溫室移動機器人變量施藥智能檢測及決策系統(tǒng)研究.pdf

1、機器人學和現(xiàn)代化農業(yè)的迅速發(fā)展，使得溫室移動機器人的研究越來越得到重視。
　　 為提高溫室移動機器人施藥作業(yè)中農藥的有效利用率，減少農藥殘留與化學污染，針對實現(xiàn)溫室移動機器人精確施藥問題，本文著重研究了待噴施作物面積智能檢測方法及變量施藥決策算法，為進一步實現(xiàn)溫室移動機器人精準施藥、推進溫室移動機器人的實際應用奠定了基礎。
　　 本文主要研究內容包括:
　　 1.針對溫室變量施藥移動機器人，為解決施藥過程中待噴施

2、作物面積的實時快速檢測問題，提出了一種基于機器視覺技術快速獲取圖像，并利用圖像處理技術的檢測方法。提取單幀圖像，將其從RGB色彩空間轉換到HSI空間，利用基于形態(tài)學和Otsu方法的Canny算子自動準確的將待噴施區(qū)域劃分出來，通過像素統(tǒng)計的方法計算出待噴施作物面積大小。與傳統(tǒng)的面積測定方法進行比較，所采用的方法精度高，不受葉片大小、重量、形狀等因素的影響，而且本文采用的是無損實時檢測，對于溫室變量施藥具有很好的實用性。
　　 2

3、.根據(jù)現(xiàn)代溫室成行作物的種植方式和生長特點，結合行間行走移動機器人變量施藥系統(tǒng)的施藥原理，提出了基于模糊神經網絡的變量施藥智能決策方法，即融合溫室作物病蟲害危害程度、噴施目標的距離和面積信息，構建具有自學習和自適應能力的離線訓練模糊神經網絡快速智能決策系統(tǒng)，利用模糊神經網絡自學習、自校正的能力自動調整、修改模糊規(guī)則，實現(xiàn)對工作于具有較強不確定性的溫室環(huán)境的施藥機器人噴施流量的快速智能決策。使用MATLAB對移動機器人智能決策仿真研究表明

4、，該模糊神經網絡決策方法由于采用離線訓練的方式，因此能夠實現(xiàn)實時快速決策;對于未在訓練中出現(xiàn)的樣本，相比模糊決策系統(tǒng)具有較高的決策精度，能夠適應具有較強不確定性的溫室工作環(huán)境。
　　 3.將基于模糊神經網絡算法的智能決策方法應用于由實驗室改制的溫室移動機器人硬件系統(tǒng)，開發(fā)了基于模糊神經網絡算法的移動機器人智能決策系統(tǒng)，該系統(tǒng)使用Visual C++6.0編程環(huán)境編輯各功能模塊，智能決策系統(tǒng)主要包括四個功能模塊:系統(tǒng)登錄模塊、串口

5、通訊模塊、攝像頭面積獲取模塊、智能決策模塊。其中，在智能決策模塊程序中運用MATLAB Engine方法完成MATLAB和Visual C++接口對接，經過使用MATLAB Engine庫函數(shù)，將運行于MATLAB環(huán)境的基于模糊神經網絡算法的智能決策方法較為便捷地應用在了移動機器人智能決策系統(tǒng)中。
　　 最后，采用所開發(fā)的移動機器人智能決策系統(tǒng)完成了溫室移動機器人在實際溫室環(huán)境中變量施藥智能決策方法的試驗研究，試驗結果驗證了所提