论文部分内容阅读
为实现果园作业自动化,本研究对现有的农业车辆导航方法进行了阐述。对于各导航方式,本研究在绪论中对其优缺点进行了阐述和比较。通过对现有的导航方法的比较,找出了现有导航所存在的问题。为解决现有果园导航系统获取果园环境信息不完整的问题,本研究提出了一种基于机器视觉和激光测距仪的导航系统航向融合方法并进行了试验。主要研究内容包括:(1)以欧豹4040型拖拉机作为对象,建立了基于多传感器融合技术的导航系统。介绍了系统搭建所使用的传感器和硬件系统。(2)开发了基于激光测距仪的果园机械导航系统。提出了一种在坐标转换当中的果园果树位置信息识别方法和相邻行果树干扰消除方法。然后根据所获得的果树位置信息拟合了果园导航路径。以拖拉机的航向偏差和横向偏差作为输入、前轮转向角度作为输出,设计了基于模糊数学的模糊控制器。最终实现了移动平台在双侧树行、单侧树行和双侧树行部分果树缺失情况下的直线行走功能,在以0.27m/s、0.33m/s和0.45m/s的速度直线行走30m时,双侧树行环境下最大横向偏差为0.077m、0.113m和0.103m。只有左侧树行的最大横向偏差为0.04m、0.09m、0.088m。只有右侧树行的最大横向偏差为0.056m、0.067m、0.08m。在以0.33m/s的速度下,双侧树行中有部分树点缺失时的最大横向偏差为0.18m。(3)利用数字图像处理技术对基于机器视觉所获取的果园图像进行了处理。将工业相机所才采集的图像转换到HSV色彩空间,并利用大津法对图像进行了阈值分割,最终对图像中果树树冠轮廓线进行了提取。(4)利用Hough变换对经过处理图像的果树树冠导航线进行了提取,并拟合出了基于机器视觉的果园机械导航路径。并根据从图像到现实世界坐标之间的几何关系推导出了从图像中航向角到现实世界中的移动平台航向角计算方法。(5)利用卡尔曼滤波对所获得的基于激光测距仪的导航航向角和基于机器视觉技术的导航航向角进行了拟合。从而得到了果园导航多方位组合信息的融合方法。