番茄收获机器人视觉系统标定技术的研究

针对机器人在番茄收获中的应用背景,构建了番茄收获机器人视觉系统的摄像机模型,进而提出了内外参数分离的摄像机标定方法。同时,对摄像机的内外参数实行分离标定选取世界坐标系和摄像机坐标系重合,两摄像头沟轴平行。实验结果表明:该方法快速简单、精度高、有效合理。     

基于视觉组合的苹果作业机器人识别与定位

为实现机器人自动化采摘作业,设计了苹果作业机器人识别与定位系统.模拟人类采摘过程,采用单、双目视觉组合传感器系统,克服了现有识别与定位系统对目标到视觉传感器距离的依赖性.实现了对单、双目视觉系统的单独和组合标定,与手动测量结果相比,双目视觉系统标定后3个方向的标准偏差分别为3.4、1.2和1.2 cm.提出了基于苹果颜色、形状和位置特征的识别与定位方法,试验结果表明:当工作距离为240 cm时,双目视觉系统可以准确识别并定位所有苹果,深度方向标准差为4.9 em;当工作距离为150 cm时,双目视觉系统深度方向标准差为2.4 cm;当工作距离小于100 cm时,单目视觉传感器测量目标到传感器距离的标准偏差为1.0 cm.     

采摘机器人果实识别与定位研究——基于双目视觉和机器学习

分析了双目视觉系统的工作原理及视觉标定方法,利用YOLO V2卷积神经网络算法实现对目标果实的识别,并对目标果实的空间定位进行了深入研究,设计了一套基于双目视觉和机器学习的采摘机器人果实识别与定位系统。在多次实际定位实验中,橘子的深度定位误差最大值为1.06mm,证实了系统具有一定的准确性和稳定性。     

设施番茄采摘机器人设计与研究

针对设施番茄采摘存在用工难、用工贵、劳动强度大等问题,文章设计了一种温室番茄采摘机器人。该番茄采摘机器人主要由视觉系统、末端执行器、机械臂、底盘和辅助照明机构等组成,并基于各设计结构完成温室番茄采摘的工作流程设计。该采摘机器人通过ZED 2i双目立体相机对番茄果实进行识别与定位后,机械臂引导末端执行器完成番茄果实的采摘。试验结果表明,视觉系统与各模块之间运行良好,单果采摘耗时约为18 s,采摘成功率达88%。     

多光谱视觉技术在收获机器人中的应用

分析了几种不同作物光谱反射特性；简要介绍了利用多光谱技术进行图像处理的软件、硬件系统及其处理方法；着重介绍了多光谱视觉技术在番茄收获机器人以及黄瓜收获机器人中的应用；最后，对多光谱视觉技术应用于收获机器人需解决的关键技术作了简要阐述。     

一种车载双目视觉系统的标定

为了在线感知汽车行驶前方道路,搭建车载双目视觉系统,从不同拍摄位置和角度获取多组标定板图像。利用传统标定方法,在MATLAB应用程序Stereo Camera Calibrator工具箱中对图像进行校准及合理性验证,最终得到左右两个相机需要标定的内参数和外参数。标定结果将为视觉系统在车辆环境感知方面的研究奠定基础。     

双目立体视觉在果树采摘机器人中的应用

果树采摘机器人是未来智能农业机械化的发展方向,具有广阔的应用前景。为此,针对果树采摘机器人作业环境的复杂性与定位目标的特殊性,从双目定位的几何模型出发,归纳了双目定位的基本过程,总结了立体视觉的摄像机标定问题,提出变焦距双目视觉定位果实的研究方向,并对双目图像的匹配问题进行了分析。     

基于YUV颜色模型的番茄收获机器人图像分割方法

在研究番茄收获机器人对目标图像分割识别时,经常由于采集的图像受光照影响以及分割识别算法的计算复杂性而影响到识别的准确性和实时性.通过比较RGB、HSI、YUV等颜色模型的特点,从理论上分析了YUV颜色模型应用于收获机器人视觉系统的可行性,提出了一种基于YUV颜色模型的成熟番茄分割方法.同时综合实验及经验确定了成熟的红色番茄在RGB、HSI、YUV颜色模型中阈值范围,采用直接确定色差阈值的双阈值分割算法识别成熟番茄,并对3种颜色模型在不同的光照条件下的分割识别效果进行实验对比.实验结果证实,将基于YUV颜色模型成熟番茄分割方法应用于番茄收获机器人视觉识别系统,能很好地解决其鲁棒性和实时性问题.     

基于双目定位的番茄采摘系统设计

针对当前番茄采摘劳动量大、采摘机器人效率普遍低下、成本较高的问题,设计基于双目定位及机械臂的番茄采摘系统。系统采用ARM9为核心的S3C2440微处理器作为主控器,以带有双目摄像头的四自由度机械手作为硬件平台;系统软件平台采用Linux操作系统,软件设计包括基于QT的图形界面开发,基于OpenCV的视觉处理,驱动与应用程序及各模块间进程通信程序的编写。系统能够给人类农业生产带来便利,解决目前番茄采摘效率低成本高的问题。     

西红柿采摘机器人视觉系统的研究

针对果实采摘机器人果实识别率低的问题,设计了一组用于西红柿识别和定位的双目立体视觉系统,为机器人的采摘作业提供更有利的条件。为此,采用Bumblebee双目立体视觉系统,基于成熟果实与植株颜色特征的差异进行图像分割,来识别成熟的西红柿;在完成相机标定、特征点提取和特征点匹配的基础上,通过三维空间定位获取果实的三维坐标。实验结果表明:该系统果实识别的整个过程平均耗时150ms,对成熟西红柿的识别率达到99%,测试误差在10mm以内,能够较好地满足西红柿采摘工作的要求。     

番茄采摘机器人系统设计与试验

为了提高鲜食番茄采收的自动化水平,减轻人工采摘劳动强度,设计了一种番茄智能采摘机器人。该采摘机器人包括视觉定位单元、采摘手爪、控制系统及承载平台,并基于各部件工作原理制定了采摘机器人的工作流程。基于HIS色彩模型进行图像分割,提高了果实识别的准确度;通过气囊夹持方式确保果实采摘过程中对果实的柔性夹持。试验结果表明:视觉定位、采摘手爪等模块运转良好,采摘单果番茄耗时约24s,成功率可达8 3.9%以上。     

自主式移动机器人定位坐标平滑算法研究

为了提高基于全局视觉导航的移动机器人的全局绝对定位精度，提出了一种适用于较大工作空间的摄像机参数分区标定方法，并借用数字图像中邻域的概念，定义了小区域的8—邻域关系，利用模糊数学的方法确定了中心区域及其邻域的权值函数，有效解决了各小区域边界的定位坐标平滑过渡问题。该平滑算法是一种计算模板，计算量不会因小区域的面积和小区域的个数的增加而增加，对于区域的内部和边缘计算一样有效。     

黄瓜采摘机器人远近景组合闭环定位方法

针对黄瓜采摘机器人远景定位精度不高,以致切伤果实和茎蔓的问题,设计了一种基于机器视觉具有空间位置反馈功能的末端执行器。对温室环境下黄瓜果实采摘区域图像信息获取方法加以研究,综合HIS色彩空间H、S分量进行阈值分割,结合RGB色彩空间G通道边缘分布特征以及黄瓜形状特征,提取黄瓜采摘区域。基于摄像机线性透视模型,研究了采摘切割点空间定位方法,最终向采摘机械臂控制器反馈位置微调信息。采用远近景组合闭环定位方法,对采摘目标进行闭环定位,有效地解决了采摘机器人一次远景定位误差较大的问题。试验结果表明,排除温室复杂光照情况,机器人末端执行器定位精度达到2mm,满足采摘作业要求。     

基于双目视觉的复合肥颗粒检测系统

提出了一种针对高粉尘强腐蚀环境的复合肥颗粒双目视觉检测系统。首先分析检测系统使用需求,提出实现连续大样本快速检测、实时显示结果、防腐除尘等功能的设计要求;提出3种双目视觉检测方案并进行对比,确定双目线阵CCD检测为可行方案。接着对系统硬件进行配置,并进行防腐除尘设计。为提高检测精度对电磁振动给料机进行自适应伺服控制,采用双相机并行的图像处理程序。对检测系统进行粒度分布实验,结果表明,检测系统误差在±3%范围内,满足实际应用要求。     

番茄收获机器人技术研究进展

简述了番茄收获机器人系统组成和技术研究进展，分析了各组成部分的功能与工作原理，并对番茄收获机器人通用性、可靠性、工作效率、采摘质量与机械手性能等方面的发展进行了探讨。     

视觉传感器在采摘机器人目标果实识别系统中的应用

目标果实的识别和定位是准确采摘的核心,是采摘作业的必要条件。为此,首先从硬件和软件两方面对采摘机器人总体框架进行了介绍,然后搭建了双目视觉系统,并建立了摄像机标定模型,最后实现了对目标果实的识别和定位功能。试验结果表明:采摘机器人目标果实识别系统对目标果实的识别定位误差在8mm以内,成功采摘率在96%以上,系统精度高,采摘效果良好,能够满足采摘机器人的作业要求,对实现水果采摘的自动化、无人化具有重要现实意义。