Human detection for a robot tractor using omni-directional stereo vision

It is critical to detect and identify obstacles for safe operation of robot tractors. This study focused on human detection using an omni-directional stereo vision (OSV). The Lucas–Kanade optical flow detection method was used to detect human in a panoramic image. A 3D panoramic image that was reconstructed from stereo rectified images using the sum of squared differences (SSDs) method was used to locate the position of a human. To evaluate the performance of the developed human detection method, two RTK-GPSs were used to investigate the accuracy of the detection method under stationary and motion conditions of a robot tractor. The results of field experiments indicated that a human could be detected successfully under both given conditions in the daytime. The RMS error of measured distance was less than half a meter compared with the reference distance measured by the RTK-GPSs.     

设施蔬菜自动对靶喷药技术研究现状与分析

【目的】回顾与总结国内外设施蔬菜自动对靶喷药技术的研究现状与进展,为该技术在设施蔬菜自动对靶喷药机器人的发展应用上提供理论和科学依据。【方法】采用相关文献资料、实地调研的方法,汇总、整理及分析。【结果】导航技术国外主要采用基于GPS、机器视觉、激光雷达等技术开发的路径识别及智能避障技术,国内主要采用电磁诱导、基于GPS、激光雷达和视觉技术的道路边缘获取与道路识别技术。病虫害检测现阶段国外主要采用图像识别、红外成像和高光谱及基于深度学习的病虫害识别技术,技术较为成熟,国内现阶段主要采用图像识别技术,利用作物颜色、纹理及形状特征进行识别。国外对靶喷药采用机器视觉、激光主动视觉和超声波技术并结合传感器对目标作物进行识别,利用变速喷药技术在生菜、番茄等作物上进行了应用,国内开发了温室自主喷药机器人,采用机器视觉技术获取靶标病虫害位置信息,对喷头进行单独控制,以达到精准对靶施药的效果。【结论】导航技术、病虫害识别技术及对靶喷药技术是自动对靶喷药技术的核心。导航方面在温室中利用机器视觉和激光雷达技术相比GPS技术更加可靠、灵活,精准度更高,高光谱与病虫害识别技术可提高病虫害识别的效率,对靶喷药技术中目标作物的识别与冠层稠密程度的判断是发展趋势。     

柑橘采摘机器人末端执行器设计与试验

作为采摘机器人的重要组成部分,末端执行器是与采摘对象直接接触的最后执行部件,由于其采摘对象的特殊性,末端执行器的研制成为了农业机器人尤其是果蔬采摘机器人的关键技术之一,它的性能优异程度直接影响机器人的收获效率。基于仿生学理念,以蛇的吞咽动作和上颚结构为构型设计原型,提出末端执行器设计的机构构型,并完成末端执行器的初步模型设计。完成其控制系统设计与气压驱动系统设计,实现下位机控制器Arduino与PC上位机的通信。根据柑橘果实的生长情况与该型末端执行器作业状态分析,设计了末端执行器采摘试验,完成其采摘成功率分析与采摘执行系统优化。     

激光雷达和摄像机联合标定识别作物

作物识别技术广泛应用于杂草精准对靶施药、果实采摘机器人、植物病虫害识别等方面.从机器视觉和激光探测两方面分析了国内外作物识别的研究现状,机器视觉识别作物主要是利用作物的颜色、纹理、形状、位置特征;激光探测识别作物利用激光的测距信息.分析了国内外融合激光雷达和摄像机信息识别作物的研究现状,总结了激光雷达和摄像机联合标定的方法,并指出其在作物识别中的重要性.     

基于camshift仿生机器鱼水下探测算法的设计与实现

提出了一种集成多个红外测距传感器,CMOS摄像头的仿生机器鱼,设计了仿生机器鱼的传感器网络,分析了仿生机器鱼在水面上与障碍物和目标物之间的几何关系.对漂移算法中的camshift算法进行了介绍,并把camshif算法运用到仿生机器鱼的视觉算法中.以模糊算法为基础设计了一种有效的路径规划控制算法.通过camshit算法与路径控制算法有效的结合,使机器鱼能够在水中自主躲避障碍物,并探测到目标物反馈信息.最后用试验验证了算法的有效性.     

Autonomous field navigation,data acquisition and node location in wireless sensor networks

To overcome the limited transmission range of spatially separated nodes of a wireless sensor network (WSN), a small 4-wheel autonomous robot assembled the data from nodes distributed in a vineyard. First, the robot followed a predefined way-point route between the grapevine rows, in order to evaluate the sensor node locations by their received signal strength indication (RSSI). Then, the recorded and geo-referenced RSSI data were analysed and mapped. By using the evaluated node positions, an optimised second route was generated. While navigating, a laser scanner was used for obstacle detection and avoidance. Path planning with known positions of the nodes reduced the driving time by 15 times compared with the first run, because the hybrid control system used was capable of navigating within the plantation even perpendicular to the row structures. For locating the nodes, results based on trilateration were compared with the values of an attached differential global navigation satellite system (DGNSS). The results showed that it is possible to locate and geo-reference the sensor nodes with a robot, even without any prior knowledge about their absolute position. The best achieved location showed a deviation with DGNSS of 1.2 m and with RSSI trilateration of 0.6 m compared to the actual position.     

Optimized EIF-SLAM algorithm for precision agriculture mapping based on stems detection

Precision agricultural maps are required for agricultural machinery navigation, path planning and plantation supervision. In this work we present a Simultaneous Localization and Mapping (SLAM) algorithm solved by an Extended Information Filter (EIF) for agricultural environments (olive groves). The SLAM algorithm is implemented on an unmanned non-holonomic car-like mobile robot. The map of the environment is based on the detection of olive stems from the plantation. The olive stems are acquired by means of both: a range sensor laser and a monocular vision system. A support vector machine (SVM) is implemented on the vision system to detect olive stems on the images acquired from the environment. Also, the SLAM algorithm has an optimization criterion associated with it. This optimization criterion is based on the correction of the SLAM system state vector using only the most meaningful stems - from an estimation convergence perspective - extracted from the environment information without compromising the estimation consistency. The optimization criterion, its demonstration and experimental results within real agricultural environments showing the performance of our proposal are also included in this work.     

激光传感器在喷雾靶标检测中的研究应用

树木尺寸、形状等特征信息的获取,是现代化农业中重要的环节,为农林管理中的变量精密喷雾提供依据。为了实现对树木靶标信息的精确测量,搭建了基于UTM-30LX型激光传感器的室内滑台靶标检测系统,实现对规则物体、仿真树的扫描检测,通过编写的C++程序,实时读取数据信息并存储于控制计算机中。利用MATLAB软件对存储的数据信息进行后期的离线分析,重构物体三维图像,通过最大相对误差、轮廓相似度两个参数,分析激光传感器检测得到靶标目标尺寸、重构目标三维图像的精确度。以长方体柜子、圆柱体泡沫、2棵仿真树为试验对象,按照选取的3个检测距离和4个检测速度分别对4个试验对象进行检测与数据分析。试验结果显示,多次试验下,与人工测量尺寸比较而言,激光传感器测得的长方体柜子长度、宽度和高度尺寸最大相对误差分别为6.76%、6.86%和3.92%,圆柱体泡沫的高度、直径尺寸最大相对误差分别为4.25%和7.33%,仿真树1高度、宽度尺寸最大相对误差分别为4.06%和5.91%,仿真树2高度、宽度尺寸最大相对误差分别为3.24%和4.00%;仿真树1、2的激光扫描重构图像与对应实物轮廓相似度最小值分别为0.928 8和0.932 6。研究表明,UTM-30LX型激光传感器在各种试验条件下对多种试验靶标特征检测均具有较好的精确性和准确性,可以担负变量喷雾检测的任务,具有应用到农业生产中的前景。     

基于工作目标区图的大蒜播种机器人的路径规划

[目的]实现大蒜播种机器人作业效率和精确度最优化。[方法]基于工作目标区图的农业机器人导航跟踪原理设置大蒜播种机器人作业的路径规划,经试验验证其可行性。[结果]根据工作目标区图,给出大蒜播种机器人作业路径规划方程。采用由32位单片机控制的4轮机器人完成作业,选用激光待感器测距,采样周期为1 kHz/ms。经多次试验实测,证实机器人的0.4 m/s速度行驶,其最大横向偏差为0.038 m,说明其精度较高。[结论]该作业方案原始数据处理简洁、运算快,节约系统资源,跟踪速度快,精度高、种植效果好。     

苹果在线分级系统设计与试验

【目的】根据苹果采摘机器人结构和作业特点设计与其配套的在线分级系统,满足实时分级需求。【方法】通过预分级机构剔除果径在等级外的苹果,减少视觉分级的无用功;利用力传感器获取苹果质量信息并确定质量等级;通过机器视觉技术实现苹果大小和腐烂面积的检测;借助Matlab和VS2008开发图像处理算法和界面控制程序;构建基于CAN总线的分布式控制网络。对苹果进行综合分级试验。【结果】苹果实际直径与检测直径的决定系数为0.990 3,实际质量与检测质量的决定系数为0.999 6,实际腐烂面积与检测腐烂面积的决定系数为0.985 5,综合分级成功率可以达到89.71%,连续分级时单果平均分级时间为2.89 s。【结论】该分级系统工作稳定,方便扩展,有较高的分级效率和分级精度,可以满足采摘机器人的实时分级需求。     

Localization of CO2 source by a hexapod robot equipped with an anemoscope and a gas sensor

A hexapod robot was developed to explore an agricultural field and gather agronomical information such as soil nutrients and plant growth. In addition, a sensor device for the robot to track a gas source was developed. The sensor device consisted of a CO₂ gas sensor and an anemoscope. The gas sensor detected the concentration of CO₂ in the surroundings, and the anemoscope indicated the upwind direction from the robot. An indoor test was conducted during which the hexapod robot tracked windward direction using the sensor device. According to the results, the hexapod robot with the sensor device successfully localized a CO₂ source that was in the upwind direction. The robot paused on the spot under windless conditions, and walked windward as soon as the wind started blowing again.     

农业机器人腿部运动单元的运动学性能分析与结构参数设计

农业机器人通常采用履带式或轮式机构作为下肢运动单元,这类农业机器人实现跨越障碍的能力较弱。为了克服这类农业机器人存在的缺点,扩大农业机器人的应用范围,本文提出一种基于3分支6自由度腿部运动单元作为农业机器人的下肢运动单元。该腿部运动单元采用3-UPS机构作为原型,它与履带式、轮式的下肢运动单元相比,具有良好越障能力;对腿部运动单元进行运动学性能分析和结构参数设计,首先推导腿部运动单元的运动学传递方程,利用范数理论定义了腿部运动单元的运动学性能评价指标,分析了运动学性能评价指标的分布情况,采用空间模型理论对腿部运动单元进行了结构参数设计,应用基于全域性能图谱的蒙特卡罗的参数优选方法选取了结构参数。分析结果表明:农业机器人腿部运动单元的运动传递性能指标呈对称分布,腿部运动单元结构参数设计的范围为:上平台半径为120～130mm,下平台半径为40～50mm,上下平台初始姿态的高度为650～700mm,根据优化的结构参数,设计了腿部运动单元的虚拟样机,为农业机器人下肢运动单元的研究提供了理论基础。     

基于机器视觉的仿人机器人运动跟踪技术研究

针对仿人机器人的特点,设计了一个具有单目视觉的仿人机器人视觉识别系统。在比较各种追踪算法的基础上,将算法应用于机器人视觉识别,并以此调整机器人前进路线。根据FIRA比赛规则,决策系统通过视觉反馈和姿态反馈信息,调用底层动作库,进行短跑运动规划。实验显示算法适合仿人机器人参加竞技类比赛。     

动态环境中基于遗传算法的机器人路径规划

为解决动态环境中足球机器人的路径规划问题,采用栅格法对机器人工作空间进行划分,用序号标识栅格,并以此序号作为机器人路径规划参数编码,建立了以路径最短、避障为优化目标的遗传算法个体评价函数．采用轮盘赌选择、重合点交叉、多种变异结合等方法完成了遗传操作．针对遗传算法易陷入局部最优的不足,在标准遗传算法基础上加入了复原操作和重构操作,使改进后的遗传算法收敛于全局最优．仿真结果表明：该算法能够成功地在动态环境里规划出一条近似最优的路径,算法是有效的．     

视觉技术在农业采摘机器人中的应用及发展

介绍了农业采摘机器人的视觉技术及其工作原理,并进一步探讨了农业采摘机器人视觉技术的应用及其发展前景。     

基于高斯混合模型的类人机器人果实辨识研究

针对类人机器人的特点,设计了一个具有果实辨识功能的类人机器人系统。类人机器人自带的摄像头作为视觉系统,通过视觉系统收集彩色果实图片,将RGB颜色转换成HSV颜色,结合高斯混合模型算法,通过训练得到每类果实所对应的分类器模型参数,构造分类器,实现类人机器人对果实准确高效的识别。     

基于RS和GIS的二三维一体化农业生态监测技术研究

GIS技术已经在农业生态领域得到了广泛的应用,实现了对农业生态环境信息的空间和属性信息的一体化分析和综合处理,实现的方式还集中于二维角度;采用二三维相结合的方式进行生态监测,并以云南省老君山示范区为例,介绍了农业生态二三维一体化可视化系统的设计,从二维和三维角度实现对该示范区内的城镇、矿山、道路的影响的判断,达到监测预警的目的。通过实践证明了将农业生态监测模型与GIS技术结合,应用二三维一体化进行可视化分析,可为农业生态保护提供全新的空间技术支持方法。     

基于LBP-DEELM的类人机器人对树叶辨识的技术研究

针对类人机器人的特点,设计了一个具有树叶辨识功能的类人机器人系统.类人机器人自带的摄像头作为视觉,视觉系统采用Sobel算子对除噪、滤波后的图像进行边缘提取,将均匀旋转不变特性与原始的LBP算子相融合,提取边缘图像的特征值,结合差分演化算法对极限学习机进行优化,通过训练得到每类树叶所对应的分类器模型参数,构造分类器,实现类人机器人对树叶准确高效的识别.试验显示,仿人机器人此类控制方式适合参加竞技类比赛.     

基于蚁群-BFS算法的复杂环境下农业机器人全区域覆盖研究

目的 以路径重复率为优化目标解决农业机器人在数字生态农场中的全区域覆盖问题。方法 首先,将栅格地图中的障碍物进行膨胀处理,在此基础上进行矩形分区以及分区合并操作;然后,通过改进的蚁群算法规划分区间的遍历顺序、通过改进的广度优先搜索(Breadth first search, BFS)算法规划分区间终点与起点的衔接路径,从而实现机器人全区域覆盖。2种算法的具体改进方案为：分别通过人工免疫算法与粒子群算法改进遗传算法的选择与交叉算子,并将改进后的选择算子、交叉算子、原遗传算法变异算子与蚁群算法相结合改进传统蚁群算法信息素更新方法;建立动态函数以简化BFS算法规划的路径。结果 仿真结果表明,改进蚁群算法收敛时的迭代次数较传统蚁群算法减少了83.1%,路径长度相比减少了4.8%;由改进的蚁群算法与改进的BFS算法规划的机器人遍历路径重复率是传统蚁群算法和BFS算法的56%,且农业机器人能实现对农田区域的100%覆盖。结论 本研究提供了一种农业机器人在复杂环境的数字生态循环农场中进行全遍历覆盖的解决方案。     

基于视觉的并联移苗移栽机械臂运动控制分析

为了满足移苗移栽作业自动化对精度、速度和灵活性的需求,基于Delta机构设计了一种并联构型的穴盘移栽机械臂,建立了机械臂的运动学模型。本文在移栽机械臂的基础上增加了视觉识别环节,以相机获得幼苗图片,将相片传递至中央处理器完成图片预处理,对图像进行光滑、增强处理和识别,提取图片特征,计算出作业对象中心位置,将中心位置反馈至中央处理器,计算出运动量,中央处理器输出指令,从而控制末端执行器完成作业。