论文部分内容阅读
在现代农业生产环境中,随着计算机和自动控制技术的迅速发展,采摘机器人已经逐步深入到农业生产中,机器人的使用标志着农业向自动化和智能化的快速发展。果蔬采摘机器人的作业对象是具有多样性和不确定性的有机生物体,实现机器人对果蔬的采摘,关键在于能否获得果实精确的空间位置。机器视觉是实现果蔬空间定位的主要手段,也是实现精准采摘作业的重要保障。 本文基于当前采摘机器人的发展应用背景,进行复杂环境下荔枝采摘机械手的视觉定位方法研究,为采摘机器人的视觉精准定位奠定基础。主要研究及创新工作为: (1)研究了自然场景下成熟荔枝的识别技术。通过分析荔枝彩色图像的颜色和灰度特征,选取YCbCr颜色模型进行图像处理,对图像Cr分量图进行阈值分割去除复杂背景,并采用形态学和连通区域标注法消除分割后的随机噪声;然后结合一维随机信号直方图分析法与模糊C均值聚类法对处理后的荔枝图像进行聚类和分割,实现荔枝果实和果梗的识别。不同光照条件下的识别实验结果表明,算法均能有效分割出荔枝果实和果梗,识别正确率高达95%。 (2)提出了荔枝采摘的空间视觉定位方法。对自然环境成熟荔枝存在的生物特性进行分析,将整串荔枝当做一个大的果实,通过计算荔枝串果实“质心”与果梗的距离最大值来确定荔枝采摘点,然后结合基于色调空间的彩色图像匹配法和极限约束法进行果梗采摘点的立体匹配,实现了荔枝串采摘的空间定位。根据对荔枝的识别定位技术研究设计了一个自然环境下的水果识别定位系统,该系统集成了荔枝视觉定位的整个流程。视觉定位实验结果表明,定位坐标中深度值误差小于3cm,深度值误差率小于5.64%,双目视觉实现荔枝采摘定位的算法处理时间小于2s。 (3)研究了扰动状态下荔枝的识别定位技术。针对自然环境中扰动状态下荔枝的视觉精确定位问题,通过分析机械手采摘过程中引起荔枝扰动的因素,设计制造了模拟荔枝扰动的振动实验平台,该实验平台能改变振动条件如方向、振频、振幅来模拟采摘过程中的扰动环境;结合振动平台运动参数,提出了双目立体视觉系统实时采集扰动状态的荔枝图像的方法,在YCbCr颜色空间中对预处理后荔枝图像利用模糊C均值聚类法分割荔枝果实和果梗,然后利用Hough变换算法进行直线拟合确定有效的果梗采摘区域和采摘点,对多帧图像中采摘点坐标取平均值,然后进行三维重建确定空间采摘点坐标。荔枝扰动状态的视觉定位实验结果表明,空间定位深度值误差小于6cm,荔枝采摘机械手能实现有效采摘。 (4)提出了视觉定位误差的补偿机制。通过分析双目立体视觉系统的定位精度,利用曲线拟合法对误差值进行数据分析,根据深度值与误差值成线性正比的关系,利用数据库与直线插值法相结合,建立了视觉误差补偿机制;通过对误差补偿前后的定位值进行对比,验证了该补偿机制的合理有效性。 (5)采用虚拟现实技术结合双目立体视觉系统,构建了虚拟采摘机械手的定位仿真系统。该系统根据双目立体视觉计算的定位值,进行机械手的空间定位采摘过程的模拟。针对静态和扰动状态下的荔枝,该虚拟仿真系统能分别进行机械手的视觉定位与采摘模拟,有效验证真实采摘实验数据的可靠性和定位机制的合理性,为实际环境中机械手的精确定位提供参考。