基于腐蚀生长算法的不同活力玉米种子根系表型研究

针对图像法根系表型检测中因土壤遮挡而导致根系图像断裂的问题，提出一种基于腐蚀生长算法的玉米根系修复方法，并进行了不同活力玉米种子早期根系表型研究。首先，采用长方形扁平结构透明培养容器种植玉米，迫使其根系贴壁生长，可得到清晰的玉米根系图；通过偏振镜和单反相机采集图像，并采用灰度化、二值化、水漫算法等对图像进行预处理，可有效去除因设备反光和土壤色差造成的各类噪声。其次，基于玉米根系的向水性、向地性、连续性等生理特性，提出5条图像修补规则，即端点判定规则、分叉点判定规则、内部连续性规则、片段生长规则、近邻生长规则，在以上规则约束下，通过细化图像得到单像素连接的根系骨干，以各个根段的末端点为起点向中心腐蚀，并为属于不同根段的点集标记不同编号，根据不同根段间的端点导数值和平均导数值等参数，连接根段，实现根系的修补，从而得到完整根系图像。最后，基于所提图像修复算法对不同活力的玉米种子根系图像进行表型研究，发现在相同时间，根系数目、根系宽度、根系长度、根系延展长度与玉米种子活力均呈现明显负相关；以上4个生理参数的增速与种子活力呈现明显正相关。研究表明，本文所提的根系修复算法可用于作物根系高通量表型无损检测。     

基于融合深度信息的自动喷雾车全局非线性轨迹优化方法

针对传统的基于深度信息的喷雾车轨迹优化方法存在定位精度差、浮点漂移、深度信息帧易丢失等问题,提出了一种融合深度信息的全局非线性轨迹优化方法。在喷雾车前进过程中使用Real Sense传感器实时获取连续彩色信息帧,提取并优化重叠区域的FAST特征点,计算BRIEF描述子,通过快速最近邻算法进行特征匹配,并使用Nanoflann算法加速特征匹配过程。在获取连续关键帧的匹配点对后,对特征点对进行校验,剔除误匹配点对,利用对极几何融合深度信息计算两相邻关键帧部分匹配点对的本质矩阵,并针对剩余匹配点对进行重投影获取重投影误差。统筹全局连续关键帧,综合所有关键帧中匹配点的重投影误差,构建图优化,并通过Dogleg算法多次迭代获取当前喷雾车的精确位姿。该方法避免了单一依赖深度信息估计喷雾车轨迹时,出现位姿估计误差较大和深度信息帧丢失导致无法定位的问题。采用本文算法估计的喷雾车行驶轨迹更加接近于真实轨迹,其偏离真实轨迹误差均值下降了1. 07 cm,方差下降了2. 14 cm,超调量降低了2. 13 cm,提高了车行驶轨迹的鲁棒性。     

基于深度信息的草莓三维重建技术

以盆栽和高架两种栽培模式生长环境下的草莓植株为研究对象,提出了一种基于深度信息分割聚类的草莓冠层结构形态三维重建算法。首先,以深度信息的不连续性特征作为草莓植株逐层分割的重要依据,以深度二维图像作为全局参考指标,提出深度信息步进方法,自动提取冠层点云;其次,改进密度聚类算法,有效滤除随机、跳边和背景噪声;最后,改进基于Harris算子的多源图像融合算法,实现彩色图像与强度图像的配准及点云颜色的映射,三维重建出具有颜色信息的草莓冠层结构形态。为验证该算法的有效性,将三维重建后冠层的平均单叶长度及A-B线距离作为评价指标,试验结果表明,模型的平均单叶长度计算正确率为93%左右,A-B线距离计算正确率为97%左右,研究结果可为草莓采摘机器人果实识别过程中枝叶空间结构关系的构建提供技术支持。     

基于视觉测量的茶叶嫩芽定位方法研究

针对目前名优茶采摘效率低以及名优茶的采摘具有较强的时效性等问题,提出用双目摄像头定位茶叶嫩芽,以此推动自动化采茶设备的研发。采用双目立体视觉技术获取茶叶嫩芽的三维坐标信息,用于引导采摘机械臂进行自动化采摘作业。试验以茶园中的茶树为研究对象,根据SGBM算法获得一幅视差图像。然后通过OpenCV中reprojectImageTo3D函数得到深度图像,最后对照左摄像机中嫩芽形心在深度图像中的位置,获取茶叶嫩芽的三维坐标信息。实验结果表明,所采用的方案能够较为精确地定位出茶叶三维立体坐标,为后续自主采茶机器人的研发提供了技术支持。     

基于SOM-K-means算法的番茄果实识别与定位方法

为解决多个番茄重叠黏连时难以识别与定位的问题,提出一种基于RGBD图像和K-means优化的自组织映射(Self-organizing map,SOM)神经网络相结合的番茄果实识别与定位方法。首先,利用RGBD相机拍摄番茄图像,对图像进行预处理,获取果实的轮廓信息;其次,提取果实轮廓点的平面和深度信息,筛选后进行处理;再次,将处理后的数据输入到采用K-means算法优化的SOM神经网络中,得到点云聚类结果;最后,根据聚类点,通过坐标转换得到世界坐标信息,拟合得到各个番茄的位置和轮廓形状。以果实识别的正确率和定位结果的均方根误差(RMSE)为指标对该算法进行验证和分析,采集80幅图像共366个番茄样本,正确识别率为87.2%,定位结果均方根误差(RMSE)为1.66 mm。与在二维图像上利用Hough变换进行果实识别的试验进行对比分析,进一步验证了本文方法具有较高的准确性和较强的鲁棒性。     

基于近红外图像的温室小型西瓜采摘信息获取技术

为实现温室立体栽培模式下小型西瓜的识别与空间定位,研究了基于近红外图像的西瓜采摘信息获取方法。测定、比较西瓜果实与茎、叶的光谱反射率,确定波长850 nm附近波段为区分西瓜与背景的最佳波段,在光强差异较大的两时段内采集了最佳波段下的西瓜近红外图像;通过Otsu算法滤除背景信息,利用"米"字型模板检测得到"浓缩西瓜"区域,实现西瓜果实识别;使用形心坐标计算公式获得采摘点坐标;根据西瓜果梗生长特性,利用分块定位算法获得切割点坐标信息。在温室环境下随机选择拍摄50幅有西瓜图像和20幅无西瓜图像进行识别算法验证,并对识别成功的有西瓜图像进行采摘点与切割点提取算法验证。结果表明,有西瓜图像识别成功率为86%,无西瓜图像为95%;采摘点、切割点定位准确度分别为93.0%、88.4%。     

基于双目相机与改进YOLOv3算法的果园行人检测与定位

针对复杂果园环境中行人难以精确检测并定位的问题,提出了一种双目相机结合改进YOLOv3目标检测算法的行人障碍物检测和定位方法。该方法采用ZED双目相机采集左右视图,通过视差原理获取图像像素点的距离信息;将双目相机一侧的RGB图像作为用树形特征融合模块改进的YOLOv3算法的输入,得到行人障碍物在图像中的位置信息,结合双目相机获得的像素位置信息计算出相对于相机的三维坐标。用卡耐基梅隆大学国家机器人工程中心开放的果园行人检测数据集测试改进的YOLOv3算法,结果表明,准确率和召回率分别达到95.34%和91.52%,高于原模型的94.86%和90.19%,检测速度达到30.26 f/ms。行人检测与定位试验表明,行人障碍物的定位在深度距离方向平均相对误差为1.65%,最大相对误差为3.80%。该方法具有快速性和准确性,可以较好地实现果园环境中的行人检测与定位,为无人驾驶农机的避障决策提供依据。     

基于双目立体视觉的植物三维重建系统

为推进农林业科技发展,将虚拟现实的三维重建技术进一步应用于农林业领域将受到更加广泛的关注。本文通过拍摄两幅不同视角的拟南芥图片来获得二维图像信息转换为三维信息,重建出三维模型,并建立人机交互系统。选择双目立体视觉系统来进行拍摄不同视角的拟南芥图片,采用相机标定参数对获取的图像进行畸变校正和极线校正,同时对图像进行图像分割。然后选择SURF特征检测算法和SIFT特征匹配算法进行特征检测匹配,将匹配后得到的拟南芥的二维数据转换为空间三维坐标,使用三角剖分算法和纹理映射方法得到了拟南芥三维逼真模型。最终得到了具有592个空间点的拟南芥的三维模型,并建立了基于机器视觉技术的模式植物虚拟生长模型的人机交互系统。通过对多盆拟南芥进行建模和参数验证,拟南芥叶片长度、宽度和茎秆长度的软件测量值与真实值之间的相关系数R 2分别为0.9404,0.974,0.9862,且软件测量值都在真实值的5%误差线范围以内。表明本文重建的拟南芥模型稳定性和可靠度都较高。     

使用迭代重加权最小二乘法求解平面度误差

提出了几何误差评定的迭代重加权最小二乘（IRLS-Iterative Reweighted Least Squares)算法。该算法采用一个迭代过程求解一系列加权最小二乘问题，并在每一步迭代中按照一定的规则对权系数进行调整，使其逐步逼近最优拉格朗日乘子。对于用CMM(坐标测量机)和其他设备得到的数据，可得到平面度误差的精确值。     

基于激光雷达与深度相机融合的SLAM算法

针对单一传感器地图构建时存在环境表征不充分，无法为移动机器人自主导航提供完整环境地图等问题，本文通过将激光雷达与深度相机获取的环境信息进行互补融合，构建出更完整精确的栅格地图。首先，对传统ORB-SLAM2算法进行增强，使其具备稠密点云地图构建、八叉树地图构建以及栅格地图构建等功能。其次，为验证增强后ORB-SLAM2算法的性能，在fr1＿desk1数据集和真实场景下进行测试，数据显示增强后ORB-SLAM2算法绝对位姿误差降低52.2%,相机跟踪轨迹增长14.7%,定位更加精准。然后，D435i型深度相机采用增强型ORB-SLAM2算法，激光雷达采用的Gmapping-Slam算法，按照贝叶斯估计的规则进行互补融合构建全局栅格地图。最后，搭建实验平台进行验证，并分别与深度相机和激光雷达2个传感器建图效果进行对比。实验结果表明，本文融合算法对周围障碍物的识别能力更强，可获取更完整的环境信息，地图构建更加清晰精确，满足移动机器人导航与路径规划的需要。     

向心运动耦合机构设计与分析

针对正四面体的几何结构特点及对称性,将其棱边和顶点分别用两种构件替代,并通过单自由度转动副连接组合得到正四面体的等效几何基础模型。采用添加支链改变约束系的方法得到了基本可动单元体,进一步通过单元体的组合重构,设计了一种类正四面体耦合机构。基于独立运动分流标记法对其进行了运动性质分析,并通过Matlab软件得到各对称节点位移变化曲线,分析表明了设计的新机构具有2个移动自由度并且可以实现向心运动。     

二十面体机构构型设计与分析

基于具有对称性和对偶性的正十二面体,设计了一种以三、四、五边形为耦合节点的二十面体单移动可展机构。首先,在正十二面体的十个面上添加一种顶点,通过增加顶点种类以增加耦合节点种类,从而得到具有三、四、五边形结构的节点构件。根据构件连接情况设计四类替换构件,将替换构件用转动副(R副)依次连接,构造耦合机构基础模型。其次,基于螺旋理论应用分流法计算其自由度。最后,进行主动输入选取分析及构建耦合机构的三维模型,设置方向相反的驱动条件分别进行仿真运动,应用Matlab得到动平台和节点构件的位置变化曲线,仿真结果与理论分析结果相统一,表明提出的机构具有伸缩运动特性。     

基于Kinect传感器的猕猴桃果实空间坐标获取方法

猕猴桃自动采摘机器人研究中,为了自动获取目标果实的空间坐标,提出了一种基于Kinect传感器的猕猴桃果实空间坐标获取方法。首先利用Kinect传感器的红外投影机和红外摄像机获取深度图像,利用彩色摄像机获取RGB图像,根据彩色图和深度图对应关系,转换成深度坐标;然后通过Map Depth Point To Skeleton Point函数得到以红外摄像机为原点的坐标系坐标。实验表明:该方法能够有效获取猕猴桃目标果实的空间坐标,其定位误差小于2mm。     

三角网格模型变形设

提出了一种三角网格模型变形算法,采用最小二乘法求解三角网格模型变形设计的参考曲面,将网格顶点向参考曲面投影,建立网格顶点与投影点间的映射关系,通过调整参考曲面控制顶点,根据投影点位移量调整网格顶点坐标,采用三角Bézier曲面理论进行网格模型光顺处理,实例证明该方法可准确控制模型形状,有效提高三角网格模型的光顺性及变形设计效率.     

基于3D视觉的番茄授粉花朵定位方法

为了给设施番茄授粉机器人授粉提供可靠的定位技术,提出了一种基于3D视觉的番茄花朵定位方法。采用RGB-D结构光相机快速获取温室内番茄植株的彩色图和深度图信息,通过YOLO v4 (You only look once)神经网络对植株上番茄花束进行目标检测,并提取出授粉花束在图像中的二维区域;使用主动对齐方式结合PCL进行彩色图像和深度图像的粗对齐,利用区域内色系单视角线性遍历方法对提取的花束区域进行精配准,获得番茄花束的空间高精度点云信息;再使用统计滤波法剔除点云信息离群点后,结合双向均值法计算花束3D box的授粉质心坐标。定位试验结果表明,该方法在温室环境中能成功对花束进行识别定位,神经网络平均检测精度达97.67%,完成单幅图像花束提取时间为14.95ms,算法获取授粉质心坐标的平均时间约为300ms。后期在温室内验证,在花束被遮挡小于80%时,算法能够对番茄花朵进行精准定位,并成功执行授粉动作,为番茄授粉机器人提供了一种新的授粉点定位方法。     

基于单目视觉与超声检测的振荡果实采摘识别与定位

针对采摘机器人在果实振荡情况下因难以精确定位影响采摘效率的问题,提出了一种基于单目视觉与超声检测的振荡果实识别与定位方法。首先对采集的振荡果树图像序列进行基于色差R-G的Otsu阈值分割和形态学处理,接着对图像果实区域进行灰度填充,将处理后的图像序列叠加得到复合图像和目标果实运动区域,求取振荡果实在图像运动区域的二维平衡位置坐标。然后机械手在视觉引导下运动,其末端指向振荡果实二维平衡位置坐标,同时超声传感器检测目标果实深度信息并提取超声回波信号峰峰值进行果实识别,当检测到果实处于适合采摘位置时,机械手爪抓取果实。采摘试验表明,采摘成功率为86%,验证了所采用方法的有效性,为实现采摘机器人实用化提供了参考。     

推土机铲刀自动控制电液系统设计

针对推土机传统作业存在的作业质量差和劳动强度大等问题,在推土机铲刀原有液压驱动系统的基础上,以AT89S52单片机为核心,改进设计了推土机铲刀电液系统,旨在实现推土机手动/自动控制的切换和利用力/位调节实现对铲刀更精确的控制。该系统可实时检测铲刀位置和作业阻力,通过电控单元、利用模糊PID控制算法实时调整脉宽信号的占空比,来调节电液比例换向阀组中先导阀出口压力,进而控制主阀阀芯的动作,从而自动地调节铲刀升降。对系统进行的仿真结果表明:系统跟随性好,响应平稳。     

基于茎基部分区边缘拟合的稻株定位方法

准确地定位稻株是水稻株间除草机械作业的前提,提出了侧位俯拍的图像采集方式获取稻株茎基部图像,采用茎基部分区边缘拟合的方法定位稻株,解决了除草期内水稻冠层接连引起的定位不准确问题。首先分析稻株生长形态,探究侧位俯拍稻株茎基部的相机安装参数设定,以及影响成像质量的相关因素,提出了遮光条件下采集图像的方法,构建了具有遮光功能的图像采集系统;其次采用2G-R-B彩色图像灰度化、自动阈值、形态学操作等方法处理并分割稻株图像,检测茎基部边缘并分析其形态特征,并提出了分区边缘拟合定位方法:划分拟合区间为3个子区间,在子区间内进行边缘拟合,以拟合边缘线段中点坐标均值作为子区间茎基部中点,根据中点拟合茎基部中线,以中线中点作为定位的茎基部中心。最后进行了基于茎基部与冠层的稻株定位精度田间对比试验,结果显示:插秧后10~20 d内,基于茎基部的稻株定位误差均在7.0 mm以下,其中10 d、15 d、20 d时的定位误差分别为6.9mm/6.8 mm、5.9 mm/5.8 mm、6.3 mm/6.5 mm(有水条件/无水条件);基于冠层的稻株定位误差在8.0 mm以上,其中插秧20 d后,定位误差超过15 mm以上。试验结果表明,所提出的基于茎基部分区边缘拟合的稻株定位方法,定位精度高,除草适用期长,可满足株间机械除草过程中对稻株精准定位的技术要求。     

基于机器视觉定位的家禽屠宰净膛系统设计与试验

针对国内家禽屠宰净膛作业中存在的劳动强度大、工作效率低、作业环境差等问题,设计了一种基于机器视觉定位的家禽屠宰净膛机械手系统。系统由家禽胴体悬挂输送装置、双直角坐标式机械手本体、机器视觉系统和PLC控制系统组成。通过视觉系统在线采集家禽胴体和膛口图像,采用中值滤波和灰度增强对胴体图像进行预处理,然后用全固定阈值法进行图像的二值化,设定面积阈值后通过闭运算以及孔洞填充得到分割掉家禽翅膀和腿部的二值图像,计算二值图像轮廓,获取质心坐标;采用最大内接圆法对家禽膛口进行定位,得到膛口中心坐标;坐标变换后将数据传输到PLC控制器中,指导机械手完成净膛工作。试验结果表明,该系统对家禽外形轮廓质心坐标、膛口中心坐标的重复定位精度分别达到±1.6、±1.52像素,净膛机械手能够准确抓取内脏,内脏平均残留率为7.63%,内脏平均破损率为23%。