农机视觉与GPS组合导航方法研究
发布时间：2021-09-08 18:15
农机导航是实现农机自动行驶,提升农业智能化程度的重要技术。农机导航技术是通过一些传感器,利用光、电磁波以及卫星信号等来测量获取周围信息,以实现对自身的定位,按照预先已有知识（如地图等）规划的路线进行运动的技术。如今常见的导航技术有视觉导航和GPS导航等,视觉导航技术波动的关键原因是光照因素,且图像中包含的数据较多,难以做到实时性;GPS导航在室内信号差,且想要实现精准定位需要价格较高的接收设备。针对上述问题,本文拟提出一种基于视觉和GPS导航的组合导航方法,结合两者的优点来提升定位精度,利用无迹卡尔曼滤波器（UKF）来融合两种导航方式获取的数据,完成数据滤波,提升导航定位的精度。本文基于阿克曼转弯模型,为避免农机自动驾驶过程中的压苗问题,提出了基于前进-后退转弯策略的自动转弯方法,同时提出了一种优化算法实现更好的性能。本文利用组合导航方法实现农机在农田中自动行驶的直行,基于自动转弯寻优方法实现农机自动驾驶的转弯,从而避免自动驾驶转弯过程中压苗的损失。针对农机自动驾驶过程中的直行行驶,本文从视觉导航与GPS导航两个部分从环境获取数据并进行处理,得到处理后的数据后将其传递至UKF中进行滤波...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
RGB空间示意图
哈尔滨工业大学工学硕士学位论文-12-辐射差异相关，可以达到有效去噪以及保持图像信息的效果。图2-2为有椒盐噪声的原图和经过不同滤波方法处理之后的图像的对比。图2-2滤波方法处理结果对比2.1.3图像灰度化与分割图像灰度化的含义是选择某个特定的颜色空间模型（如RGB、HSI等模型），以某种特定的方式分离图像在此空间下的不同属性，其目的是在得到拍摄的图像后按照其表示的颜色模型来将彩色图片转化为灰度图片，进行提取特征。因为彩色图片包含三通道图像的数据，处理起来数据量大，直接使用彩色图像会导致处理速度慢。使用不同的颜色空间以及不同的灰度化方式可能会有差异较大的提取结果。常见的灰度化思想包含将颜色模型进行分割、取三通道同位置像素值的平均值以及不同的分量占不同的权重相加等思想。对于图像灰度化而言，选择哪一种灰度化方法需要根据其处理效果来确定，在不同的应用环境下使用不同的应用方法。二值化的含义是将图像根据某种方式，将整个图像的像素值转换为255或0的方法。二值化与图像分割是紧密相关的，二值化后的图像完成分开背景与前景的任务。图像分割主要通过比对像素值与阈值的大小关系来实现的，存在多种阈值确定方法。设f(x,y)为点(x,y)的像素值，g(x,y)为二值化操作后原点的像素值，则两者的关系如式(2-8)所示：
哈尔滨工业大学工学硕士学位论文-14-图2-3用于标定的棋盘格图像2.2GPS导航技术2.2.1GPS定位技术GPS定位是实现导航的关键，其定位方法又分成绝对位置定位和相对位置定位。获取绝对位置直接通过设备得到其相对与地心的坐标，此种方式只需一个信号接收器，其精度是由卫星轨道误差等决定，通常为米级水平。相对位置定位中的重要实现方式为伪差分定位，测距可达厘米级的精度，当前这种方式被广泛使用于精密导航以及大地测量等用途。差分定位的基本原理是通过距离较近的两个以上的接收设备，在计算坐标时利用多个设备来修正坐标，以达到提高定位精度的效果。GPS定位是基于计算设备与三个卫星的间隔来实现的。首先假设卫星O1的坐标已知，而设备所在的地方A与卫星1之间的间隔又能正确测量，那么A点必定处于以卫星为球心，以测量出的间距为半径的圆球上。进一步，设备所在地点A至另一卫星O2的间距又被测量出来，则A必定处于两个球相交得到的圆环上。同理还可以测算出A点与卫星O3的间距，这样就可以确定A点的位置只能位于三个球相交的两个点上，再通过地理知识来去除一个不可能的坐标，这样就能够实现精确定位。GPS导航的原理图如图2-4所示。
【参考文献】：
期刊论文
[1]分布式驱动电动汽车的差速转向控制及其适用性[J]. 裴晓飞,刘志厅,陈祯福,陈可际,杨波. 汽车安全与节能学报. 2019(04)
[2]无人机空中对接中的视觉导航方法[J]. 刘爱超,佘浩平,杨钦宁,周思成. 导航定位与授时. 2019(01)
[3]Improved pruning algorithm for Gaussian mixture probability hypothesis density filter[J]. NIE Yongfang,ZHANG Tao. Journal of Systems Engineering and Electronics. 2018(02)
[4]基于计算机视觉/GPS/MG姿态测量的盲人行走组合导航方法研究[J]. 贾文渊,魏彤. 导航与控制. 2017(05)
[5]基于超绿特征与形态学的植保无人机图像农作物分割[J]. 张庭亮,甄倩倩. 科技创新与应用. 2017(26)
[6]Dynamic Path Following Control of a Ground Ackerman Steering Robot to Avoid a Collision[J]. Guangming Xiong,Xiaoyun Li. Journal of Beijing Institute of Technology. 2017(02)
[7]一种用于航空物探测量的无人机路径规划方法[J]. 肖都,李军峰. 物探与化探. 2017(03)
[8]农业机械自动导航技术研究进展[J]. 胡静涛,高雷,白晓平,李逃昌,刘晓光. 农业工程学报. 2015(10)
[9]Robust and Accurate Monocular Visual Navigation Combining IMU for a Quadrotor[J]. Wei Zheng,Fan Zhou,Zengfu Wang. IEEE/CAA Journal of Automatica Sinica. 2015(01)
[10]农业物联网研究与应用现状及发展对策研究[J]. 葛文杰,赵春江. 农业机械学报. 2014(07)
本文编号：3391256
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
RGB空间示意图
哈尔滨工业大学工学硕士学位论文-12-辐射差异相关，可以达到有效去噪以及保持图像信息的效果。图2-2为有椒盐噪声的原图和经过不同滤波方法处理之后的图像的对比。图2-2滤波方法处理结果对比2.1.3图像灰度化与分割图像灰度化的含义是选择某个特定的颜色空间模型（如RGB、HSI等模型），以某种特定的方式分离图像在此空间下的不同属性，其目的是在得到拍摄的图像后按照其表示的颜色模型来将彩色图片转化为灰度图片，进行提取特征。因为彩色图片包含三通道图像的数据，处理起来数据量大，直接使用彩色图像会导致处理速度慢。使用不同的颜色空间以及不同的灰度化方式可能会有差异较大的提取结果。常见的灰度化思想包含将颜色模型进行分割、取三通道同位置像素值的平均值以及不同的分量占不同的权重相加等思想。对于图像灰度化而言，选择哪一种灰度化方法需要根据其处理效果来确定，在不同的应用环境下使用不同的应用方法。二值化的含义是将图像根据某种方式，将整个图像的像素值转换为255或0的方法。二值化与图像分割是紧密相关的，二值化后的图像完成分开背景与前景的任务。图像分割主要通过比对像素值与阈值的大小关系来实现的，存在多种阈值确定方法。设f(x,y)为点(x,y)的像素值，g(x,y)为二值化操作后原点的像素值，则两者的关系如式(2-8)所示：
哈尔滨工业大学工学硕士学位论文-14-图2-3用于标定的棋盘格图像2.2GPS导航技术2.2.1GPS定位技术GPS定位是实现导航的关键，其定位方法又分成绝对位置定位和相对位置定位。获取绝对位置直接通过设备得到其相对与地心的坐标，此种方式只需一个信号接收器，其精度是由卫星轨道误差等决定，通常为米级水平。相对位置定位中的重要实现方式为伪差分定位，测距可达厘米级的精度，当前这种方式被广泛使用于精密导航以及大地测量等用途。差分定位的基本原理是通过距离较近的两个以上的接收设备，在计算坐标时利用多个设备来修正坐标，以达到提高定位精度的效果。GPS定位是基于计算设备与三个卫星的间隔来实现的。首先假设卫星O1的坐标已知，而设备所在的地方A与卫星1之间的间隔又能正确测量，那么A点必定处于以卫星为球心，以测量出的间距为半径的圆球上。进一步，设备所在地点A至另一卫星O2的间距又被测量出来，则A必定处于两个球相交得到的圆环上。同理还可以测算出A点与卫星O3的间距，这样就可以确定A点的位置只能位于三个球相交的两个点上，再通过地理知识来去除一个不可能的坐标，这样就能够实现精确定位。GPS导航的原理图如图2-4所示。
【参考文献】：
期刊论文
[1]分布式驱动电动汽车的差速转向控制及其适用性[J]. 裴晓飞,刘志厅,陈祯福,陈可际,杨波. 汽车安全与节能学报. 2019(04)
[2]无人机空中对接中的视觉导航方法[J]. 刘爱超,佘浩平,杨钦宁,周思成. 导航定位与授时. 2019(01)
[3]Improved pruning algorithm for Gaussian mixture probability hypothesis density filter[J]. NIE Yongfang,ZHANG Tao. Journal of Systems Engineering and Electronics. 2018(02)
[4]基于计算机视觉/GPS/MG姿态测量的盲人行走组合导航方法研究[J]. 贾文渊,魏彤. 导航与控制. 2017(05)
[5]基于超绿特征与形态学的植保无人机图像农作物分割[J]. 张庭亮,甄倩倩. 科技创新与应用. 2017(26)
[6]Dynamic Path Following Control of a Ground Ackerman Steering Robot to Avoid a Collision[J]. Guangming Xiong,Xiaoyun Li. Journal of Beijing Institute of Technology. 2017(02)
[7]一种用于航空物探测量的无人机路径规划方法[J]. 肖都,李军峰. 物探与化探. 2017(03)
[8]农业机械自动导航技术研究进展[J]. 胡静涛,高雷,白晓平,李逃昌,刘晓光. 农业工程学报. 2015(10)
[9]Robust and Accurate Monocular Visual Navigation Combining IMU for a Quadrotor[J]. Wei Zheng,Fan Zhou,Zengfu Wang. IEEE/CAA Journal of Automatica Sinica. 2015(01)
[10]农业物联网研究与应用现状及发展对策研究[J]. 葛文杰,赵春江. 农业机械学报. 2014(07)
本文编号：3391256
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3391256.html
