农机快速导航系统设计—基于图像边缘检测和3D深度视频帧内编码

在农机多行作业时,其作业效率主要受到导航精度和系统响应速度的制约。为了解决农机多行作业导航精度和时效性的问题,基于边缘检测方法和3D视频编码技术,引入了一种深度帧内编码方法,用于实时导航视频的获取,有效提高了导航的时效性和导航精度。在实时图像的垄位置标定和导航线提取时,基于特征点匹配计算量大、误匹配概率高及实时性不强的确定,提出了导航线检测的Sobel算子,有效提高了导航线获取的精度。最后,利用样机对快速导航系统进行了测试。测试结果表明:基于图像边缘检测和3D深度视频帧内编码的农机导航方法,可以实时准确地标定作物垄的导航线,满足了农机快速导航系统的设计要求。     

基于DSP和计算机辅助的播种机导航视觉技术研究

为提高播种机导航视觉系统的效率及准确性,在导航控制系统的设计过程中引入了DSP和计算机辅助方法,通过计算机辅助图像处理和数据计算,有效提高了导航系统的效率。在播种机自主导航系统的设计中,采用了DSP和计算机辅助联合的方法,并以图像的处理为例,对系统设计的可行性进行了测试。结果表明:在高分辨率图像处理的条件下,基于DSP和计算机辅助的导航系统可以顺利完成图像的处理,保证了导航系统图像识别和路径规划的效率及准确性。     

除草机器人视觉导航中路面检测方法研究 —基于DSP图像深度处理

除草机器人是自主作业水平较高的一种新型农机设备,由于作业环境复杂,其作业质量和效率受视觉导航系统的影响较大。为了提高除草机器人视觉导航系统的精度及实时处理图像的效率,将DSP图像处理技术引入到了视觉导航系统的设计上。为了验证方案的可行性,结合MatLa软件对系统的图像处理能力进行了仿真实验,首先将采集图像利用MatLab处理为CCS的数据文件,然后传送给DSP处理器进行处理,最后将处理数据利用CSS传给MatLab软件进行图像显示,验证其是否能够成功的提取导航线位置。     

玉米中耕除草复合导航系统设计与试验

为了实现玉米中耕除草过程中的自动导航作业,提高自动除草的效率和准确性,设计了一种玉米中耕除草复合导航系统。系统由基于GNSS的农机自动导航部分和基于机器视觉的农具自动导航部分组成,可通过GNSS位置信息进行农机自动导航,同时根据摄像头获取的玉米作物行信息控制农具铲刀进行行间除草。对农机的转向控制部分和前轮转角检测部分进行了机械改装,以PLC和步进电机驱动器为基础设计了农机转向控制电路和农具液压控制电路;以横向偏差和横向偏差变化率作为模糊控制的输入变量设计了自适应模糊控制方法;采用摄像头获取玉米作物行,通过扫描滤波方法进行作物行检测。农机独立导航除草试验和农机具复合导航试验结果表明：在车速为0.6 m/s时,农机自动导航最大横向偏差为10.04 cm,平均偏差为4.62 cm;农机具复合导航时的最大偏差为6.35 cm,平均偏差为2.73 cm;农机具复合导航系统能较好地满足玉米中耕除草的要求。     

现代农机导航系统设计——基于极限学习机图像智能分类算法

农业采摘机械采用机器视觉技术后,可以自动识别成熟果实,然后通过自主路径规划,达到自主定位导航的目的。为了实现这个过程,农机定位导航系统必须具有高精度快速处理图像的相关算法。为此,将极限学习机算法引入到了农机导航系统中,并结合BP神经网络算法,通过对成熟果实和果树图像坐标的确定,实现农机作业的快速导航。为了验证方案的可行性,对算法的计算效率和精度进行了统计,结果表明:采用极限学习机后,采摘效率有了明显的提升,精确性也有所提高,可以满足现代化农机装备的设计需求。     

棉花铺膜播种作业拖拉机的视觉导航路径检测

针对棉花铺膜播种作业环境复杂,视觉导航路径检测易受光照强度、噪声及划线深度的影响,设计了一种抗干扰能力强、适应性广的视觉导航路径检测算法。构建图像采集系统,实时采集铺膜播种作业图像,基于Y=0.299R+0.587G+0.114B颜色模型对图像进行灰度化处理。针对第1帧图像,首先在浮动扫描区间[M_1-k,M_2-k](M_1取560,M_2取639;k=0,k≤560,k++)从第0行开始逐行扫描像素点,提取每行灰度值最小的像素点(或灰度值最小的像素点的列坐标的平均值)作为各行路径提取的候补点,并计算每个扫描区间内的候补点列值的方差F_k;寻求F_k值最小的区间作为第1帧图像的目标区间;在目标区间内使用最小二乘法拟合候补点集群提取初始导航路径;然后,以初始导航路径为中心,左右各扩展U个像素作为扫描区间,提取每行灰度值最小的像素点(或灰度值最小的像素点的列坐标的平均值)作为各行路径提取的候补点;最后,使用最小二乘法拟合导航路径,完成第1帧图像导航路径的提取。从第2帧图像开始,首先确定以前1帧图像导航路径作为当前帧图像扫描区间的中心,左右各扩展U个像素作为扫描区间;然后,从第0行像素开始逐行扫描,并提取灰度值最小的像素点(或灰度值最小的像素点的列坐标的平均值)作为路径提取的候补点,并使用"差异权重法"平滑候补点群;最后,基于最小二乘法拟合导航路径。采集6种工况下铺膜作业视频进行验证试验,结果表明:导航路径检测准确率为100%,平均处理速度为7.020ms/帧,能够稳定、快速地检测导航路径,准确率高,适应性广,抗干扰能力较强,满足棉花铺膜播种作业的实际要求。该检测算法丰富了基于视觉的拖拉机行走路径检测的方法,为实现拖拉机自动驾驶奠定了理论基础。     

智能施肥机作物覆盖率测量系统设计——基于北斗导航和多媒体图像处理

为了提高施肥机的智能化水平,实现施肥机械的变量施肥控制,提出了一种基于北斗导航和多媒体图像处理的智能施肥机测量系统,并重点对系统作物覆盖率的测量系统进行了设计。本研究采用北斗卫星导航系统(BDS)为采棉机进行位置服务,采用GPRS无线通信技术,避免了通信链路小、覆盖面积小等问题,采用多媒体图像的去噪处理,提高了装置对恶劣天气的自适应能力。最后,在普通的施肥机械上搭载了智能施肥机作物覆盖面积测量系统进行了试验,结果表明:该系统可以成功地返回准确的作物覆盖率,且在雾雨天气也能够保持良好的准确性,从而验证了装置的可靠性,为现代智能的农机设计提供了较有价值的借鉴。     

交互式音视频英语软件在农机远程监控系统中的应用

为了实现在多农机作业时农机管理人员对农机的调度和指挥,实现远程作业状态的监测,将英语交互式音视频学习平台技术引入到了农机远程系统的设计上,并采用网状无线网络结构构建了远程无线通信网络.为了提高远程作业端传送到控制端的视频的质量,利用图像融合处理算法对视频图像进行了处理,得到了较高质量的视频.以多联合收割机的作业为例,对...     

基于DSP和图像处理的农业机器人视觉导航研究

确定了间歇式行走的农业机器人视觉导航方案,设计了计算机图像采集单元、计算机图像处理模块和视觉导航参数提取算法,实现了一套基于DSP和图像处理的农业机器人视觉导航系统.试验结果表明:农业机器人移动速度增加时,导航误差会增大,且机器人的平均横向偏移在10 cm之内,能够满足农业机器人的导航需求.     

基于信息化时代的农业收割机定位系统设计与试验

为了提高收割机的定位导航效率和精度,实现自主定位,基于信息化时代将云技术和无线通信技术引入到了导航系统的设计上,通过导航视觉系统图像的高速处理、无线传感节点通信、路径规划和追踪,实现了收割机的自主定位和导航。对不同作业块的导航定位精度和路径追踪的精度进行了测试,结果表明:采用自主定位系统可以成功地对作业区域的路径进行规划,并实现高精度的路径追踪,对于提高农机的智能化水平的研究具有重要的意义。     

智能农机自动导航系统应用研究

首先设计了农机自动导航系统硬件及软件,分析了常见四轮农机结构,并以此作为研究平台展开模型分析,为后续自动导航算法奠定基础。研究了定位坐标系,分析了大地坐标系、直角坐标系及二者相互转化,确定导航定位解算原理及差分定位原理,在此基础上设计导航系统关键组成部分。最后,基于农机导航定位系统原理进行农机姿态测量及路径追踪,在此基础上提出路径追踪改善方法,从而为后续农机自动导航系统设计提供参考。     

基于北斗的农业机械立体视觉辅助导航系统设计

为提高农机在果园复杂环境下作业精度，降低驾驶员劳动强度，设计了精准辅助导航系统。通过北斗差分定位设备获取农业机械的经纬度、航向角度以及行驶速度等数据，根据农田信息规划出全局行驶路径，实时计算农业机械行驶过程中的航向偏角、行驶距离和耕作面积并绘制行驶轨迹，根据观察航向偏角和行驶轨迹，驾驶员来修正作业机械使农机按规划路径行驶。系统采用基于红外散斑的深度立体视觉相机，降低自然光线限制，以此获取农业机械前方深度图像，根据视觉算法对图像中的作物或障碍加以检测，并计算其到农业机械和路径中心线距离，判断是否需要避障并提示驾驶员应调整方向，当调整方向进行避障后返回到已规划路径继续行驶。试验结果表明，辅助导航系统在直线行驶试验时横向行驶最大偏差小于5 cm，能够辅助驾驶员按规划路径精准行驶；基于立体视觉的障碍检测测距误差范围在4%以内，且处理每帧图像耗时最大为40 ms，实时性很高，能高效辅助驾驶员进行精确避障。      

基于字符识别的收割机机器视觉研究

随着农业现代化技术的不断发展,无人驾驶技术开始被应用到农机的设计上,为了实现农机的无人驾驶,首先需要使农机具备智能化视觉系统。为了提高农机视觉系统的导航线识别能力,将基于翻译工具的字符识别技术引入到了系统的设计上,结合图像处理技术,通过对导航线的初步定位、二次定位和图像的滤波、灰度化及增强处理,可以准确识别出作业区域的导航位置线,还可以得到实时的位置坐标。测试结果表明:收割机在自主行走时可以沿着导航线位置行走,并通过坐标点来实时的修正行走方向,达到了精准定位导航的目的。     

基于CMOS图像传感器的采摘机器人嵌入式视觉系统

为了提高采摘机器人的自动化程度,实现自主导航和自主采摘作业能力,将基于CMOS图像传感器的嵌入式视觉系统引入到了采摘机器人的设计过程中,有效降低了机器人的设计复杂程度,提高了机器人的设计效率。采用DSP主控芯片构建了嵌入式图像处理系统,可以处理CMOS相机实时采集的图像,并采用模块化设计,构建了包括通讯单元、存储单元及视频输入输出接口的硬件系统,使各模块之间协调工作。为了验证方案的可行性,对一款果实采摘机器人进行了改装,安装了嵌入式视觉系统,并对其性能进行了测试。测试结果表明:采用基于CMOS图像传感器嵌入式视觉系统后,采摘机器人的定位准确率和采摘准率率都较高,满足了自动化采摘作业需求。     

基于WinCE的农机导航监控终端软件系统设计与实验

随着农业机械自动导航技术的发展,农机导航监控终端技术已经成为农业机械自动导航技术的重要组成部分。为了满足农业信息化发展的需求,更好地管理控制农机自动导航系统,实现对农机自动导航系统的实时监控与农机作业的控制,开发了农机自动导航监控终端软件系统,可进行农机车辆的导航状态监控、农机具的操纵控制及系统的故障诊断等。通过对农田工作的特点与导航需求分析,采用VS2005开发环境,C++语言,开发基于Win CE嵌入式操作系统的农机车辆自动导航监控终端软件。软件程序的总体功能模块包括:人机交互界面显示、基于RS232的串口通讯模块、路径规划模块、文件读写模块及系统参数调节模块等,并制定导航监控终端与导航控制器之间的数据通讯协议。将该导航监控终端软件系统装在拖拉机上测试运行,结果表明:导航监控终端软件系统可长时间连续稳定的工作,有效实现了对农机车辆导航系统的操作与监控。     

基于CAN总线的农机导航控制系统终端的设计与实现

农机导航控制系统终端是实施农机自动导航控制和变量作业的重要装置。为了更方便地管理农机导航系统、促进智能化农业装备的国产化,基于CAN总线技术,针对农机自动导航控制系统设计了一款农机导航控制系统终端。该农机导航控制系统终端在硬件设计方面支持串口和CAN两种通信模式,在软件方面实现了农机自动导航控制所需的路径设置、任务设置、作业视图监控和报警等基本功能。车载试验表明:该农机导航控制系统终端能够有效地实现对农机导航系统的管理和农机状态的监控,同时也大大方便了技术人员对数据的记录和分析等调试工作。     

自适应移动转向多功能园林修剪机械设计

为了提高园林修剪机械定位导航精度和自适应转向能力,提出了一种基于激光传感器的自适应移动转向导航系统,使园林修剪机械的导航系统具有了激光测距和障碍物特征扫描功能,大大提高了导航的精度和自动化程度。在自主导航路径规划和避障时,该套导航系统可以利用激光测距得到障碍物的实际距离,利用激光扫描得到的扫描亮度预测障碍物的尺寸,然后利用PC机的预设地图对修剪机当前位置进行预测和定位,并发出移动和转向控制指令,从而准确地实现导航功能。园林作业环境下试验发现,修剪机可以成功地对作业环境进行扫描,并通过自主避障和换行测试证明了激光传感器自适应移动和转向方法,对园林修剪机械的自主避障有着较好精确性和稳定性,达到了期望的要求。     

基于激光导航设施的收割机自动控制系统研究

针对无人驾驶农机的应用需求,提出了一种应用于无人驾驶农机自主行走的激光扫描路径规划与导航算法。此方法利用激光测距仪获取当前视场内路径、作物及障碍物信息,根据田垄和作物区域的特征检测路径边缘,并生成行驶路径。为了保证导航精度,在控制器上采用了PID反馈调节方式,利用增量式PID控制器对行走方向进行调节,从而使农机可以按照预定的路径行走。以无人驾驶收割机为研究对象,对导航方案进行了测试,结果表明:采用激光导航设置可以成功地规划出行驶路径,使收割机自主的沿着行驶路径行走,实现了无人驾驶收割机的自主导航。     

农机路径三维建模和导航研究——基于嵌入式平台和ArcGIS

为了提高农机的自动导航水平,简化底层软件和硬件系统,提高控制系统的逻辑运算和控制能力,将嵌入式系统引入到导航系统的设计上,并提出了基于ArcGIS和快速扩展随机树(RRT)的路径空间建模和规划算法,实现了农机的自动路径规划和导航。为了验证该方案的可行性,以无人驾驶拖拉机为测试对象,采用ArcGIS软件和RRT算法对路径进行了测试。结果表明:该方案可以快速地规划出拖拉机初始位置到目标位置的路径,且规划的最短路径和实际最短路径基本吻合,从而验证了方案的可行性和可靠性。     

基于机器视觉的农业机械避障导航算法研究

【目的】机器视觉技术已经成为一种重要的农业机械导航线路提取技术,但农业机械避障导航的自动提取容易受到自然条件的影响,其实时性要求还需进一步改进。【方法】笔者提出了一种基于机器视觉的农业机械避障导航算法,首先,利用改进之后的避障导航算法对CCD提取的彩色农田图像进行灰度化处理,呈现出图像信息;其次,利用改进之后的Otsu算法对避障系统获取的图像信息进行分割,得出新的图像,再利用滤波、腐蚀、膨胀等算法模式去除避障中的不良信息;最后,在避障信息的基础上提取出针对性的骨架,再对导航进行模拟,计算得出最后的偏差,并采用速度分别为0.5 m/s、1.0m/s的慢速实验对田间农作物中的障碍物进行检测。【结果】仿真结果表明,笔者提出的障碍物探测方法能够在不同的车速情况下,对障碍物的方向和形状进行精确识别,具有很好的适用性。【结论】1）基于机器视觉的农业机械避障导航算法能够较好地克服农业种植过程中出现的障碍物干扰,准确地提取出农田中的作物行驶方向和距离,并为以后的处理打下了良好的基础。2）目前对于障碍物的检测只考虑了静态障碍物和离航向最近的障碍物为有效障碍物的情况,在后续的研究中应对田间多障碍、动态障碍...