基于機器視覺的非結(jié)構(gòu)化道路識別與障礙物檢測研究.pdf

1、隨著計算機技術快速發(fā)展，農(nóng)業(yè)機械智能化必將是農(nóng)業(yè)機械的發(fā)展方向之一。在農(nóng)業(yè)機器人的操作環(huán)境中，非結(jié)構(gòu)化道路占有很大比例。本文將利用圖像處理技術對非結(jié)構(gòu)化道路進行識別與障礙物檢測，為農(nóng)業(yè)機器人的智能視覺導航系統(tǒng)提供可供參考的路況信息。在國內(nèi)外，基于機器視覺導航技術的農(nóng)業(yè)機器人技術受到越來越多研究者的關注。很多農(nóng)業(yè)領域?qū)＜艺J為機器視覺技術是實現(xiàn)農(nóng)業(yè)現(xiàn)代化及可持續(xù)發(fā)展不可缺少的技術手段之一。
　　本文主要針對非結(jié)構(gòu)化道路條件下的視覺導航

2、問題進行系統(tǒng)研究?；跈C器視覺的農(nóng)業(yè)機器人行走道路識別與障礙物檢測的系統(tǒng)研究主要分為三部分：道路區(qū)域預處理、道路邊緣擬合以及障礙物檢測。主要研究內(nèi)容如下：
　　針對非結(jié)構(gòu)化道路的特點，本文通過實驗對比分析后，選用符合人類視覺感知的HSV空間進行顏色分析。綜合利用各種圖像預處理技術，包括圖像濾波、閾值分割、區(qū)域生長等方法，為后續(xù)道路邊緣提取和障礙物檢測提供優(yōu)質(zhì)圖像。利用梯度幅值算法和Otsu閾值分割法對圖像道路區(qū)域進行分割；再通過形

3、態(tài)學算法以及路面與背景區(qū)域灰度值差異的特點，對道路邊緣點進行初步提取，其實驗結(jié)果在復雜環(huán)境下依然具有良好的魯棒性。本文利用Hough檢測對道路邊緣點進行優(yōu)化，再利用RANSAC算法和最小二乘法算法確定最優(yōu)隨機樣本點集合。最后對該隨機樣本點集合進行曲線擬合獲取道路的邊緣，實現(xiàn)對非結(jié)構(gòu)化道路的邊緣擬合。
　　本文提出基于單目視覺的障礙物檢測算法。針對非結(jié)構(gòu)化道路沿線環(huán)境復雜，背景圖像隨時變化等特點，分別采用兩種算法進行分析：
　

4、　(1)采用檢測窗技術，建立以小車前進區(qū)域為框架的ROI檢測窗口。在ROI范圍內(nèi)進行自適應區(qū)域生長來檢測障礙物，縮小障礙物搜索范圍同時提高系統(tǒng)運行速度。
　　(2)提出基于光流法的道路邊緣運動障礙物檢測算法。將光流法與統(tǒng)計學理論相結(jié)合來估計當前背景的光流矢量，這種估計方法能夠在背景運動情況下有效檢測出場景中的運動障礙物目標。
　　本文提出的非結(jié)構(gòu)化道路識別與障礙物檢測算法為農(nóng)業(yè)導航機器人在自然環(huán)境下自主導航提供一種初步的有效