基于機(jī)器視覺(jué)的非結(jié)構(gòu)化道路識(shí)別與障礙物檢測(cè)研究.pdf

1、隨著計(jì)算機(jī)技術(shù)快速發(fā)展，農(nóng)業(yè)機(jī)械智能化必將是農(nóng)業(yè)機(jī)械的發(fā)展方向之一。在農(nóng)業(yè)機(jī)器人的操作環(huán)境中，非結(jié)構(gòu)化道路占有很大比例。本文將利用圖像處理技術(shù)對(duì)非結(jié)構(gòu)化道路進(jìn)行識(shí)別與障礙物檢測(cè)，為農(nóng)業(yè)機(jī)器人的智能視覺(jué)導(dǎo)航系統(tǒng)提供可供參考的路況信息。在國(guó)內(nèi)外，基于機(jī)器視覺(jué)導(dǎo)航技術(shù)的農(nóng)業(yè)機(jī)器人技術(shù)受到越來(lái)越多研究者的關(guān)注。很多農(nóng)業(yè)領(lǐng)域?qū)＜艺J(rèn)為機(jī)器視覺(jué)技術(shù)是實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化及可持續(xù)發(fā)展不可缺少的技術(shù)手段之一。
　　本文主要針對(duì)非結(jié)構(gòu)化道路條件下的視覺(jué)導(dǎo)航

2、問(wèn)題進(jìn)行系統(tǒng)研究?；跈C(jī)器視覺(jué)的農(nóng)業(yè)機(jī)器人行走道路識(shí)別與障礙物檢測(cè)的系統(tǒng)研究主要分為三部分：道路區(qū)域預(yù)處理、道路邊緣擬合以及障礙物檢測(cè)。主要研究?jī)?nèi)容如下：
　　針對(duì)非結(jié)構(gòu)化道路的特點(diǎn)，本文通過(guò)實(shí)驗(yàn)對(duì)比分析后，選用符合人類(lèi)視覺(jué)感知的HSV空間進(jìn)行顏色分析。綜合利用各種圖像預(yù)處理技術(shù)，包括圖像濾波、閾值分割、區(qū)域生長(zhǎng)等方法，為后續(xù)道路邊緣提取和障礙物檢測(cè)提供優(yōu)質(zhì)圖像。利用梯度幅值算法和Otsu閾值分割法對(duì)圖像道路區(qū)域進(jìn)行分割；再通過(guò)形

3、態(tài)學(xué)算法以及路面與背景區(qū)域灰度值差異的特點(diǎn)，對(duì)道路邊緣點(diǎn)進(jìn)行初步提取，其實(shí)驗(yàn)結(jié)果在復(fù)雜環(huán)境下依然具有良好的魯棒性。本文利用Hough檢測(cè)對(duì)道路邊緣點(diǎn)進(jìn)行優(yōu)化，再利用RANSAC算法和最小二乘法算法確定最優(yōu)隨機(jī)樣本點(diǎn)集合。最后對(duì)該隨機(jī)樣本點(diǎn)集合進(jìn)行曲線擬合獲取道路的邊緣，實(shí)現(xiàn)對(duì)非結(jié)構(gòu)化道路的邊緣擬合。
　　本文提出基于單目視覺(jué)的障礙物檢測(cè)算法。針對(duì)非結(jié)構(gòu)化道路沿線環(huán)境復(fù)雜，背景圖像隨時(shí)變化等特點(diǎn)，分別采用兩種算法進(jìn)行分析：
　

4、　(1)采用檢測(cè)窗技術(shù)，建立以小車(chē)前進(jìn)區(qū)域?yàn)榭蚣艿腞OI檢測(cè)窗口。在ROI范圍內(nèi)進(jìn)行自適應(yīng)區(qū)域生長(zhǎng)來(lái)檢測(cè)障礙物，縮小障礙物搜索范圍同時(shí)提高系統(tǒng)運(yùn)行速度。
　　(2)提出基于光流法的道路邊緣運(yùn)動(dòng)障礙物檢測(cè)算法。將光流法與統(tǒng)計(jì)學(xué)理論相結(jié)合來(lái)估計(jì)當(dāng)前背景的光流矢量，這種估計(jì)方法能夠在背景運(yùn)動(dòng)情況下有效檢測(cè)出場(chǎng)景中的運(yùn)動(dòng)障礙物目標(biāo)。
　　本文提出的非結(jié)構(gòu)化道路識(shí)別與障礙物檢測(cè)算法為農(nóng)業(yè)導(dǎo)航機(jī)器人在自然環(huán)境下自主導(dǎo)航提供一種初步的有效