基于K-means算法的溫室移動機器人視覺導(dǎo)航研究.pdf

1、利用移動機器人完成溫室自主導(dǎo)航作業(yè)，不僅可以大幅度減輕勞動者的體力勞動，也可以避免勞動者在有毒、高溫及潮濕等惡劣工作環(huán)境中作業(yè)時受到人身傷害。溫室移動機器人的作業(yè)環(huán)境與工業(yè)移動機器人相比更為復(fù)雜，通常是一種具有離散性、不確定性、多樣性和不一致性的非結(jié)構(gòu)化環(huán)境，為此，如何準(zhǔn)確快速地識別出機器人的導(dǎo)航路徑信息成為實現(xiàn)溫室移動機器人導(dǎo)航的關(guān)鍵因素之一，因此，有必要對這一課題展開研究。
　　基于機器視覺的導(dǎo)航路徑識別要解決的關(guān)鍵問題是如何

2、通過對視覺系統(tǒng)采集到的圖像信息進(jìn)行處理以精確快速地獲取到移動機器人行走的導(dǎo)航路徑信息。在溫室環(huán)境中，移動機器人視覺系統(tǒng)采集到的圖像信息會因為受到背景、落葉、光照以及陰影等諸多因素的影響使其難以保證常規(guī)導(dǎo)航路徑識別算法的魯棒性，加之溫室背景環(huán)境信息復(fù)雜，導(dǎo)致導(dǎo)航算法計算量大大增加，這直接影響了溫室移動機器人導(dǎo)航的快速性以及實時性，使其難以滿足移動機器人在溫室環(huán)境作業(yè)的效率要求，嚴(yán)重阻礙了移動機器人技術(shù)在農(nóng)業(yè)生產(chǎn)中的實際應(yīng)用。
　　本

3、文針對單目視覺溫室移動機器人，著重在降低光照信息對導(dǎo)航路徑識別的影響和圖像的分割算法等幾個方面開展研究，在保證導(dǎo)航路徑識別準(zhǔn)確性的基礎(chǔ)上，確保算法魯棒，同時提升導(dǎo)航路徑識別的快速性以滿足溫室移動機器人在溫室環(huán)境下自主導(dǎo)航作業(yè)的實時性要求。
　　本文主要研究內(nèi)容如下:
　　1.在如何保證溫室環(huán)境下移動機器人導(dǎo)航算法的魯棒性方面展開研究。為保證溫室環(huán)境下導(dǎo)航路徑提取算法的魯棒性，關(guān)鍵因素是降低光照信息對移動機器人導(dǎo)航路徑識別的影

4、響，為此本文將采集到的原始溫室環(huán)境圖像信息依據(jù)RGB與HSI顏色空間之間的轉(zhuǎn)換公式對兩者進(jìn)行轉(zhuǎn)換，并將轉(zhuǎn)換后獲取到的HSI顏色空間進(jìn)行變量分離，通過理論與實際效果對比分析，選取與光照信息無關(guān)且可以有效抑制噪聲影響的色調(diào)分量H進(jìn)行后續(xù)圖像處理操作;
　　2.在如何提高溫室移動機器人導(dǎo)航路徑識別速度而使其能夠滿足自主導(dǎo)航作業(yè)的實時性要求方面展開研究。為滿足溫室移動機器人導(dǎo)航實時性要求，本文提出兩種方法，首先，在圖像分割環(huán)節(jié)，依據(jù)溫室環(huán)

5、境所特有的圖像顏色特征信息，引入K-means算法對顏色空間轉(zhuǎn)換后獲取到的分量信息圖進(jìn)行圖像聚類分割處理，與常規(guī)的閾值分割相比，本文所采用的圖像分割方法在溫室環(huán)境中不僅可以將道路信息與背景信息更有效地進(jìn)行分離，而且提取到的道路邊緣信息更為清晰明確，更有利于后續(xù)圖像處理的相關(guān)操作，同時可以提升整個溫室移動機器人導(dǎo)航系統(tǒng)的快速性;其次，在進(jìn)行直線擬合前采用形態(tài)學(xué)方法進(jìn)行二次去噪處理以有效去除分割后的圖像中存在的各種噪聲點及其它干擾信息，使得

6、圖像中的道路邊緣信息總量有效降低，大大節(jié)省了后續(xù)圖像處理算法的計算時間。
　　3.在溫室移動機器人導(dǎo)航路徑信息與導(dǎo)航控制參數(shù)的轉(zhuǎn)換方面開展研究。首先，通過對圖像采集系統(tǒng)所使用的攝像機進(jìn)行標(biāo)定以獲取攝像機的內(nèi)部參數(shù)信息，再通過對識別出的溫室移動機器人導(dǎo)航路徑信息進(jìn)行相應(yīng)的坐標(biāo)系轉(zhuǎn)換以獲取其導(dǎo)航控制參數(shù)信息用以實現(xiàn)對溫室移動機器人的運動控制，滿足其自主導(dǎo)航作業(yè)要求。
　　4.試驗平臺改裝及實地試驗的研究。通過實驗室對“Voyag