基于机器视觉的喷药机器人杂草识别和导航方法研究

为实现喷药机器人快速准确识别杂草和实时精确导航，必须解决（1）导航路径实时准确的识别和（2）精确导航参数的实时获取2个问题。本项目旨在提高喷药机器人视觉系统的实时性、精确性和适应性，主要从（1）研究提高分割精度的图像处理算法，探索杂草特征参数的提取和筛选方法，提出基于SVM的决策二叉树的识别杂草方法；（2）建立沿作物行拍摄的农田作业场景模型，研究双目视觉导航路径的识别，提出利用左、右图像相互补偿实时获取路径数据的方法，设计兼顾虚点检测和透视原理的双Hough变换法，提出按作物行间距划分原图像并合并的导航路径识别方法；（3）研究精确导航参数的获取方法，引入状态曲率概念和反馈预视机制，提出串行闭环BP网络的控制策略。项目将研发一个实时性、精确度和适应性较好的喷药机器人视觉系统。本项目的研究为"精准农业"在我国的实施提供理论和技术上的支持，对提高农机智能化水平具有重要的理论意义和应用价值。

喷药机器人快速准确识别杂草和实时精确导航是喷药机器人精准作业的研究课题之一。为提高喷药机器人视觉系统的实时性、精确性和适应性，项目针对定点变量喷施农药的应用目的，以喷药机器人识别导航路径和获取导航参数为切入点，对图像处理算法、双目视觉相互补偿获取路径数据、状态曲率、反馈预视机制和串行闭环BP网络的控制策略进行研究。本自然科学基金取得的成果主要有：（1）以福田欧豹4040拖拉机为载体，构建了喷药机器人智能视觉系统的硬件平台。（2）开发了喷药机器人视觉系统专用的图像采集及处理配套软件。（3）针对计算量巨大的双目视觉立体匹配问题，提出一种双目视觉左、右图像可相互补偿，实现导航路径识别算法。（4）针对低出苗率或断苗等情况，提出一种按行距划分原图像且合并的算法，实现作物行特征不明显情况下导航路径的识别。（5）引入状态曲率的概念和反馈预视机制，提出一种串行闭环结构BP网络的控制方法，实现精确导航参数的获取。（6）共完成学术论文13篇，其中EI /SCI收录4篇，申请专利5项(3项已获授权)，取得软件著作权2项，培养了6名硕士研究生，完成了预期目标。