前景目標分離到特征點提取、運動估計及卡爾曼濾波，最終實現(xiàn)了視覺機器人定位的過程及其效果。通過對傳統(tǒng)的角點檢測算法進行深入了解與分析，本文在其基礎(chǔ)上提出了改進。引入一種基于改進Harris角點提取的準確跟蹤方法，該方法在傳統(tǒng)Harris特征點檢測基礎(chǔ)上，利用角點附近像素灰度值梯度的變化關(guān)系，利用簡單的運算與分析，首先排除一些偽角點與非角點，接下來再對保留的點做進一步處理，