论文部分内容阅读
在果树的生长过程中，经常会发生各类病虫害。常用的防治方法就是化学防治。化学防治在使用过程中，如果方法不当，会造成农药残留，对周围环境造成污染。对靶喷药技术的核心是获取靶标信息，实现按需施药，提高农药喷施效率。靶标探测技术主要面临几个问题:①激光雷达靶标探测技术系统复杂;②超声传感靶标探测技术成本高;③红外光靶标探测技术探测距离有限;④机器视觉靶标探测技术响应速度慢。针对这些问题，本论文使用微软Kinect设备获取果树视频，将彩色和深度信息优势融合在一起，利用图像分割检测出果树叶墙区域(Leaf-Wall-Area，LWA)，创新提出由LWA的平均距离和LWA密度组成的精准喷施算法，可以自动调整喷头的喷洒距离和农药的喷施量;并且提出了基于样条区域的叶墙区域(LWA)平均距离计算方法以及基于路径偏差的喷施路径规划方法，实现了葡萄园精准喷施路径规划，最终达到果树精准喷施效果。主要工作如下:
1.针对LWA的检测容易受复杂背景影响的问题，提出了将彩色和深度信息优势融合在一起的LWA检测及分割方法。本文提出了实验条件和实验系统的设计方案，通过图像的预处理算法，彩色分层、图像分割等，完成对从果园采集到的图像的处理，然后和Kinect同步得到的深度图像相比较。最后，将比较后的图像进行膨胀和区域填充等处理，得到最终的LWA区域图像，为后面获得农药喷施区域，实现精准喷施打下了基础。
2.为了根据叶墙疏密，实现智能化调控喷施药量，提出了LWA密度检测方法，并提出了LWA密度的喷施模型。通过计算区域内去除叶墙空洞的LWA面积，除以区域总面积（包含空洞和背景等无叶区域）求得LWA密度，能够反映叶墙在一定区域内的疏密程度，以据此调节喷施强度。通过对桃树、杏树和葡萄果树的顶部、中部、底部三部分，共20组LWA密度数值的比较讨论可以看出，桃树和杏树的LWA密度值分布规律相似，顶部和中部LWA密度值最大，底部较小;葡萄的顶部、中部的LWA密度值都比较大，而底部的LWA密度值偏小。实验证明LWA密度检测结果较为准确，能够反映叶墙疏密的分布情况，检测结果能够用于调整农药喷施量，达到最佳喷施剂量和效果。
3.为了控制调整喷施臂，使喷头与LWA保持喷头标称的最佳距离范围内，以达到最佳喷施效果，提出了LWA最佳喷施距离测算方法。本文提出了LWA平均距离和最佳喷施距离数学模型，并对运用该数学模型得到的实验结果进行了分析。通过20组实验数据可以看出，从果树树干到Kinect测量的实际距离值与果树底部的LWA平均距离值差不多，意味着Kinect计算得到的平均距离值是准确的。桃树、杏树、葡萄三种品种树的底部LWA平均距离值差值的标准差结果最大值为0.8472，最小值为0.5080，部为可接受值。通过20组实验数据可以看出，机械臂的伸展长度为50cm，喷施过程中实际喷施距离到最佳喷施距离的调整值都在50cm范围内，实验结果都为可接受值。
4.针对喷施设备行进中会偏离最佳喷施位置的问题，提出了葡萄园精准喷施路径规划方法。结合深度图像数据，提出了基于样条区域的LWA平均距离检测方法，用于计算喷施设备与LWA间的距离，并进一步提出路径偏差计算方法及路径矫正规划方法，以实现对喷施设备偏离最佳喷施路径时进行路径矫正和规划，使喷施设备能够始终处于最佳喷施路径。通过30组实验数据可以看出，左右两侧距离计算值与测量值差值的标准差分别为3.7cm和1.9cm，差值较小。为了检验计算的路径偏差值是否准确，对30个数据采集点的路径偏差测量值和计算值进行计算，方差为2.29cm，证明两值间差值较小。
1.针对LWA的检测容易受复杂背景影响的问题，提出了将彩色和深度信息优势融合在一起的LWA检测及分割方法。本文提出了实验条件和实验系统的设计方案，通过图像的预处理算法，彩色分层、图像分割等，完成对从果园采集到的图像的处理，然后和Kinect同步得到的深度图像相比较。最后，将比较后的图像进行膨胀和区域填充等处理，得到最终的LWA区域图像，为后面获得农药喷施区域，实现精准喷施打下了基础。
2.为了根据叶墙疏密，实现智能化调控喷施药量，提出了LWA密度检测方法，并提出了LWA密度的喷施模型。通过计算区域内去除叶墙空洞的LWA面积，除以区域总面积（包含空洞和背景等无叶区域）求得LWA密度，能够反映叶墙在一定区域内的疏密程度，以据此调节喷施强度。通过对桃树、杏树和葡萄果树的顶部、中部、底部三部分，共20组LWA密度数值的比较讨论可以看出，桃树和杏树的LWA密度值分布规律相似，顶部和中部LWA密度值最大，底部较小;葡萄的顶部、中部的LWA密度值都比较大，而底部的LWA密度值偏小。实验证明LWA密度检测结果较为准确，能够反映叶墙疏密的分布情况，检测结果能够用于调整农药喷施量，达到最佳喷施剂量和效果。
3.为了控制调整喷施臂，使喷头与LWA保持喷头标称的最佳距离范围内，以达到最佳喷施效果，提出了LWA最佳喷施距离测算方法。本文提出了LWA平均距离和最佳喷施距离数学模型，并对运用该数学模型得到的实验结果进行了分析。通过20组实验数据可以看出，从果树树干到Kinect测量的实际距离值与果树底部的LWA平均距离值差不多，意味着Kinect计算得到的平均距离值是准确的。桃树、杏树、葡萄三种品种树的底部LWA平均距离值差值的标准差结果最大值为0.8472，最小值为0.5080，部为可接受值。通过20组实验数据可以看出，机械臂的伸展长度为50cm，喷施过程中实际喷施距离到最佳喷施距离的调整值都在50cm范围内，实验结果都为可接受值。
4.针对喷施设备行进中会偏离最佳喷施位置的问题，提出了葡萄园精准喷施路径规划方法。结合深度图像数据，提出了基于样条区域的LWA平均距离检测方法，用于计算喷施设备与LWA间的距离，并进一步提出路径偏差计算方法及路径矫正规划方法，以实现对喷施设备偏离最佳喷施路径时进行路径矫正和规划，使喷施设备能够始终处于最佳喷施路径。通过30组实验数据可以看出，左右两侧距离计算值与测量值差值的标准差分别为3.7cm和1.9cm，差值较小。为了检验计算的路径偏差值是否准确，对30个数据采集点的路径偏差测量值和计算值进行计算，方差为2.29cm，证明两值间差值较小。