论文部分内容阅读
将自然生长状态下的成熟番茄从复杂背景中识别出来并确定其形心位置及外形尺寸，是番茄采摘机器人视觉系统实现目标空间定位并与机械手协调操作的基础和关键技术。本论文在充分了解国内外果实采摘研究成果的基础上，研究自然生长状态下番茄采摘中的目标定位技术。主要目标是以番茄为对象，利用双CCD摄像机仿照人类双眼感知目标位置信息的方法，进行果实采摘定位研究，为果实采摘智能化作业奠定基础。 论文构建了收获机器人双目视觉实验硬件系统。首先，根据定位实验特点设计制造并调试了标定实验台架。设计摄像机滑轨的定位孔与标定靶特征点位置水平相差为5mm，以确保多组图像坐标能够相差5mm平移，改善了定位特征点空间分配情况，极大的提高了定位实验的精度和可靠性。其次，提出了基于双目立体视觉定位原理的定位实验数学模型。进行摄像机标定实验后，提取图像匹配特征点的像面坐标，根据定位实验需要，建立了双目立体视觉定位原理所需的从特征点像面坐标到特征点世界坐标的映射关系，而不显式地求出摄像机内外参数。再次，采用了神经网络的数学处理方法处理得到定位实验所需的从像面到世界坐标系的映射关系。采用神经网络的数据处理方法，通过软计算得到映射关系的数学描述，得到的定位模型将包含摄像机内外的各个主次要因素，不会造成由于数学建模时忽略次要因素而造成定位精度下降。最后，试验找到了建立本文番茄定位实验系统所需的特征光源。通过物理三棱镜分光获取七色光源，并试验在七色光中选择出最佳番茄定位特征单色光源，实验验证特征光源的有效性，最后发现红色光源最有利于在番茄表面形成可精确定位的匹配所需的特征点。 论文通过引入主动视觉和仿生学思想，区别传统的番茄定位中所采用边缘轮廓特征信息的配准方法，提出了使用三维番茄表面信息的定位方法。通过特征光源在番茄表面主动形成定位所需的精确配准特征，采用最少四个特征点通过计算获得番茄中心的坐标，从而解决了传统的双目番茄定位方法使用番茄边缘轮廓信息，忽略了极为丰富的番茄空间表面信息，从而造成无法解决枝叶及杂物等遮挡、顽固的背景噪音以及多果重叠引起的番茄轮廓提取不准或无法提取等导致的无法精确确定番茄的位置的问题。 本文对所采用的番茄主动定位方法进行了分析讨论，分析了影响定位精度的因