论文部分内容阅读
随着我国农业产业结构的稳步发展,林果业生产规模不断扩大,果树生长的同时果园内杂草蔓生,割草机作为果园割草重要的机械,作业的同时需避开地表大小、形状各异的石块与树枝等障碍物,再加上果树株行距较小、地面崎岖不平,传统除草机械在此环境中无法运行,因此本文设计了一种结合双目视觉系统计算得到的障碍物深度信息、令割草机在不同的距离区域的执行不同的避障策略的系统,其中障碍物的检测是割草机实现顺利避障的首要条件。为了得到丰富的障碍物信息,本文采用双目立体视觉技术,通过相机标定、图像预处理、立体匹配、深度测量对障碍物进行实时检测,准确测算出障碍物目标与割草机的相对距离,提高了割草机作业的安全性。通过分析双目视觉技术和避障算法的国内外研究现状,设计了果园割草机障碍物检测系统的总体技术路线;采用ZED双目相机完成了摄像机标定,搭建双目立体视觉实验平台,根据本文的应用环境并且考虑镜头畸变的情况下,采用了张正友标定法,并通过非线性优化得到了精确的相机内外参数;将获取的障碍物图像进行预处理,通过对不同滤波去噪算法以及分割算法的对比分析,选择适合处理果园环境图像的高斯滤波、直方图均衡化、K-means聚类算法分割出障碍物;将分割后的图像进行立体匹配,比较分析了经典的SIFT和SURF立体匹配算法,并根据果园环境下障碍物识别与定位的特点选取了兼顾精度与速度的SURF匹配算法,同时采用RANSAC算法去除误匹配点得到精确匹配,利用视差图和相机参数对障碍物进行深度测量,完成了割草机的障碍物检测和相对距离获取任务;针对传统人工势场法存在的目标不可达和局部极小值问题进行改进,完成了割草机路径规划。为验证本文障碍物检测和距离测量算法的实时性和稳定性,对4种果园障碍物在不同距离下进行多组深度测量实验,当测量距离小于6000mm时,测量误差在550mm内,测量精度较高,平均定位时间为2.985s,表明双目视觉系统能够满足果园环境大多数割草作业需要。采用改进的人工势场法在不同情况下对割草机进行避障仿真,仿真结果表明该算法实时性和安全性较高。