基于组合信息的果园移动机器人检测系统研究

发布时间：2017-10-02 12:21

  本文关键词：基于组合信息的果园移动机器人检测系统研究

  更多相关文章： 激光导航 机器视觉 模糊控制 卡尔曼滤波 Hough变换

【摘要】：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。
【关键词】：激光导航 机器视觉 模糊控制 卡尔曼滤波 Hough变换
【学位授予单位】：西北农林科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP242;S22
【目录】：

• 摘要6-7
• ABSTRACT7-11
• 第一章 绪论11-21
• 1.1 研究背景11-13
• 1.2 车辆导航的几种主要方式13-15
• 1.2.1 GPS导航13-14
• 1.2.2 机械导航14
• 1.2.3 激光导航14
• 1.2.4 视觉导航14-15
• 1.2.5 基于多传感器融合技术的导航15
• 1.3 国内外研究现状及存在问题15-18
• 1.3.1 国外农业导航技术研究现状15-17
• 1.3.2 国内农业导航技术研究现状17-18
• 1.3.3 国内外导航存在问题18
• 1.4 研究内容及技术路线18-20
• 1.4.1 研究内容18-19
• 1.4.2 研究技术路线19-20
• 1.5 论文组织结构20-21
• 第二章 导航系统总体设计21-29
• 2.1 导航系统设计21-22
• 2.2 检测系统设计22-25
• 2.2.1 激光传感器22
• 2.2.2 视觉传感器22-23
• 2.2.3 车辆前轮转角传感器23-25
• 2.3 转向控制系统设计25-26
• 2.4 导航系统控制器26-28
• 2.5 本章小结28-29
• 第三章 基于激光传感器的导航方法研究29-44
• 3.1 果树位置信息筛选29-33
• 3.2 导航路径拟合33-36
• 3.3 导航控制方法36-40
• 3.4 试验结果与分析40-43
• 3.4.1 试验条件及方法40-41
• 3.4.2 试验数据与分析41-43
• 3.5 本章小结43-44
• 第四章 基于机器视觉的航向检测系统研究44-71
• 4.1 相机标定研究44-54
• 4.1.1 相机成像模型44-45
• 4.1.2 相机内外参数标定45-48
• 4.1.3 相机标定方法研究48-49
• 4.1.4 相机标定步骤49-50
• 4.1.5 试验结果与分析50-54
• 4.2 基于数字图像处理技术的果树树冠识别54-65
• 4.2.1 色彩模型转换54-57
• 4.2.2 果园图像处理57-60
• 4.2.3 图像增强60-62
• 4.2.4 图像分割62-63
• 4.2.5 图像形态学处理63-65
• 4.3 果树树冠导航线提取65-67
• 4.4 航向角检测67-70
• 4.4.1 相机外参数确定67-68
• 4.4.2 导航路径投影关系68-70
• 4.5 试验结果与分析70
• 4.6 本章小结70-71
• 第五章 基于组合信息的航向融合方法研究71-79
• 5.1 多传感器信息融合方法71-73
• 5.2 卡尔曼滤波方法73-77
• 5.2.1 系统模型73-74
• 5.2.2 最优准则74-75
• 5.2.3 预测校正模型75-77
• 5.3 试验结果与分析77-78
• 5.4 本章小结78-79
• 第六章 结论与展望79-81
• 6.1 结论79
• 6.2 创新点79-80
• 6.3 展望80-81
• 参考文献81-87
• 致谢87-88
• 作者简介88

【参考文献】

中国期刊全文数据库 前10条

1 张放;;2014年我国水果生产统计分析(二)[J];中国果业信息;2016年01期

2 张放;;2014年我国水果生产统计分析(一)[J];中国果业信息;2015年12期

3 戚树腾;聂森;陈军;王荣;刘凡一;;基于激光导航的果园移动机器人自动控制系统[J];农机化研究;2015年10期

4 周俊;胡晨;;密植果园作业机器人行间定位方法[J];农业机械学报;2015年11期

5 胡静涛;高雷;白晓平;李逃昌;刘晓光;;农业机械自动导航技术研究进展[J];农业工程学报;2015年10期

6 王忠和;王忠财;;果园机械的主要种类[J];科学种养;2015年05期

7 孙维华;;试论农业机械化对农业现代化的促进和推动作用[J];中国农业信息;2015年03期

8 粘雅玲;沈嵘枫;张小珍;戴之铭;;果园运输机械研究进展[J];农业技术与装备;2014年22期

9 吴天明;;移动机器人导航技术现状与展望[J];河南科技;2014年17期

10 顾家冰;丁为民;邱威;孙诚达;;果园变量施药机械及施药技术研究现状与趋势[J];果树学报;2014年06期

中国博士学位论文全文数据库 前5条

1 顾宝兴;智能移动式水果采摘机器人系统的研究[D];南京农业大学;2012年

2 张国权;基于视觉导航的智能车辆目标检测关键技术研究[D];兰州理工大学;2012年

3 王欣;多传感器数据融合问题的研究[D];吉林大学;2006年

4 牟子平;区域农业可持续发展的技术战略和政策研究[D];中国农业大学;2004年

5 周俊;农用轮式移动机器人视觉导航系统的研究[D];南京农业大学;2003年

中国硕士学位论文全文数据库 前10条

1 戚树腾;基于激光测距仪的果园移动机器人避障系统研究[D];西北农林科技大学;2015年

2 李肖漫;基于多传感器融合的智能轮椅实时避障研究[D];合肥工业大学;2015年

3 慕军营;基于激光扫描信息的视觉标定方法研究[D];西北农林科技大学;2014年

4 张强;轮式巡检机器人导航控制算法研究与实验平台设计[D];河北工业大学;2014年

5 谢振南;多传感器信息融合技术研究[D];广东工业大学;2013年

6 陈盈;磁导引自动导航小车控制系统的设计[D];湖北工业大学;2013年

7 李伟;中国农业功能多元化和生物质能产业发展研究[D];华中师范大学;2012年

8 聂鑫;基于激光雷达的移动机器人自主导航研究[D];湖南大学;2011年

9 何金伊;基于视觉导航的果园机器人控制系统的研究与设计[D];西北农林科技大学;2011年

10 朱磊磊;果园管理机器人平台的自动导航系统研究[D];西北农林科技大学;2010年

，

本文编号：959589