苹果园区作业机器人障碍物识别研究

苹果采摘的季节性强,工作量大,利用机器人进行苹果采摘符合现代农业的发展趋势。障碍物识别对苹果作业机器人的正常工作至关重要。为此,针对苹果园区垄间地面情况和障碍物特点,采用L*a*b*颜色空间中的b*分量进行图像灰度化处理,再进行图像阈值分割处理,可有效将苹果园区垄间中的障碍物等从复杂背景中分离出来;再利用优化后的SURF算法进行障碍物匹配,可有效地提高障碍物的识别率。实验表明:优化后的SURF算法可以提高障碍物匹配的准确率,并缩短障碍物匹配的时间。