基于小波变换的农田景物边缘检测

依据农田景的图像的基本特点，提出零点反对称紧支撑二进小波检测图像中的边缘。运用此方法在计算机上对图像边缘提取，得到了连续、光滑、单像素宽的边缘链图像。表明这种边缘提取方法有效、可行。     

基于形态学的农田景物区域检测技术

研究了形态学在农田景物区域检测中的应用，通过形态学分析对农田景物区域进行了形态特征提取，在此基础上利用先验知识对各区域进行了识别分类。试验表明，本文提出的方法可以取得良好的效果。     

基于纹理频谱的农田景物区域检测

为实现对复杂农田景物区域检测,将原始图像做多层直方图均衡化预处理,然后基于边缘的存在会干扰所在局部区域的纹理特征的思想,提出了一种基于纹理谱的区域检测方法;并以收获季节农田景物区域检测为例,通过实验证明这个方法是可靠的,能够得到期望的有效区域。     

机器视觉技术在农业机器人定位中的作用

随着科学技术的飞速发展,机器视觉技术在不同的应用场景下取得了良好的效果。机器视觉技术通过卷积神经网络、YOLO等模型,可以实现目标检测、目标分类、位置识别等。实践证明,农业机器人进一步结合机器视觉技术可以极大地提高农业智能化水平。基于此,课题组介绍了机器视觉技术在农业中的应用场景,详细分析了农业机器人的定位解决方案,结合单目相机提出了实现目标定位的方法,结合图像特征点提出了农业机器人位置的确定方法。结果表明,机器视觉技术能够实现农业机器人的精确定位,有利于农业的智慧化、自动化发展。     

农作物边缘提取方法研究

为实现复杂农作物边缘检测,提出了用低通滤波对原始图像进行预处理,然后采用给定阈值的图像二值化,再利用二值膨胀滤除细小纹理,最后依照先验知识获得较完善的农作物边缘的方法。通过收获季节实验证明该方法是可靠的,能够得到预期的农作物有效边缘。     

基于双目视觉的农业机器人运动定位与避障研究

针对当前机器人定位避障技术中,感知外界环境信息单一及误差大等问题,提出了一种基于双目视觉的农业机器人运动定位和避障系统,可以通过双目视觉采集农业机器人周边的环境信息,实现农业机器人运动定位和避障。MatLab实验结果表明:农业机器人从起点成功到达终点,算法路径为最优避障路径,证明了系统的准确性和可行性。     

基于无线测距的农业机器人导航定位方法

针对农业机器人应用中的自主导航问题,提出了一种基于无线测距的导航定位方法。首先,分析了机器人的机械模型和位姿描述;然后,阐述了超宽带测距的原理,并分析了基于超宽带测距的定位模型;最后,设计了基于卡尔曼滤波器的多信标传感器信息融合算法。该方法稳定性高,操作简便,解决了农业机器人在恶劣和未知作业环境中的导航定位问题。     

基于视觉定位的按摩机器人穴位跟踪系统设计与研究

机器视觉定位是机器人智能化程度的重要指标,基于中医按摩视觉定位,研制出一种能够实现实时图像采集分析、坐标变换的按摩穴位跟踪系统。视觉定位跟踪系统利用摄像头获取图像,并对图像进行处理,判断患者在按摩过程中是否发生移动,实现对按摩穴位的动态跟踪,保证了按摩穴位的准确性。     

密植果园作业机器人行间定位方法

在密植果园的果树行间,由于浓密树冠对卫星信号的遮挡,目前在开阔环境中成功应用的农业机械卫星导航定位方式存在失效问题。而单纯利用里程计在果园进行定位,又存在误差累积的难题。为此,以农业机器人驶入果树行前的初始位置点为原点,建立世界坐标系。利用激光雷达扫描作业空间中果树行两边的树干,根据圆弧聚类方法计算树干中心点,并记录在世界坐标系中。而后,在机器人运动过程中再实时检测果树树干中心点,并与先前时刻记录在世界坐标系中的树干中心点进行匹配,利用匹配结果校正里程计数据计算出的机器人位置和航向,以实现在密植果树行间对农业机器人进行准确定位。10次重复实验表明,农业机器人在世界坐标系的x和y方向上定位误差的标准差都约为0.08 m,精度能够满足密植果园作业机器人的应用需求。     

基于云计算的农业机器人路径规划与实时定位研究

首先阐述了云计算的的特点和工作原理,然后结合农业机器人运动特性,采用蚂蚁算法,搭建了由农业机器人、云计算平台、ARM开发板、图像处理、摄像头和无线路由器等模块组成的云系统架构,实现了一套基于云计算的农业机器人路径规划与实时定位的系统。结果表明:采用云计算平台调用蚁群算法效率高、可行性强,高效解决了农业机器人路径规划与定位问题,具有一定的实际应用前景。     

基于单目视觉的农业机器人导航系统研究

机器人在农业生产、农产品运输等方面的应用程度,已逐渐成为农业智慧化水平的体现,而受农业环境复杂性的限制,机器人的导航路径规划及定位精度问题,仍是制约农业机器人应用的主要因素之一。为此,设计了一种基于单目视觉的农业机器人导航系统,通过摄像头采集农业机器人工作环境信息,建立机器人的视觉导航地图;采用级联分类器区域检测结合颜色标定的方法,使用户能够根据具体环境,自主规划机器人运动路径,实现机器人的实时定位与导航。实验结果表明:农业机器人沿用户自主规划的无轨道路径,可自动完成导航定位工作,并在路径各目标点获得了亚米级的定位精度,满足农业机器人的应用需求。     

农业机器人视觉导航技术发展与展望

概述了农业机器人主要的导航方式，综合分析了目前国内外视觉导航研究现状及存在的问题，并提出了进一步研究的方向与途径。     

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.     

基于激光雷达的农业机器人导航控制研究

以农业机器人为平台,利用激光雷达研究农业机器人在有行株距的果树与有行无株距的树木行中,特别是一侧存在行缺失情况下的导航性能。根据激光雷达获得的树行信息,机器人控制系统进行导航路径计算,确定机器人的横向偏差与方向偏角。利用模糊控制算法实现机器人的导航控制。在无株距且一侧存在4 m距离缺失的冬青树行间及在有行株距且一侧存在6.2 m距离缺失的梨树行间,分别进行3次重复的导航性能试验。试验结果表明,在整个试验距离内冬青树行距与梨树行距都不均等的试验条件下,在冬青树间的最大横向偏差为17.5 cm,在梨树间的最大横向偏差为28 cm。在一侧冬青树出现缺失时对机器人的导航性能影响较小,而在一侧梨树缺失时对机器人的导航性能影响较大。根据横向偏差的统计值与机器人行驶轨迹,表明控制算法能够控制机器人沿着中心线行驶。     

采摘机器人选择性作业信息获取研究——基于无标定视觉伺服系统

以采摘机器人采摘作业为研究对象,以选择性采摘成熟果蔬为研究目标,基于无标定视觉伺服系统,结合果蔬成熟特性判断目标果实是否适合采摘,设计了一套以MSP430F149为核心的智能检测控制系统,可以实时处理相机采集到的图像,并选择性采摘符合要求的果实。本文重点研究了视觉伺服原理与模型、果实成熟度判断、选择性作业信息获取,以及系统的硬软件设计,并对文中设计研究的系统进行了可行性验证。试验结果表明:该无标定视觉伺服系统判断准确,能够较大程度提高机器人的可靠性与稳定性,应用前景宽广。     

基于双目视觉的农药喷洒机器人识别系统研究

针对玉米秧苗期农药喷洒存在的效率低、成本高、污染大等问题,本文提出了一种可搭载于小型农药喷洒机器人的视觉识别喷药系统。该系统采用SSD-MobileNetv1网络作为玉米秧苗识别算法,结合数据增强与迁移学习两种方法,将ARM集成板作为嵌入式设备,当相机检测到喷药范围内的玉米秧苗时,控制引脚将产生PWM信号,启动喷淋系统,实现对单株玉米秧苗的精确喷药。经过测试,该系统对玉米苗的识别准确率可达84.18%,对距离的估计基本满足机器人喷药要求。     

基于电液作动器技术的机器人关节微型驱动系统

针对机器人要求驱动器结构紧凑、输出力矩大、响应快速等,提出了一种基于电液作动器技术的机器人关节微型驱动系统。该系统将电动机、泵及负载融为一体,结构简单,布置灵活,能提供较大的系统压力。在磁路分析基础上,建立了电磁式脉冲柱塞泵模型及等效电路,描述了磁场分布及活塞运动对电磁系统的影响。基于机、电、液一体化特征,建立了关节驱动系统工作过程仿真模型,探讨了负载与系统电流的变化关系。仿真及实验结果表明:该系统能够提供最大2.5 MPa负载压力,能够在0～2.4 MPa压力范围内稳定工作,系统压力响应达到1.2 MPa/s,能够满足机器人关节的工作需要。     

基于机器视觉的工业机器人智能分拣系统设计研究

随着我国工业发展脚步的不断加快,机器人在工业智能化中发挥的作用日益突出,将其应用到机械零件分拣工作中,可以利用机器人的智能化特点,代替传统模式下的人工操作.基于此,本文主要从机器视觉技术出发,探讨基于机器视觉的工业机器人智能分拣系统设计,以此来为日后工业生产效率及质量的提升提供参考.