丘陵山区耕地面积约占我国耕地总面积的63.2%,是我国重要的粮食、油料、烟叶等作物的生产基地。但丘陵山区田间道路自然条件差,导致目前农用物资和农产品在田间道路上的转运存在劳动力投入大、安全性差、发展水平低等问题。在农村劳动力缺乏的情况下,丘陵山区亟需一种自动化程度高、安全性好的田间道路搬运车。本文针对丘陵山区田间道路无车道线、边界模糊、背景环境复杂多变等特点,采用双目摄像头对搬运车前方的道路进行识别,利用立体匹配和三维重建技术获取田间道路的三维信息,据此进行田间道路上的局部路径跟踪,实现搬运车在田间道路上的自动行驶。主要研究内容有:(1)双目视觉原理及双目摄像头标定。分析双目视觉系统的五个基本坐标系和各个坐标系之间的关系,根据单目和双目摄像机的成像模型,选定基于MATLAB工具箱的张正友标定法,以黑白棋盘格作为参照物,提取棋盘格的角点作为特征,完成双目摄像头内、外参数的获取,并对比不同标定距离下的结果。(2)田间道路图像处理算法。分析对比RGB、Lab、HSI、HSV四种不同颜色空间下田间道路图像分割处理结果,选择能适应各种田间道路的HSV颜色空间进行图像处理。分离HSV颜色空间中的V分量对田间道路进行Otsu阈值分割和后处理,得到明显的道路区域和非道路区域。同时,为解决路面上存在的阴影问题,利用HSV颜色空间中S分量对阴影不敏感的特点,通过试验选取合适的参数将S、V分量分别进行点运算后按不同权重加权融合,突出道路的阴影特征,并利用Otsu阈值分割提取阴影部分。最后,将阴影区域和非阴影道路区域合并后再次进行图像后处理,得到完整的道路信息。(3)田间道路立体信息感知和路径跟踪。根据田间道路无明显特征,且道路区域的灰度值差异小的特点,在图像处理的基础上,提取道路的统计特征-质心点作为立体匹配基元,采用最小二乘法对此统计特征进行平滑处理后重新取点,解决因阴影、水渍等不利因素造成路径信息错误甚至缺失的问题。进而,利用极线约束和单应性矩阵对田间道路统计特征进行精确匹配和三维重建。在此基础上,根据田间道路的三维信息在XY平面内对路径进行跟踪,并提出图像重叠部分采用前轮偏转角融合的方法解决滚动窗口衔接的问题。(4)田间道路试验。为验证田间道路图像处理、三维信息感知和路径跟踪算法的准确性和可行性,在前期研制的田间道路搬运车平台上,搭建道路视频采集、图像处理器和整车控制器等硬件系统,并建立三者之间的数据传输。整车控制器根据图像处理器处理得到的三维路径信息进行控制决策,控制搬运车的转向舵机,实现搬运车的自动行驶。在此基础上,测试了田间道路搬运车在直线路径、多曲率复杂路径和地形起伏等路径下的道路感知与路径跟踪偏差。试验结果表明:(1)在HSV颜色空间下,V分量的阈值分割对于普通田间道路、有杂草和水渍的道路、非硬化道路都有很好的识别效果,但对有阴影的路面比较敏感,分割处理结果会缺失部分道路信息。(2)对于不同颜色深度和面积大小的路面阴影,提出的利用HSV空间S分量和V分量进行阴影处理的算法能够很好地完成阴影检测,且算法简单,运算效率高。(3)利用极线约束条件下基于单应性矩阵的立体匹配算法能够很好地完成对不同道路统计特征的匹配和三维重建,匹配基元少且具有很好的代表性,匹配速度快,匹配误差和道路统计特征三维重建误差不超过10%。(4)在实际道路试验中,田间道路搬运车能够较好地实现田间道路感知和路径跟踪,始终保持在道路中线附近行驶,没有偏离道路。直线路径工况下,自动行驶的路径轨迹与道路实际中线的平均偏差为0.031 m,最大偏差为0.133 m;多曲率复杂路径工况下的平均偏差为0.069 m,最大偏差为0.195 m;地形起伏的路径工况下的平均偏差为0.105 m,最大偏差为0.216 m,满足田间道路上搬运车的自动行驶轨迹误差要求。