农用轮式移动机器人视觉导航系统的研究

顺应当前国际农业工程发展趋势，作者把电子、信息以及自动化等技术引入传统的农业车辆进行轮式移动机器人视觉导航技术的研究，为农业机械具备精确作业能力创造条件，以降低劳动强度、避免农业化学品引起环境污染、减少农业投入成本等。主要取得的结论归纳如下： 1．深入探讨了基于区域和边缘两种农用轮式移动机器人视觉导航跟踪路径的检测方法。分析了针对农田环境图像适宜的分割彩色特征，发现(2G-R-B)特征可以获得很好的区域分割结果。对分割结果采用了形态学闭运算以消除各个体植株间形成的小空洞区域。分析了路径先验知识对路径检测的指导作用，根据农田中视觉导航路径的特点提出了直线路径模型。介绍了小波变换的空间多分辨率剖分原理，结合3次B样条小波提出了导航路径的多分辨率检测方法。大量的农田实际环境和实验场景图像处理结果表明，区域的方法可以正确地检测出导航路径，基于小波变换的多分辨率路径检测方法能够方便地实现由粗及精地多尺度分析图像，在大尺度时具有抑制细小的边缘得到景物主要轮廓的能力。但同时也发现，后者的计算过于复杂，可能无法满足导航实时性要求。 2．传统的Hough变换是在图像空间中检测直线或某种特定的曲线，然后在把直线通过透视投影关系矩阵映射到导航坐标系中间接地得出所需的导航参数。本文中分析了直线路径在图像空间中投影的运动规律，研究了如何利用Hough变换把图像空间中的线映射成导航参数空间中的点，直接获取所需导航参数的方法。针对不同情况做了三组实验，结果肯定了本文中分析的正确性。横向偏差和航向偏差的视觉测量精度与目前国际上同类研究的水平相当，标准差分别为3cm和0.62deg。几组实验的对比结果为农田中视觉导航的实际应用指明了一些参数的选择方向。此方法将会在提高路径检测实时性，克服因阴影、农作物缺失等导致的路径短时丢失以及抗干扰等方面具有很大的应用潜力。 3．分析了轮式机器人导航系统的行为特点，给出了相应的系统状态方程和系统观测方程。包括传感器数据有效性检验、Q阵自适应实时调整等内容，详细地研究了利用扩展卡尔曼滤波理论改善导航系统实时性、精确性和可靠性的具体方法，以克服农田非结构化自然环境里存在的多种不确定因素给导航系统造成的干扰，跟踪图像空间中路径目标的运动而便于有效地利用视觉窗口技术，提供轮式机器人状态的预测值 代替实测值进行导航控制来改善控制系统的实时性等．仿真和实验结果都表明，此算 法具有比较理想的效果。 4．分析了导航控制内外环结构，在内环使用简单有效的二值控制方法，外环则 针对横向偏差、航向偏差以及前轮转角三个轮式移动机器人运动状态分量运用直接线 性状态反馈控制方法。为了避免反馈系数整定的盲分性，基于车辆简化的运动学模型 运用了线性二次型最优控制理论给出反馈系数的初始整定值。提出了外环的预测状态 l 反馈控制方法，即在每个控制周期中运用前一个控制周期里卡尔曼滤波对一个周期后 S 车辆状态的预测值作为反馈状态，而不是把当前控制周期里滞后的状态测量值直接作 I 为反馈状态。仿真和实验结果都显示了该控制方法的优越性和有效性。 l 在车辆纵向速度较高时，兼顾车辆的横向加速度，提出了iE．nx向偏差、航向偏差 1 以及横向加速度作为三个输入量的三维横向模糊控制算法，以保证乍辆横向运动平稳 ！性。基于车辆动力学模型的仿真研究表明，此方法能够很好地实现。3辆横向控制平稳 ‘性和舒适性目标，对车辆纵向速度、轮胎例偏刚度以及载荷等具有令人满意的适应能 i 力，明显优于通常的一些横向控制方法。 5．讨论了摄像机、前轮转角以及车速等传感器的标定问题，并给出了相应的标 2 定结果。摄像机标定过程中，基于针孔成像模型运用直接线性变换方法标定了导航中 l 需要的10个成像参数。计算时采用先确定各相关参数大致初值，再用步长加速法求 ．解的方法．实验结果表明，摄像机模型的分析以及相应的标定结果完全正确，内燃机 7 引起的振动对摄像机内参数和水平方向上的外参她本没有任何影响，但对垂直方向 ！上的外参数存在着微小的影响，造成图像空间里的 9坐标大约产生 0．59个像素的偏 ’移。 ：6．完成了农用轮式移动机器。原型的设计，具体包括转向驱动器的设计和安装、 ：角度传感器的安装、摄像机的安装、车辆速度传感器的设计安装及其信号采集电路的 ．设计、电源选择和安装、基于VC付6·0的相应导航软件的开发等。 i7．以校园里一段人工绿篱作为路标，进行轮式移动机器人原型的视觉导贴向 跟踪实验，结果表明原型系统可以成功地跟踪路标，各种算法的实时性和鲁棒性能够 g 满足导航需要。