水稻插秧机视觉导航系统设计与路径追踪试验

发布时间：2017-09-14 20:15

  本文关键词：水稻插秧机视觉导航系统设计与路径追踪试验

  更多相关文章： 水稻插秧机 视觉导航 图像处理 基准线提取 路径追踪

【摘要】：水稻插秧机进行插秧作业时,插秧机的行走路线主要是直线和“U”型转弯,在直线行走时要求水稻插秧机与已插植秧苗行保持一定距离(30cm)。这种规律性极强的操作对驾驶员来说是枯燥乏味的,水稻插秧机驾驶员长时间驾驶作业后,不能始终如一集中注意力,插秧作业质量就会下降；此外,水稻插秧机的作业速度和效率在不断提高,驾驶员在驾驶高性能插秧机时不得不频繁地停下插秧机为插秧机添加水稻秧苗盘,这使高性能插秧机的效率打了折扣。为降低水稻插秧机驾驶员的劳动强度,并使驾驶员有可能在插秧机行驶过程中短时间内开展驾驶以外的操作如添加水稻秧苗盘,一种能够辅助驾驶员自动或部分自动驾驶水稻插秧机的自动导航系统具有重要意义。本研究拟基于机器视觉技术,设计水稻插秧机视觉导航系统,对水稻插秧机进行部分自动操作,为插秧机视觉导航系统设计奠定基础,主要研究内容包括：水稻插秧机自动转向系统设计。以久保田NSD-8水稻插秧机为研究平台,遵守尽可能不改变插秧机原机构的原则,设计了转向操作机构、离合器操作机构、速度档位操作机构和秧板升降操作机构,并设计与之配套的电气控制系统,构建视觉导航水稻插秧机自动转向系统样机,为视觉导航系统设计提供技术支持平台。遥控状态下180°转向和直线行驶试验结果表明该自动转向系统可以实现预定操作,设计的自动转向系统可以为后续水稻插秧机视觉导航系统研究提供技术支持平台。水稻插秧机视觉导航系统设计。经过计算选择合适的镜头和相机；经过对比现有文献和初步试验,视场尺寸为视场远端宽度为2800mm,视场近端宽度为1200mm,视场长度为2500mm,相机高度为1100mm；搭建由Suntime 300C摄像机、Kowa 4.4-11mm镜头和计算机组成的水稻插秧机视觉导航图像采集硬件平台；基于VFW技术,利用MATLAB平台在Windows环境建立图像采集、水稻秧苗图像分割、秧苗位置提取、基准线拟合、导航参数获取等组成模块组成的水稻插秧机视觉导航系统图像采集软件系统和图像处理系统。后续试验结果表明,该系统图像采集与图像处理效果良好,可以用于本研究中。水稻稻田图像导航基准线提取算法研究。针对我国北方插秧期水稻秧苗和稻田图像,首先分析水稻稻田图像中秧苗、水、秸秆残茬、泡沫和泥在HIS和I1I2I3正交彩色空间下各分量灰度值差异,将采集到的图像用正交彩色空间的I3颜色分量转换为灰度图像；比较多种阈值计算方法,采用最大类间方差法求取分割阈值,并分割秧苗图像获得二值图像；在二值图像上添加掩膜,去除图像上部左、右角“断垄”秧苗图像,以提高基准线识别精度；采用垂直投影法提取定位点,用定位点差值均值法去除伪定位点并检测“断垄”点,用近邻法对定位点进行列间归类,经过判断后采用稳健回归法拟合成直线作为水稻插秧机路径追踪的导航基准线。将该基准线与人工提取的基准线比较,平均误差率为0.78%,小于5%,证明该方法有效。使用该方法识别了20幅稻田图像,平均误差率为2.33%,试验结果表明该方法能够为水稻插秧机路径追踪提供参考路径。水稻插秧机导航参数获取算法研究。采用霍夫变换提取水稻秧苗基准线在图像空间的导航参数,建立水稻秧苗行中心线在世界坐标系和图像坐标系的映射关系,采用张正友法标定摄像头内外部参数,获取世界坐标系中水稻秧苗中心线与水稻插秧机的相对位置关系。通过在地面放置人工标志线,单帧图像导航参数静态获取试验结果表明：实测的λw和计算得到的λw差值的均值为4.9mmm,方差为5.4mmm；实测的θw和计算得到的θw差值的均值为4.76°,方差为5.07°。单帧图像导航参数实时获取试验结果表明受发动机振动、光照条件改变影响,获取的导航参数在一定范围内波动。利用视频图像帧中图像的连续性,采用均值滤波法处理连续帧的导航参数,多帧图像导航参数获取试验结果表明该方法能有效降低导航参数变化范围,降低异常值对导航精度的影响。水稻插秧机视觉导航系统导航控制器设计。采用基于驾驶员模拟技术,设计了以航向偏差和横向位置偏差作为输入变量,插秧机转向轮期望转角作为输出变量,构建了二维模糊控制器；使用简化的二轮车运动学模型进行路径追踪斜坡响应和阶跃响应仿真分析,通过仿真结果总结水稻插秧机路径追踪转向操作规律。开展人工驾驶水稻插秧机路径追踪试验,结果表明人工驾驶水稻插秧机路径追踪转向操作规律与本研究设计模糊控制器控制水稻插秧机路径追踪过程中的转向规律相同,说明本研究设计的二维模糊控制器达到预定目的,可以为水稻插秧机路径追踪起到决策作用。水稻插秧机视觉导航路径追踪试验。人工驾驶水稻插秧机路径追踪行驶轨迹的峰值距离为4.2m,调整距离为4.6m,稳态误差为0.005m；位置偏差为0.3m时的视觉导航水稻插秧机路径追踪行驶轨迹稳态误差为0.01m、超调距离为0.03m、初次调整距离为3.6m、调整距离为5.4m；视觉导航水稻插秧机路径追踪直线行驶田间试验结果为最大偏差24cm,平均偏差7.9cm。通过水稻插秧机视觉导航路径追踪试验表明,本研究设计的视觉导航系统可以控制水稻插秧机追踪预定义路径,但精度有待提高。
【关键词】：水稻插秧机 视觉导航 图像处理 基准线提取 路径追踪
【学位授予单位】：沈阳农业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要11-13
• Abstract13-16
• 第一章 绪论16-27
• 1.1 选题目的和意义16-17
• 1.2 国内外农业机械导航研究现状17-24
• 1.2.1 信标导航17-18
• 1.2.2 机械触觉导向系统18
• 1.2.3 惯性导航18-19
• 1.2.4 GPS导航19-21
• 1.2.5 视觉导航21-24
• 1.3 本论文研究的主要内容与技术路线24-26
• 1.3.1 主要研究内容24-26
• 1.3.2 技术路线26
• 1.4 本章小结26-27
• 第二章 水稻插秧机视觉导航自动转向系统设计27-36
• 2.1 久保田NSD-8水稻插秧机介绍27
• 2.2 水稻插秧机自动转向执行机构设计27-29
• 2.2.1 自动转向方案设计27
• 2.2.2 自动转向执行机构原理27-28
• 2.2.3 链传动设计28
• 2.2.4 步进电机的选择28-29
• 2.2.5 步进电机的安装29
• 2.3 水稻插秧机秧板升降操作机构设计29-31
• 2.3.1 工作原理29-30
• 2.3.2 滑块设计30
• 2.3.3 秧板升降操作机构安装30-31
• 2.4 水稻插秧机速度挡换挡操作执行机构设计31-32
• 2.4.1 速度档换挡操作机构工作原理31
• 2.4.2 速度档换挡操作执行机构安装31-32
• 2.5 水稻插秧机制动器与离合器操作执行机构设计32
• 2.6 角度传感器安装32-33
• 2.6.1 角度传感器的选取32
• 2.6.2 角度传感器的安装32-33
• 2.6.3 角度传感器的标定33
• 2.7 水稻插秧机自动转向系统性能试验33-35
• 2.7.1 试验材料与方法33-34
• 2.7.2 水稻插秧机自动转向性能试验34-35
• 2.7.3 水稻插秧机直线行驶试验35
• 2.8 本章小结35-36
• 第三章 水稻插秧机视觉导航图像处理系统设计36-43
• 3.1 水稻插秧机视觉导航图像处理系统要求36
• 3.2 水稻插秧机视觉导航图像处理系统方案设计36-38
• 3.3 水稻稻秧图像采集方案设计38-39
• 3.4 水稻插秧机视觉导航图像采集硬件系统设计39-40
• 3.4.1 光源的选择39
• 3.4.2 相机的选择39
• 3.4.3 镜头的选择39-40
• 3.5 水稻插秧机视觉导航图像采集软件系统设计40-42
• 3.5.1 软件系统的总体设计41
• 3.5.2 图像实时采集系统软件设计41-42
• 3.6 本章小结42-43
• 第四章 水稻稻田图像导航基准线提取算法研究43-62
• 4.1 水稻稻田图像彩色空间分析43-45
• 4.1.1 RGB彩色空间43-44
• 4.1.2 HIS彩色空间44
• 4.1.3 I_1I_2I_3正交彩色空间44-45
• 4.2 水稻稻田图像彩色空间分析45-50
• 4.2.1 材料与方法45-46
• 4.2.2 水稻稻田图像在不同彩色空间各颜色分量的灰度直方图46-47
• 4.2.3 水稻稻田图像在不同彩色空间各颜色分量的灰度变化曲线47-48
• 4.2.4 水稻稻田图像在不同彩色空间分割效果评价48-50
• 4.3 水稻稻田图像分割算法研究50-54
• 4.3.1 模糊C均值聚类分割算法研究50-52
• 4.3.2 阈值分割算法研究52-53
• 4.3.3 阈值分割效果比较研究53-54
• 4.4 水稻稻田图像分割后处理研究54-55
• 4.5 水稻插秧机视觉导航基准线拟合方法研究55-61
• 4.5.1 水稻秧苗行识别研究55
• 4.5.2 垂直投影法原理55-56
• 4.5.3 水平条划分56-57
• 4.5.4 定位点检测57-58
• 4.5.5 定位点归类58-59
• 4.5.6 基准线拟合59-61
• 4.5.7 拟合效果比较分析61
• 4.6 本章小结61-62
• 第五章 水稻插秧机视觉导航参数获取算法研究62-85
• 5.1 水稻插秧机行走路径模型研究62-63
• 5.2 单帧图像空间导航参数提取方法研究63-64
• 5.2.1 霍夫变换法原理63-64
• 5.2.2 单帧图像空间导航参数提取试验64
• 5.3 图像坐标系与世界坐标系导航参数映射关系研究64-68
• 5.3.1 图像坐标系与世界坐标系建立64-65
• 5.3.2 导航基准线在两个坐标系中映射65-68
• 5.4 摄像机标定研究68-78
• 5.4.1 建立坐标系68-70
• 5.4.2 成像模型分析70-71
• 5.4.3 摄像机标定方法研究71-72
• 5.4.4 张正友标定法72-75
• 5.4.5 摄像机标定试验75-76
• 5.4.6 摄像机标定结果76-77
• 5.4.7 摄像机标定结果分析77-78
• 5.5 水稻插秧机视觉导航单帧图像导航参数静态获取试验78-79
• 5.5.1 试验方法78
• 5.5.2 导航参数提取试验结果分析78-79
• 5.6 水稻插秧机视觉导航单帧图像导航参数实时获取试验79-81
• 5.7 水稻插秧机视觉导航多帧图像导航参数获取算法及试验81-83
• 5.8 本章小结83-85
• 第六章 水稻插秧机视觉导航控制器设计85-95
• 6.1 水稻插秧机导航控制原理分析85-86
• 6.2 水稻插秧机数学模型研究86
• 6.3 水稻插秧机转向控制器设计86-87
• 6.4 水稻插秧机导航控制器设计87-90
• 6.4.1 模糊控制器结构确定87
• 6.4.2 输入、输出变量的模糊化87-88
• 6.4.3 模糊控制规则制订88-90
• 6.4.4 模糊推理及反模糊化90
• 6.5 水稻插秧机路径跟踪仿真研究90-93
• 6.5.1 水稻插秧机路径追踪斜坡响应仿真分析91-92
• 6.5.2 水稻插秧机路径追踪阶跃响应仿真92-93
• 6.6 人工驾驶水稻插秧机路径追踪试验93-94
• 6.7 本章小结94-95
• 第七章 水稻插秧机视觉导航路径追踪试验95-106
• 7.1 水稻插秧机视觉导航系统硬件组成95-96
• 7.2 试验材料和方法96-98
• 7.3 人工驾驶水稻插秧机路径追踪轨迹分析98-100
• 7.4 步进电机转向参数优化试验100-103
• 7.5 水稻插秧机视觉导航路径追踪模拟试验103-104
• 7.6 水稻插秧机稻田环境中视觉导航路径追踪试验104-105
• 7.7 本章小结105-106
• 第八章 结论与建议106-110
• 参考文献110-118
• 致谢118-119
• 攻读博士学位论文期间发表论文119-120
• 附件120-125
• 附录1 标定用图片125-126
• 附录2 标定图片中提取坐标与计算坐标对比表126-132
• 附录3 视觉导航系统部分程序132-136
• 附录4 下位机部分程序136-144

【参考文献】

中国期刊全文数据库 前10条

1 杨晖,曲秀杰;图像分割方法综述[J];电脑开发与应用;2005年03期

2 陈爱华;高诚辉;何炳蔚;;计算机视觉中的摄像机标定方法[J];中国工程机械学报;2006年04期

3 庄卫东;杨超;汪春;韩静;;基于GPS和GIS的农机作业导航系统[J];黑龙江八一农垦大学学报;2008年05期

4 张天瑜;;基于改进型中值滤波算法的图像去噪[J];长春工业大学学报(自然科学版);2009年01期

5 陈文华;野外自主车陆地组合导航系统研究[J];机器人;1995年05期

6 冯建农,柳明,吴捷;自主移动机器人智能导航研究进展[J];机器人;1997年06期

7 孔德峰;汪春;王熙;姜楠;;基于GPS/GIS的大型农用拖拉机自动导航系统[J];农机化研究;2007年03期

8 姜国权;何晓兰;杜尚丰;柯杏;;机器视觉在农业机器人自主导航系统中的研究进展[J];农机化研究;2008年03期

9 连世江;陈军;贾海政;张伟华;;基于PID控制的拖拉机自动转向系统[J];农机化研究;2009年06期

10 陈帝伊;陈建海;马孝义;;农业机器人关键技术及应用研究进展[J];农机化研究;2010年05期

中国博士学位论文全文数据库 前3条

1 沈明霞;自主行走农业机器人视觉导航信息处理技术研究[D];南京农业大学;2001年

2 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

3 吕小莲;基于四自由度西红柿采摘机器人视觉系统的研究[D];沈阳农业大学;2008年

中国硕士学位论文全文数据库 前2条

1 王晶;基于CT图像的肺实质分割算法研究[D];沈阳大学;2010年

2 朱华勇;汽车前照灯计算机检测图像处理技术的研究[D];南京林业大学;2007年

，

本文编号：852103