基于機器視覺傳感器技術(shù)的玉米深松機械控制系統(tǒng)研究

陳洪莉

(蒙城縣農(nóng)機化技術(shù)推廣服務(wù)站,安徽 蒙城 233500)

0 引言

玉米是全球重要的糧食作物之一,是食品、飼料和工業(yè)加工的主要原材料,同時也是許多國家的主要農(nóng)作物之一。然而,土壤疏松度和營養(yǎng)供應(yīng)是影響玉米質(zhì)量和產(chǎn)量的關(guān)鍵因素之一。玉米深松技術(shù)能夠有效改善土壤結(jié)構(gòu)、增加土壤肥力,提高土壤通氣性和保水能力,進而實現(xiàn)玉米的提質(zhì)增產(chǎn)[1-2]。

傳統(tǒng)的玉米深松方法多為人工操作,效率低下且存在一定的安全隱患,限制了在實際生產(chǎn)中的應(yīng)用。因此,開發(fā)一種能夠?qū)崿F(xiàn)自動化深松操作的機械控制系統(tǒng),已成為當(dāng)前玉米生產(chǎn)領(lǐng)域亟待解決的問題之一[3]。

為了提高玉米生產(chǎn)效率和玉米質(zhì)量,本研究采用先進傳感器技術(shù),結(jié)合視覺識別技術(shù)與先進的算法,開發(fā)了一種玉米深松機械控制系統(tǒng),系統(tǒng)通過對這些數(shù)據(jù)的實時處理,能夠自動調(diào)節(jié)玉米深松機械的運動和深度,實現(xiàn)對玉米深松的自動化控制。研究成果能夠為玉米生產(chǎn)提供一種高效、安全的深松方法與技術(shù)支撐。

1 視覺系統(tǒng)的圖像處理技術(shù)

將連續(xù)圖像轉(zhuǎn)換為數(shù)字圖像是計算機視覺領(lǐng)域的一個重要技術(shù)[4],圖像被轉(zhuǎn)換為數(shù)字形式,就可以對其進行預(yù)處理和分析,實現(xiàn)機器視覺方式對深松機的位置估計,可實時對深松機在圖像中的位置進行估計和跟蹤。

1.1 圖像預(yù)處理

農(nóng)田環(huán)境的復(fù)雜性可能會導(dǎo)致圖像受到光照變化、設(shè)備抖動和噪聲等因素的干擾,從而影響目標(biāo)檢測的精度[5-6]。本文使用高清攝像機采集的彩色圖像,圖像后期處理數(shù)據(jù)工作量大。為了提高圖像處理效率,本文使用圖像灰度化和降噪濾波進行圖像處理。

1.1.1 圖像灰度化

通過將原始彩色圖像轉(zhuǎn)換為灰度圖像,可以減少存儲空間和處理復(fù)雜度。灰度圖像僅包含一個灰度值矩陣,其取值范圍在0～255之間,代表了圖像中像素的亮度。該轉(zhuǎn)換是通過對原始RGB三個數(shù)據(jù)矩陣進行處理,將它們加權(quán)平均為一個灰度值來實現(xiàn)。

視覺呈現(xiàn)從黑過渡到灰再到白,類似于黑白照片,轉(zhuǎn)換公式式(1)所示

Gray=0.299×R+0.587×G+0.114×B

(1)

1.1.2 降噪濾波處理

在灰度圖像中進行降噪濾波可以消除由光照變化、抖動和設(shè)備噪聲引起的圖像中的干擾點,用于灰度圖像的每個像素,以平滑圖像并去除不需要的噪聲。本文使用中值濾波進行圖像降噪濾波處理。

中值濾波是一種常用的圖像降噪濾波方法,中值濾波的基本原理是用像素點周圍鄰域內(nèi)像素的中值來替代當(dāng)前像素的值,可以有效去除圖像中的噪聲點,并在保持圖像邊緣信息的同時進行平滑處理。在中值濾波中,選擇一個奇數(shù)長度的模板(也稱為窗口、鄰域)來處理圖像。常見的選擇是3×3和5×5的方形或者圓形模板,對于3×3的模板,將9個像素的值按升序或降序排列后,選擇中間的第5個值作為中值(圖1),然后將這個中值替換當(dāng)前像素的值,將模板移動到下一個像素點,重復(fù)上述過程,直到對整個圖像的每個像素點都進行處理為止。其數(shù)學(xué)表達式如式(2)所示

圖1 中值濾波法處理示意圖

g(i,j)=med{f(i-k,j-l),(k,l)∈O}

(2)

其中,g(i,j)、f(i,j)指濾波前后窗口中心像素點的灰度值;med指取中值函數(shù);O是指窗口。

1.2 SIFT特征提取算法

SIFT(Scale-Invariant Feature Transform)是一種用于圖像特征提取和匹配的經(jīng)典算法,由David Lowe在1999年提出,能夠提取具有尺度不變性和旋轉(zhuǎn)不變性的特征點,適用于目標(biāo)檢測、圖像拼接、三維重建等任務(wù),因此,必須構(gòu)建對應(yīng)的尺度空間L(x,y,σ),從下部向上,尺度縮小,建立高斯金字塔。

2 機器視覺/GPS組合導(dǎo)航定位算法的研究

2.1 組合導(dǎo)航定位工作原理

本研究構(gòu)建了基于機器視覺傳感器和GPS的組合導(dǎo)航定位系統(tǒng),主要工作流程圖如圖2所示。

圖2 組合導(dǎo)航定位工作流程示意圖

1)圖像采集。使用攝像機收集農(nóng)田環(huán)境的圖像。

2)數(shù)字圖像處理。通過圖像采集卡將圖像轉(zhuǎn)換為計算機可處理的數(shù)字圖像格式,以便進行后續(xù)的圖像處理和分析。

3)圖像預(yù)處理。對數(shù)字圖像進行預(yù)處理操作,灰度化將彩色圖像轉(zhuǎn)化為灰度圖像,簡化圖像的處理和分析,同時,使用圖像濾波去噪消除圖像中的噪聲點,提高后續(xù)特征提取的準(zhǔn)確性。

4)特征點提取。使用SIFT算法對圖像進行特征點提取。SIFT算法能夠提取圖像中具有尺度不變性和旋轉(zhuǎn)不變性的穩(wěn)定特征點,這些特征點可以用于后續(xù)的定位和匹配。

5)使用GPS定位系統(tǒng)中獲取深松機的絕對位置坐標(biāo)、航向角度和行駛速度。將獲得的機器視覺和GPS定位信息轉(zhuǎn)換到相同的坐標(biāo)系中,并使用信息融合技術(shù)對兩個數(shù)據(jù)進行融合,生成全新的定位信息。

+bk-cδtj(j≥4)

(3)

將式(3)j個方程組成一個方程組,最終可以得到4個未知數(shù)Xk,Yk,Zk,bk。

2.2 基于無跡卡爾曼濾波(UKF)的多傳感器信息融合模型

在組合導(dǎo)航定位系統(tǒng)中,融合不同傳感器的信息需要將其轉(zhuǎn)換為相同的數(shù)據(jù)格式和坐標(biāo)系,通過將各個傳感器的數(shù)據(jù)轉(zhuǎn)換為相同的數(shù)據(jù)格式,并使用適當(dāng)?shù)娜诤纤惴ㄟM行數(shù)據(jù)融合,可以最大程度地利用不同傳感器的優(yōu)勢,提高導(dǎo)航定位系統(tǒng)的性能和精度[7-8]。本研究使用無跡卡爾曼濾波(UKF)的多傳感器信息融合模型實現(xiàn)多傳感器信息融合與轉(zhuǎn)換(圖3)。

圖3 多傳感器信息融合流程示意圖

3 機器視覺/GPS 導(dǎo)航定位系統(tǒng)的設(shè)計

3.1 硬件系統(tǒng)

3.1.1 CCD相機

在視覺定位系統(tǒng)中,攝像機是一種用于采集圖像的設(shè)備,通常安裝在農(nóng)機后端。攝像機的核心是圖像傳感器,它是一種感光器件,用于將光信號轉(zhuǎn)換為電信號。在視覺定位系統(tǒng)中,常用的圖像傳感器主要分為兩種類型:CCD和CMOS。在農(nóng)田環(huán)境中,由于需要對復(fù)雜場景進行圖像采集和處理,常常選擇具有較高靈敏度和動態(tài)范圍的傳感器,以獲取清晰、準(zhǔn)確的圖像信息,用于后續(xù)的視覺定位和導(dǎo)航應(yīng)用。本文要求視覺導(dǎo)航系統(tǒng)采集高質(zhì)量的圖像,因此,圖像采集完成的部分可選取 CCD 圖像傳感器的攝像機。

3.1.2 圖像采集卡

圖像采集卡是一種硬件設(shè)備,用于將模擬信號(如攝像機輸出的模擬圖像信號)轉(zhuǎn)換為數(shù)字信號,以便計算機能夠處理和存儲圖像數(shù)據(jù)。本研究選擇Radient eV-CL作為本文圖像采集卡,Radient eV-CL內(nèi)置了硬件加速功能,可以在圖像采集卡上進行實時的圖像處理和算法運算,減輕了計算機的負(fù)擔(dān),可以方便地進行圖像采集和圖像處理應(yīng)用的開發(fā)和集成。

3.2 數(shù)據(jù)采集類型

在深松機械中各種傳感器和執(zhí)行器被連接到Modbus總線上,通過Modbus協(xié)議實現(xiàn)與控制器之間的通信和數(shù)據(jù)交換(圖4)。控制器通過發(fā)送不同功能碼讀取或?qū)懭雽?yīng)的寄存器來獲取所需的數(shù)據(jù),從而實現(xiàn)對深松機械各個部件的實時數(shù)據(jù)采集和控制。通過Modbus協(xié)議,這些數(shù)據(jù)被實時傳輸?shù)娇刂破髦羞M行處理和分析,從而實現(xiàn)對深松機械作業(yè)過程的實時監(jiān)測和控制。同時,控制器也可以向執(zhí)行器發(fā)送相應(yīng)的指令,控制深松機械的運動和工作狀態(tài),實現(xiàn)對深松作業(yè)的智能控制[9]。

圖4 Modbus 協(xié)議通信過程

Modbus 數(shù)據(jù)類型如表1所示,其中位(Coils)類型是指只有兩種狀態(tài)(0或1)的數(shù)據(jù)類型,不同類型的Modbus數(shù)據(jù)類型和寄存器地址對應(yīng)不同的數(shù)據(jù)位數(shù)和數(shù)據(jù)類型,應(yīng)根據(jù)實際需求選擇合適的數(shù)據(jù)類型進行數(shù)據(jù)采集和控制[10]。

表1 Modbus 數(shù)據(jù)類型

4 系統(tǒng)性能測試和分析

4.1 試驗設(shè)計

為了實現(xiàn)對玉米深松機械控制系統(tǒng)的性能測試,本文選擇了一臺玉米深松機械作為測試對象,在深松機械上搭載了數(shù)據(jù)采集單元和控制器,實現(xiàn)對深松機械的實時數(shù)據(jù)采集和控制。

4.2 測定指標(biāo)與方法

1)響應(yīng)時間。響應(yīng)時間是指控制系統(tǒng)對深松機械控制指令的響應(yīng)時間。測試方法為在控制器發(fā)送控制指令后,記錄深松機械實際執(zhí)行時間,計算出響應(yīng)時間。

2)數(shù)據(jù)采集精度。數(shù)據(jù)采集精度是指數(shù)據(jù)采集單元采集到的數(shù)據(jù)與實際數(shù)據(jù)之間的誤差,在深松機械運行時,使用測量工具對深松深度等指標(biāo)進行實時測量,并與數(shù)據(jù)采集單元采集到的數(shù)據(jù)進行比較,得出數(shù)據(jù)采集精度。

4.3 結(jié)果與分析

響應(yīng)時間試驗結(jié)果如表2所示,研究結(jié)果表明深松機械控制系統(tǒng)的響應(yīng)時間在0.5～0.7 s之間,響應(yīng)速度較快,能夠滿足實際使用需求,但是田間試驗過程中,實際執(zhí)行時間存在一定的波動,主要是由于深松機械的負(fù)載和環(huán)境因素等原因造成的。因此,在實際使用中,需要根據(jù)具體情況對響應(yīng)時間進行適當(dāng)?shù)恼{(diào)整和優(yōu)化。

表2 響應(yīng)時間試驗結(jié)果 單位:cm

數(shù)據(jù)采集精度試驗結(jié)果如表3所示,從表格中可以看出,數(shù)據(jù)采集精度誤差在0.05%～0.33%之間,精度較高,說明系統(tǒng)采集的數(shù)據(jù)具有較高的準(zhǔn)確性和可靠性,可以滿足深松機械控制的要求。同時,實際數(shù)值也存在一定的誤差,可能是由于傳感器精度和環(huán)境條件等因素影響。在實際使用中,需要對采集的數(shù)據(jù)進行適當(dāng)?shù)男?zhǔn)和調(diào)整,以提高數(shù)據(jù)的準(zhǔn)確性和可靠性。

表3 數(shù)據(jù)采集精度試驗結(jié)果

5 結(jié)論

在本研究中,采用了基于機器視覺和GPS的組合導(dǎo)航定位系統(tǒng),并通過數(shù)據(jù)融合算法整合多傳感器的測量信息,通過將視覺定位和GPS定位的數(shù)據(jù)進行單位換算和坐標(biāo)調(diào)整,采用無跡卡爾曼濾波(UKF)的多傳感器信息融合模型,實現(xiàn)了對兩種數(shù)據(jù)的融合和目標(biāo)狀態(tài)的預(yù)估。試驗結(jié)果表明,系統(tǒng)的響應(yīng)時間較短,深度控制誤差較小,數(shù)據(jù)采集精度較高。這說明系統(tǒng)在實現(xiàn)對深松機械的控制和數(shù)據(jù)采集方面具有很高的效率和準(zhǔn)確性,能夠滿足實際生產(chǎn)和應(yīng)用的需求。研究成果可以為農(nóng)業(yè)生產(chǎn)提供一種先進的深松機械控制系統(tǒng),同時,本研究也為其他類似控制系統(tǒng)的研究提供了一定的借鑒和參考。