馮凱,王茂勵,何曉寧,王東偉,岳丹松,初香港
(1. 青島農業大學機電工程學院,山東青島,266000; 2. 曲阜師范大學網絡空間安全學院,山東曲阜,276800)
基于機器視覺導航的農業機械裝備在生產作業中具有較強的靈活性和適應性,且視覺導航常與其他類型的導航方式進行組合來提高導航定位的精度和穩定性[1-3],使其具有了廣泛的研究前景,已經成為智慧農業中的一項重要技術。農機具視覺導航的核心在于對圖像的處理,其中最為關鍵一步的則是對作業導航路徑的實時、準確地提取,其精度和準確性也常受圖像處理效果、檢測方法等多方面因素的影響。針對導航路徑提取問題的相關研究已經取得較多的研究成果。
目前,此類研究中,通常采用不同的圖像處理算法或與最小二乘法、Hough變換及其改進算法結合來進行導航路徑提取[4-7]。王毅等[8]提出了一種基于邊緣檢測的導航線提取方法,對處理后的圖像計算中點、斜率,進而計算出農業機器人的偏離角并實時調整以實現,試驗表明該算法處理速度較快且抑制了噪聲,但是中點的選取對精度影響較大。關卓懷等[9]針對目前算法在非綠色環境下的導航適應性差的問題,提出了一種基于暗原色原理的灰度化方法來分離農作物和土壤,采用基于垂直投影法的中心導航線提取算法提取土壤感興趣區域,再利用最小二乘擬合提取導航線。Bkp等[10]提出一種基于預測點Hough變換的擬合算法,用新灰度化因子進行圖像處理且利用回歸方程確定預測點,最后通過提出的算法對導航路徑進行擬合,試驗表明該文導航路徑擬合算法的平均誤差小,計算時間低?!?br>