论文部分内容阅读
果树采摘机器人是未来智能农业机械化的发展方向，具有广阔的应用前景。开展果树采摘机器人的研究对于适应市场需求、降低劳动强度、提高经济效率有着重要的现实意义。目标定位系统是果树采摘机器人的一个关键环节。目前对其研究还存在很多缺陷，在摄像机标定及图像匹配方面有不少困难，难以达到实时性，鲁棒性和精度的要求。本文在国家863计划(项目号2006AA102254-1)经费资助下，主要研究果树采摘机器人目标定位系统各方面的关键理论，研究内容包括：
1、基于视差的双目视觉理论。从单幅图像中的3D信息出发，引出了基于视差的双目视觉理论，对常用的平行双目成像系统和会聚双目成像系统进行了研究，分别求取了其中空间点的深度坐标Z，并进行了误差分析。
2、摄像机的标定。首先对几种不同的摄像机模型进行了深入分析，指出镜头畸变的3种类型。然后从基于标定靶、摄像机自标定、基于神经网络这3种标定方法入手介绍了摄像机标定的过程，并对固定焦距下的摄像机内外参数进行了计算。提出了比较适合果树采摘机器人的变焦距双目视觉系统的摄像机标定，可以获得利于目标检测的清晰高质量的图像，但其最大问题是如何实时的获取摄像机的内外参数。
3、图像的匹配。匹配是果树采摘机器人目标定位系统的难点。可根据唯一性约束、顺序性约束、外极线约束等约束条件来更有效率的进行匹配。匹配算法包括基于灰度，区域，特征点及相位等。本文对基于区域和基于特征点的匹配算法进行了研究，用概率松弛迭代及视差矩阵的方法双目果实图像进行了匹配实验。接着研究了误差检测的方法，利用顺序匹配原则来消除交叉区域中的误匹配点，最后提出了反复匹配的方法。
4、基于神经网络的果树采摘机器人目标定位系统。将神经网络理论与双目视觉相结合，建立了基于神经网络的果树采摘机器人目标定位模型，并利用基于ward网络的视觉模型进行了果实定位实验。基于神经网络的果树采摘机器人目标定位系统可以更加实时，精确的对果实进行定位，并且可忽视镜头畸变的影响，提高系弘测理范围，相公有广阔的研究前景。