面向杭白菊采摘機(jī)器人的目標(biāo)識(shí)別定位系統(tǒng)研究.pdf

1、杭白菊作為一種傳統(tǒng)的天然飲品，現(xiàn)今受到全世界越來越多的人青睞，銷量也在逐年遞增。為降低采收人力成本，提高作業(yè)效率，實(shí)現(xiàn)杭白菊自動(dòng)化采摘的作業(yè)要求，研究杭白菊采摘機(jī)器人結(jié)構(gòu)以及果實(shí)的檢測識(shí)別及定位技術(shù)，已成為我國杭白菊生產(chǎn)種植全程機(jī)械化、智能化的重要環(huán)節(jié)。
　　本課題基于機(jī)器視覺技術(shù)，針對(duì)杭白菊采摘機(jī)器人的應(yīng)用需求，結(jié)合果蔬采摘機(jī)器人研究現(xiàn)狀，運(yùn)用機(jī)械系統(tǒng)設(shè)計(jì)理論、機(jī)器學(xué)習(xí)、數(shù)字圖像處理等，提出了基于機(jī)器視覺的杭白菊識(shí)別與定位系統(tǒng)。

2、主要研究內(nèi)容和成果如下：
　?。?）對(duì)杭白菊?qǐng)D像的預(yù)處理方法進(jìn)行了研究。在HSV空間上，采用基于矢量中值濾波和形態(tài)學(xué)方法去除噪聲、孔洞、毛刺等，以及對(duì)雙目圖像對(duì)進(jìn)行圖像校正處理。
　?。?）針對(duì)杭白菊?qǐng)D像的特點(diǎn)，在傳統(tǒng)的模糊聚類分割算法基礎(chǔ)上，提出了基于S分量的快速模糊聚類分割方法。利用基于S分量的快速模糊聚類分割方法使傳統(tǒng)的模糊聚類分割算法在時(shí)間效率上得到了提高，減少了迭代次數(shù)和聚類中心計(jì)算次數(shù)，處理一幅720像素×480

3、像素圖像的平均時(shí)間為0.4s，正確識(shí)別率能達(dá)到85％。
　?。?）依據(jù)杭白菊采摘機(jī)器人對(duì)視覺系統(tǒng)的要求，設(shè)計(jì)了一套基于雙目立體視覺的定位系統(tǒng)，并基于攝像機(jī)的成像幾何模型，分析了雙目立體視覺系統(tǒng)的定位原理。選用張正友平面標(biāo)定法結(jié)合Matlab提供的標(biāo)定工具箱對(duì)雙目立體視覺系統(tǒng)進(jìn)行了標(biāo)定。實(shí)驗(yàn)證明，利用自制的黑白棋盤格和APP標(biāo)定工具箱進(jìn)行標(biāo)定，可以準(zhǔn)確、方便地獲得雙目立體視覺系統(tǒng)中兩臺(tái)攝像機(jī)的內(nèi)外參數(shù)及畸變系數(shù)。
　?。?）針

4、對(duì)杭白菊果實(shí)區(qū)域特點(diǎn)，采用基于質(zhì)心的特征匹配方法，將質(zhì)心作為特征匹配的特征點(diǎn)，結(jié)合前期圖像分割的結(jié)果，計(jì)算各個(gè)果實(shí)區(qū)域的質(zhì)心，通過采用基于質(zhì)心和極線約束的特征點(diǎn)匹配方法對(duì)同名點(diǎn)對(duì)進(jìn)行匹配，從而實(shí)現(xiàn)同名果實(shí)區(qū)域的匹配，完成果實(shí)的準(zhǔn)確定位。通過定位精度試驗(yàn)發(fā)現(xiàn)，當(dāng)基線為50mm，目標(biāo)離基線的距離深度為150-450mm，計(jì)算出來的距離與實(shí)際測量距離之間的誤差均控制在14mm以內(nèi)，能滿足機(jī)器采摘的精度要求。
　?。?）對(duì)杭白菊采摘機(jī)器人

5、系統(tǒng)進(jìn)行了整體設(shè)計(jì)，詳細(xì)介紹了采摘機(jī)器人的基本結(jié)構(gòu)，包括機(jī)械臂、采摘末端執(zhí)行器和計(jì)算機(jī)控制系統(tǒng)等。并根據(jù)杭白菊采摘機(jī)器人的作業(yè)要求和作業(yè)流程，基于Windows開發(fā)環(huán)境，利用Microsoft Visual Studio2013開發(fā)工具、OpenCv和MFC（Microsoft Foundation Classes）庫對(duì)其識(shí)別與定位軟件系統(tǒng)進(jìn)行了設(shè)計(jì)。
　　綜上所述，本文搭建了適合杭白菊果實(shí)采摘的識(shí)別與定位系統(tǒng)，研究了較為合理的杭