基于视觉的农业机器人车辆避障策略研究

发布时间：2024-05-25 05:14

　　基于人机合作的农业机器人车辆的出现,大大降低了劳动强度,提高了生产效率。视觉作为农业智能车辆和远端监测人员获取环境信息最直观的途径,有利于加深人和车辆对作业环境的理解,推进人机合作进程。依据视觉实现农业作业过程中避障控制,对保证作业安全性、提高农业机器人车辆的智能化和自动化程度有着重要的意义。本文提出一种基于视觉的农业机器人车辆避障策略,在具有复杂背景的农业作业环境中,使用视觉实现障碍物的检测、定位和对障碍物的识别与分类,将障碍物的距离、危险度等定性概念转化为定量数据;建立动态环境中的碰撞预测模型,以障碍物信息的获取及碰撞预测结果为前提,实现基于视觉的农业机器人车辆避障策略研究。本文的主要内容与工作有:1.基于视觉融合的障碍物检测。对存在障碍物的作业图像进行处理,对比Gbvs与Ft算法,选用边缘检测效果较好的Ft算法生成显著图。详述激光雷达与视觉图像信息的融合方法,对激光雷达点及其对应的像素坐标进行聚类,在此基础上提出以激光雷达点为种子点的受限区域生长法,实现图像中障碍物的分割。检测结果表明,视觉融合后的检测方法较传统的分割法具有更好的背景抑制能力。2.障碍物测距。阐述基于数据回归建模...

【文章页数】：91 页

【学位级别】：硕士

【部分图文】：

图２－１视觉融合系统平台??Ｆｉｇ．?２－１?Ｖｉｓｕａｌ?ｆｕｓｉｏｎ?ｓｙｓｔｅｍ?ｐｌａｔｆｏｒｍ??

间的运输、收割、旋耕、播种等作业中，可以将障碍物统一的定义为：出现或可??能出现在作业车辆的作业路线上，对车辆的行进或作业产生一定影响的物体。农??业作业环境是非结构化的，很难依据道路信息准确地提取障碍物，传统的显著性??检测和聚类方法也无法对识别出的障碍物区域进行定义，分辨其是....

图２－３部分图像分割结果??Ｆｉｇ．?２－３?Ｉｍａｇｅ?ｓｅｇｍｅｎｔａｔｉｏｎ?ｒｅｓｕｌｔｓ??由图可见，在非结构化的农业作业环境中，很难排除作业背景的干扰，而基??

?第二章基于视觉融合的障碍物检测与测距???像素性质差异不够明显的区域不易找到其该区域的边界。比如在农业生产环境中，??人作为障碍物的一种其身着衣物的颜色与地面及其相似，这种情况下很难明确地??将障碍物的边界分离出来；另一方面，如果在图像中存在很多小的具有像素特征??的区域，散漫....

图２－４激光雷达模型??Ｆｉｇ．?２－４?Ｌａｓｅｒ?ｒａｄａｒ?ｍｏｄｅｌ??

?基于视觉的农业机器人车辆避障策略研究???＂ｘＪ?ｒ?，??Ｙ?Ｘｐ??Ｚ?（２－５）??ｐ?１??—１」?Ｌ」??式中，［办，Ｆｐ，办，１］Ｔ为任意一点Ｐ在世界直角坐标系中的齐次坐标；而［ＸＰ，＾，??１］Ｔ为点Ｐ在雷达的直角坐标系中的齐次坐标；Ｍ为一个４Ｘ３的激光雷达外部参....

图２－５线性摄像机模型??Ｆｉｇ．?２－５?Ｌｉｎｅａｒ?ｃａｍｅｒａ?ｍｏｄｅｌ??

?基于视觉的农业机器人车辆避障策略研究???＂ｘＪ?ｒ?，??Ｙ?Ｘｐ??Ｚ?（２－５）??ｐ?１??—１」?Ｌ」??式中，［办，Ｆｐ，办，１］Ｔ为任意一点Ｐ在世界直角坐标系中的齐次坐标；而［ＸＰ，＾，??１］Ｔ为点Ｐ在雷达的直角坐标系中的齐次坐标；Ｍ为一个４Ｘ３的激光雷达外部参....

本文编号：3981757