基于高斯-粒子滤波的SLAM算法提取果实特征

发布时间：2021-10-08 15:52

　　针对传统农作物采摘方式落后、采摘效率低、果实特征识别精度低等问题,提出了一种基于SIFT的果实特征匹配算法.对导航机器人采集的果实图像进行去噪与特征提取,然后对不同传感器采集到的含有一定角度偏差的图像进行匹配,得到较精准的特征位置:提出了一种高斯-粒子滤波（Gauss-Particle Filter,Gauss-PF）的SLAM（Simultaneous Localization and Mapping）算法.仿真实验表明,通过增大噪声协方差及特征位置初值误差验证算法的精度,PF和Gauss-PF算法的误差均随时间逐渐降低,且在x,y方向,后者误差均小于1 cm.新的算法具有较强的稳定性与较高的定位精度.最后在同等条件下,基于单个果实特征位置（0,0）的特征进行x,y方向2次观测,并采用Gauss-PF和PF算法对观测值进行量测估计,实验表明新算法均能在（0,0）的较小邻域[-1,1]cm误差范围内对其进行估计,高于PF算法的精度[-2,2]cm. 

【文章来源】：河南师范大学学报(自然科学版). 2020,48(02)北大核心

【文章页数】：7 页

【文章目录】：
1 SLAM模型
    1.1状态方程的建立
    1.2 特征地图模型的建立
    1.3 统观测模型的建立
2 粒子滤波算法
3 SIFT特征匹配算法
4 图像采集与实验分析
    4.1 图像处理技术
    4.2 图像分割与特征提取处理
5 基于SLAM的特征定位实验与分析
    5.1 基于SLAM的特征位置估计
    5.2 基于PF,Gauss-PF滤波算法对特征位置估计
    5.3 基于成熟果实定位的观测与估计
6 结 论


【参考文献】：
期刊论文
[1]基于移动最小二乘法的轨迹拟合切线方位角计算[J]. 姚连璧,钱瑾斐.  同济大学学报(自然科学版). 2018(11)
[2]基于视觉与惯性的农机组合导航的方法研究[J]. 马志艳,欧阳方熙,杨光友,余昌舜.  农机化研究. 2019(06)
[3]苹果采摘机器人视觉系统研究进展[J]. 王丹丹,宋怀波,何东健.  农业工程学报. 2017(10)
[4]基于视觉的茶作物行间行走路径规划研究[J]. 马志艳,汤有胜,杨光友.  农机化研究. 2017(01)
[5]多末端苹果采摘机器人机械手运动学分析与试验[J]. 李国利,姬长英,顾宝兴,徐伟悦,董芒.  农业机械学报. 2016(12)
[6]水下石油管道漏油检测定位的粒子滤波SLAM算法[J]. 袁赣南,王丹丹,魏延辉,洪伟.  中国惯性技术学报. 2013(02)
[7]基于SIFT和小波变换的图像拼接算法[J]. 王宇,王涌天,刘越.  北京理工大学学报. 2009(05)
[8]改进SIFT特征在图像匹配中的应用[J]. 张春美,龚志辉,孙雷.  计算机工程与应用. 2008(02)

博士论文
[1]基于信息融合的水下多目标跟踪技术研究[D]. 李晓花.西北工业大学 2016
[2]基于计算机视觉的树上柑橘自动识别和定位技术的研究[D]. 彭辉.华中农业大学 2011

硕士论文
[1]成熟苹果的图像识别及其位姿的获取研究[D]. 赵文旻.南京农业大学 2012



本文编号：3424480