基于虛擬現(xiàn)實技術的桃樹剪枝機器人建圖數(shù)據(jù)關聯(lián)策略研究

2019-03-27 05:47:36

福建質量管理 2019年4期

(寧波大紅鷹學院浙江寧波 315000)

引言

21世紀以來,計算機和自動控制技術的迅速發(fā)展使得農業(yè)機械邁入高度自動化、智能化時期。且我國農村勞動力正快速向社會其他行業(yè)轉移，人口老齡化問題突出，農業(yè)勞動力不足問題日趨嚴重。桃樹修剪具有勞動強度大、人員技術素養(yǎng)要求高、時間周期緊等特點，使得桃樹修剪的自動化研究迫在眉睫[1]。

一、桃樹修剪背景

桃樹的自然生長由于樹冠蔥郁、枝條繁密、光照與通風不足易導致病蟲災害，影響果實產量與質量；而合理的桃樹修剪對于幼樹擴大樹冠和擴展樹枝數(shù)量、盛果期桃樹保持良好的樹體結構以及促進衰老樹重新生長維持產量具有重要意義；桃樹修剪可以有效促進枝條末梢的生長、控制樹葉面積，從而改善桃樹光合效率；此外，通過修剪可以有效調整桃樹之間自然生長的發(fā)育不均衡，調節(jié)營養(yǎng)生長和生殖生長之間的關系。現(xiàn)如今經濟發(fā)展迅速，科技在一步一步的不斷發(fā)展，自動化在社會上不斷普及。而且，市場市場需求強大，相信在不久的將來桃樹修剪的自動化也終將會實現(xiàn)。

二、國內外研究現(xiàn)狀

研究者針對柑橘樹分析，進行全方位研究，分析自然場景柑橘樹圖像R、G、B分量，兩次采用Otsu閾值法分割色差分量圖像去除果實、樹葉、嫩枝等背景，然后采用雙閾值分割出樹枝，采用基于特征的立體匹配方法得到特征點的三維坐標，并利用圖形技術恢復柑橘樹的三維虛擬場景信息，但該方法由于在圖像處理方法上對于不同光照條件下的樹枝分割魯棒性不足以及圖形建模適用性較差而造成恢復后的虛擬場景可信度不高。

針對上述問題，利用基于濾波片的光譜圖像技術與雙目立體視覺技術相融合的方法識別自然場景下的樹枝，以及通過立體匹配技術得到樹枝的三維信息。在道路識別中，常將激光掃描技術、雷達技術與雙目立體視覺技術等結合，以獲得對障礙物更好的識別與定位。采用基于飛行時間法(TOF，Time-of-Flight)無掃描三維成像技術獲取樹枝的三維信息，TOF三維成像技術可以快速得到視場下各點的距離，不受光照影響，但也存在邊緣區(qū)域深度圖的深度值的誤差比較大，得到的深度圖分辨率低，無法精確標定等缺陷，因此它可以與雙目立體視覺技術得到的三維信息進行融合以實現(xiàn)信息的互補與優(yōu)化。

國內外研究趨勢：

目前，果樹(含桃樹)生長狀態(tài)的模擬研究多基于虛擬植物生長算法(PGSA)，虛擬植物生長是指利用計算機形象直觀地再現(xiàn)植物生長過程。在此之前，關于此研究，基于多方面進行逐步實施。

首先，1968年，美國的生物學家Lindenmayer在其論文中提出形式化的表達植物分枝狀況的系統(tǒng)——字符串重寫系統(tǒng)(String Rewriting System),習慣稱之為L系統(tǒng)(L-System)。此后，研究者們實現(xiàn)了：各種改進的L系統(tǒng)、IFS(函數(shù)迭代系統(tǒng))、參考軸技術(Reference Axis Technique)、分形方法、分枝矩陣、基于幾何可觀察量的模型、基于圖符的交互式模型以及用來模擬森林環(huán)境的粒子系統(tǒng)等，此類對虛擬植物模型的研究多集中在模擬模型構建方法、植物幾何形態(tài)、植物生理機理模型等細節(jié)方面,相關虛擬植物可視化軟件設計也多局限于特定應用。

最后，研究者結合基于圖像重建和L系統(tǒng)規(guī)則建模，提出一種注重于視覺效果的虛擬植物重建方法,該方法結合了L系統(tǒng)、粒子系統(tǒng)和基于表面建模方法的優(yōu)點。

三、研究內容

總體來說，我們對以下內容進行研究：

(一)場景三維信息提取

通過陣列攝像機系統(tǒng)的設計對真實場景進行多光譜系統(tǒng)、TOF成像技術和雙目立體視覺技術處理，對深度信息進行獲取，把真實場景進行圖像處理，使雙目立體視覺技術與TOF三維成像技術的信息融合，從而實現(xiàn)信息提取。

(二)桃樹生長模擬、最優(yōu)修剪方案遴選

通過觀測、統(tǒng)計、分析數(shù)據(jù)，提取桃樹形態(tài)結構規(guī)則，確定桃樹形態(tài)結構，實現(xiàn)虛擬場景構建。其次，建立桃樹的形態(tài)發(fā)生模型和生理結構模型，進行生長狀態(tài)模擬。然后，計算桃樹生長發(fā)育狀況，生成桃樹圖形。最后，綜合不同條件的影響，遴選最優(yōu)修剪方案

(三)修剪作業(yè)模擬驗證

通過嚴格控制與作業(yè)無關的場景信息，冗余信息剔除，提供最有效的信息給路徑規(guī)劃，使得路徑規(guī)劃更具實效。進行智能仿生學算法和圖形學的方法等進行模擬驗證，尋求適合修剪機器人路徑規(guī)劃的最佳算法。