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...