推荐期刊
在线客服

咨询客服 咨询客服

客服电话:400-7890626

咨询邮箱:[email protected]

电子论文

计算机视觉技术在拖拉机行进控制上的应用

时间:2019年05月30日 所属分类:电子论文 点击?#38382;?script src="/plus/count.php?view=yes&aid=25641&mid=42" type='text/javascript' language="javascript">

摘要:自动导航可以降低农业机械操作人员的劳动强度,提高土地利用效率,是农机智能化的重要体现。计算机视觉和卫星定位是应用较为普遍的农机导航技术。为此,基于计算机视觉技术,设计了拖拉机行进控制?#20302;场O低?#23545;环境图像进行计算机视觉分析,选用合适的处

  摘要:自动导航可以降低农业机械操作人员的劳动强度,提高土地利用效率,是农机智能化的重要体现。计算机视觉和卫星定位是应用较为普遍的农机导航技术。为此,基于计算机视觉技术,设计了拖拉机行进控制?#20302;场O低?#23545;环境图像进行计算机视觉分析,选用合适的处理方式和算法获得导航路线,同时减少了计算量;然后,根据机械的初始状态?#38382;?#35843;整?#36739;潁?#20351;拖拉机沿着导航路线行进。试验结果表明:安装该?#20302;?#30340;拖拉机以不同速度行驶时,路线偏差迅速减少,并保持在很小的范围内;?#20302;?#22788;理单幅图像耗时少于0.1s,可以满足实时控制的要求。

  关键词:拖拉机;行进控制;计算机视觉;自动导航;特征检测

农业工程学报

  0引言

  我国的农业生产模式在?#29575;?#26399;发生变化,从小规模的分散经营开始转向种植大户的集中经营。在这?#20013;问?#19979;,传统农业作业效率低和人力成本高的缺陷日益凸显,已经无法满足时代发展的要求。大规模的集中经营为农业机械的应用创造了条件,使农业生产的机械化率得到了显著提升。我国农业机械研?#31185;?#27493;较晚,设计经验与国外相比存在差距,总体性能也有待进一步加强。因此,利用现代技术改善机械的整体性能,提高自动化和智能化水平,对我国农业的发?#25346;?#20041;重大。

  自动导航是农业机械智能化的一个重要方面,可以降低操作人员的劳动强度,提高土地利用效率[1]。农机自动导航的研究在20世纪80年代兴起,采用的方法有机械触杆导航、预埋电缆引导、无线电或激光导航、计算机视觉导航、卫星导航等。在新技术的支撑下,导航精度不断提高,机械作业范围也扩展到播种、施?#30465;?#21943;药、整地、收割和起垄等方面,为多种作物的全程机械化生产奠定了基础[2]。

  在上述的方法中,计算机视觉和卫星定位是较为普遍和实用的农机导航技术。计算机视觉是利用专门的设备采集图像,转换为数?#20013;?#21495;后由计算机对?#21208;?#29305;征进行分析和识别,提取所需的信息的技术。计算机视觉在农业上最初用于采摘机器人,后来应用到农机自动导航上,通过视觉功能识别行走路径和检测障碍物[3]。与卫星定位导航方法相比,计算机视觉的覆盖范围小,但由于采用了相对坐标,因而灵活性更强,导航的精度更高[4]。

  孙元义等对棉田的自然环境背景图像进行Lab色彩空间处理、最大方差阈值分割和Hough变换,识别机械行驶路径,用于对喷药机器人行走路线的控制[5]。徐建等采用均值去噪和Prewitte算子边?#23548;?#27979;分析玉米垄行图像,实时、?#26082;?#22320;获得了智能收获机器人的行走路线[6]。高国琴针对?#29575;?#19982;田间环境的差异,设计了基于K-means算法的机器人导航路径识别方法,对单幅图像处理的时间大幅降低,显著提高了路径识别的速度[7]。

  拖拉机是最常见的农业机械,既可以用于农业物资的运输,也可以为其它的机械提供牵引动力。另外,拖拉机还可以作为新型农机技术的测试平台,验证各种技术的实用性。拖拉机的自动导航是在定位的基础上通过行进控制来实现的,具体表现为直线行驶和路线变更[8-10]。计算机视觉获取的信息丰富,被动感知能力强,因此在拖拉机的行进控制上具有较大的优势,成为国内外学者研究的重点。

  周俊等较早开展了研究,对四轮拖拉机上计算机视觉技术的跟踪路径识别、机械位姿计算、?#20302;?#23454;时性和鲁棒性等多个方面进行了分析,所研制的原型机在快速行驶时都具有较好的路径跟踪效果[11]。代峰燕等基于简化的运动学模型模糊控制方法,以机器视觉获得的?#38382;?#20316;为控制量输入,实时输出前轮转?#29301;?#21487;以较好地?#35270;?#25302;拉机低速行驶时的控制要求[12]。

  计算机视觉导航相关研究大多针对普通环境,而在?#23548;?#20316;业中阴影环境也是普遍存在的,会增加路径识别难度。华希俊等?#21592;?#20998;析普通环境和阴影环境的计算机视觉图像特点,设计出一种相应的路径识别方法,增强了拖拉机对阴影环境的?#35270;?#33021;力[13]。另外,翟志强等为解决农机导航?#20302;?#24320;发周期长和成本增加的问题,提出了基于虚拟现实的拖拉机双目视觉导航方法,为行进控制?#20302;?#30340;改进提供了理论和?#23548;?#20381;据[14]。本文基于计算机视觉,设计了一个拖拉机行进的控制?#20302;场O低?#23545;环境图像进行计算机视觉分析,选用合适的处理方式和算法减少计算量;获得导航路线后根据机械的3个初始状态?#38382;?#35843;整操向?#29301;?#20351;拖拉机沿着导航路线行进,以增强对复杂环境的?#35270;?#33021;力。

  1?#20302;?#35774;计

  ?#20302;?#30340;搭载平台为东方红LX604型拖拉机,前后轮距分别是160cm和200cm,离地高度32cm,额定输出功率45kW,行进速度在2.0~33.5km/h之间。该型拖拉机的最大牵引力达到22.5kN,可以为许多型号的农业机械提供牵引动力。拖拉机的导向轮上安装JLl8A3型霍尔传感器和RB100LA型转角传感器,分别测量拖拉机的行进速度和导向轮的偏转角度,采集的信号经AD6673型转换器转换为数?#20013;?#21495;后导入核心计算机进行分析。

  计算机视觉的采集设备是尼康D810?#25302;?#26426;,体积较小,采用防抖动处理安装在拖拉机的前部。相机的拍摄俯角30°,拍摄频?#35270;上低?#26681;据机械的进行速度决定,相机采集的原始图像经天创UB570型图像采集卡转换为数?#20013;?#21495;后由核心计算机分析。核心计算机是戴尔7040MT型台式电脑,硬件包括Inteli7中央处理器、8GB的DDR4内存及1TB的?#25165;蹋?#23433;装Windows10操作?#20302;?#21644;视觉分析软件MatLab工具箱。计算机视觉分析识别拖拉机的行进路线后,根据机械与路径之间的横向距离偏差、航向偏差和导向轮转角?#33539;?#35843;整的角度,产生二位随机信号;随机信号经DAC7631E型数模转换器转换为模拟信号后向液压阀发出指令,驱动导向?#21046;?#36716;一定角度实现对拖拉机行进的控制。

  2计算机视觉分析

  2.1直线特征检测

  以油菜田为例,拍摄获得的图像主要由油菜和垄沟组成。其中,油菜为绿色,垄沟为褐色,二者之间的区别较为明显。根据这个特点,利用图像中自然特征的基线来对机械进行导航,以?#35270;?#22797;杂环境对分析算法鲁棒性的要求。提取自然特征基线首先要进行直线特征检测,从而得到导航的基准。

  本文参考杨为民等的研究,采用Hough变换将图像中的特征直线转变为?#38382;?#28857;,将距离边界一定范围内的所?#26800;?#30456;加实现对特征直线的检测。基于图像整体特性的Hough变换算法鲁棒性较强,不会受到图像噪音和直线中断的影响,且能够获得亚像素级的特征精度。将原始图像中的垄沟作为导航特征进行Hough变换,得到了?#38382;?#30340;空间图像,垄沟用连续的黑色区域显示,形成明显的导航路线。

  2.2图像抽点简化

  当图像的视觉分析耗时超过0.2s时,导航的精?#33539;?#21644;稳定性都会大幅降低。基于Hough变换算法的?#38382;?#26816;测计算量很大,处理?#29615;?#27491;常大小的图像也需要1s的时间,无法获得理想的导航效果。在?#23548;?#20998;析过程中,?#20302;?#37319;集的图像只有很小的部?#32844;?#21547;导航特征,除此之外的其它部分属于无效信息。这些信息会增加图像的复杂程度和处理耗时,还会对?#21208;?#29305;征的检测效果造成干扰。

  因此,设置兴趣区(ROI)并仅对其中的图像进行后续处理,减少图像分析的计算量,提高导航实时性。ROI的具体设置过程是在得到起始导航特征后将上?#29615;?#22270;像的相应信息提取出来,以其中的直线特征为?#34892;模?#25353;照一定的?#38382;?#21010;定ROI区域;然后,采用递归算法推动ROI跟随导航特征移动,形成覆盖路线的检测带。通过图像抽点简化之后,单幅图像的处理时间可以控制在0.1s以内。

  2.3导航特征检测

  ?#21208;?#22270;像中包含油菜和垄沟,都呈条带状,边界清晰。拖拉机在田间沿着垄沟行进,因此以垄沟的边界作为拖拉机导航的特征。首先对图像进行预处理,包括直方图分析和低通滤波,使导航特征区域的灰度和?#21592;?#24230;都得到增强;然后过滤灰度变化过大的相邻像素,消除背景噪音,利用聚类的阈值分割方法将导航特征从背景中提取出来,获得了垄沟的?#25945;?#36793;界线。采用Hough变换算法检测垄沟的边缘,提取同一水?#36739;?#19978;两个边缘像素点的?#34892;?#20301;置,形成一条连续的曲线(即拖拉机的行进路线)。

  3机械行进控制

  计算机视觉分析得到导航路线后,还需要通过行进控制才能保证拖拉机按?#23637;?#21010;的路线行驶。拖拉机的行进控制是根据机械与规划路线之间的横向距离偏差、?#36739;?#20559;差和导向轮转角这3个状态?#38382;?#24182;结合机械自身速?#20154;?#20135;生的误差来?#33539;?#21512;适的操向?#29301;?#20351;拖拉机沿着导航路线行进。拖拉机行进控制的关键是实时控制操向?#29301;?#32780;机械当前的位姿误差和瞬时速度是重点参考的两个因素。在获得导航基准后,拖拉机在?#20302;?#30340;控制下沿着耗时最少和距离最短的路线行驶到达导航基准。

  然后,根据拖拉机的位姿和速度调整角度,不断地缩小?#23548;?#36335;线与导航基准的偏差,使机械姿态和速度逐?#20132;?#21040;导航基准线上来,最终实现拖拉机沿着导航路线行进。

  4试验结果与分析

  对?#20302;?#30340;控制效果进行试验,拖拉机在油菜田?#34892;?#39542;,以垄沟为导航特征规划路线。拖拉机分别以两个速度行驶,速度1为2m/s,速度2为3m/s。垄沟的导航路线用?#21672;?#26631;识,以?#24178;?#28431;?#26082;?#35760;录拖拉机的行驶路线,在导航路线上每隔1m测量两个路线的偏差,评价行进控制的效果。拖拉机以2m/s的速度行驶时,路线偏差从初始状态下的1.37m迅速减少到0.3m以内,随后一直保持在很小的范围内;以3m/s的速度行驶时,路线偏差的减少相对较慢,但最终也能保持在很小的范围内。试验中,?#20302;?#22788;理单幅图像的耗时少于0.1s,可以满足实时控制的要求。

  5结论

  基于计算机视觉,设计了一种拖拉机行进的控制?#20302;场O低?#23545;环境图像进行计算机视觉分析,选用合适的处理方式和算法减少了计算量。?#20302;?#32463;过直线特征检测、图像抽点简化和导航特征检测后获得导航路线,然后根据机械的3个初始状态?#38382;?#35843;整操向?#29301;?#20351;拖拉机沿着导航路线行进。在试验中,拖拉机以不同速度行驶时,路线偏差都能迅速减少,并一直保持在很小的范围内。?#20302;?#22788;理单幅图像的耗时少于0.1s,可以满足实时控制的要求。安装了该控制?#20302;?#30340;拖拉机能?#35805;?#29031;导航路线行进,对复杂环境具有较强的?#35270;?#33021;力。

  参考文献:

  [1]朱清山,高广智,牛文祥.农机自动导航驾驶?#20302;?#21450;其应用[J].现代化农业,2016,34(5):65-67.

  [2]胡静涛,高雷,白晓平,等.农业机械自动导航技术研究进展[J].农业工程学报,2015,31(10):1-10.

  [3]谷纪魁,李永魁,赵萍,等.农机自动导航车辆采集图像的?#38408;?#26657;正—基于MatLab[J].农机化研究,2012,34(10):208-211.

  [4]杨为民,李天石,贾鸿社.农业机械机器视觉导航研究[J].农业工程学报,2004,20(1):160-165.

  [5]孙元义,张绍磊,李伟.棉田喷药农业机器人的导航路径识别[J].清华大学学报:自然科学版,2007,47(2):206-209.

  [6]徐建,杨福增,苏乐乐,等.玉米智能收获机器人的路径识别方法[J].农机化研究,2010,32(2):9-12.

  [7]高国琴,李明.基于K-means算法的?#29575;?#31227;动机器人导航路径识别[J].农业工程学报,2014,30(7):25-33.

  [8]陈军,鸟巢谅.拖拉机行驶路线的自动变更研究[J].农业工程学报,2005,21(1):83-86.

  农业评职人员刊物推荐:《农业工程学报》是由中国科学技术协会主管,中国农业工程学会主办的全国性学术期刊。国际刊号ISSN:1002-6819;国内刊号CN:11-2047/S,邮发代号:18-57。读者对象为农业工程学科及相关领域的科?#23567;?#25945;学及生产科技人员、技术管理及推广人员和大院校师生。

  

魔兽世界术士