農(nóng)業(yè)機器人視覺導(dǎo)航系統(tǒng)中智能信息識別技術(shù)的研究.pdf

1、自主式移動機器人在農(nóng)業(yè)中的應(yīng)用可大大提高一些農(nóng)業(yè)機械的作業(yè)性能和效率、保護農(nóng)業(yè)作業(yè)人員的安全，從而可拓寬農(nóng)業(yè)機械的作業(yè)范圍和提高我國農(nóng)業(yè)機械化的水平、增加農(nóng)業(yè)收入。在自主式移動機器人相關(guān)技術(shù)的研究中，導(dǎo)航方式與定位技術(shù)是移動機器人研究核心，也是移動機器人實現(xiàn)智能化及完全自主的關(guān)鍵技術(shù)。本文主要是對基于視覺導(dǎo)航的自主式農(nóng)業(yè)移動機器人的定位技術(shù)、信息處理技術(shù)等移動機器人的關(guān)鍵技術(shù)進行深入研究，目的是能夠有效提高移動機器人的自主性、靈活性，提

2、高移動機器人的導(dǎo)航與定位精度。因此，本文的研究具有重要的理論價值和實際意義。 1、分析困擾農(nóng)業(yè)智能機具應(yīng)用中所面臨的困難，提出了研究具有開放式結(jié)構(gòu)的農(nóng)業(yè)機器人系統(tǒng)，可以在一定程度上解決當(dāng)前農(nóng)業(yè)機器人發(fā)展速度緩慢的問題。并針對自主行走的農(nóng)業(yè)機器人系統(tǒng)提出了一套適用的基本模型。開放的機械本體：自主移動的小車平臺+智能機具，；在移動機器人控制系統(tǒng)中使MCU+DSP模式。 2、為了避免傳統(tǒng)方法對標定參考物精度的苛刻要求，本文首先

3、利用張氏標定法求解攝像機內(nèi)參數(shù)，在獲得圖像中心的基礎(chǔ)上求解畸變系數(shù)，對于農(nóng)業(yè)機器人的攝像機外參數(shù)，利用大范圍的標定參考點，通過線性變換求解透視變換矩陣中的各個元素的攝像機標定方法來獲得，實驗結(jié)果該標定過程基本上滿足了農(nóng)業(yè)機器人導(dǎo)航的需求。 3、對農(nóng)田場景圖像以及傳統(tǒng)的邊緣檢測方法進行分析，指出在單一尺度下很難提取農(nóng)田圖像中的完整道路邊緣。結(jié)合小波變換的的空間多分辨率分析原理，提出用雙正交小波來提取農(nóng)田邊緣圖像。實驗結(jié)果表明該方法

4、所檢測的農(nóng)田圖像，邊緣提取完整，邊緣跳動小。 4、為了更加高效的提取農(nóng)田道路邊緣，本文在馬爾可夫隨機場理論基礎(chǔ)上，提出了一種非線性提升方案提取農(nóng)田道路邊緣的方法。運用此方法在計算機上對圖像做邊緣提取的實驗，實驗結(jié)果表明該方法能夠得到了較為完善的邊緣鏈圖像。從處理時間上來看，該方法比雙正交的方法縮短了大約30％的時間，利用提升方案進行小波變化更符合實時性的要求。 5、針對農(nóng)業(yè)機器人的局部規(guī)劃，提出了自主導(dǎo)航控制所需要的局部

5、信息參數(shù)模型，并且通過對農(nóng)田場景的分析，對農(nóng)田場景進行模型的抽象，提出了用邊緣像素投影法以及區(qū)域擬合法來識別出道路類型，從而進一步獲得局部信息參數(shù)。結(jié)合邊緣像素投影法和區(qū)域擬合法兩種方法進行識別中存在的問題，給出了算法融合準則。提高了道路模型匹配的置信度，同時提高了局部信息參數(shù)的定位精度。識別率在90％左右。 6、搭建了基于DSP的農(nóng)業(yè)機器人視覺導(dǎo)航系統(tǒng)處理硬件平臺，在此基礎(chǔ)上進行了視覺導(dǎo)航系統(tǒng)的軟件設(shè)計。對導(dǎo)航參數(shù)的精度實驗測