基于图像理解的水田除草机器人视觉导航系统研究

基于图像理解的水田除草机器人视觉导航系统研究

ID:35063014

大小:6.80 MB

页数:101页

时间:2019-03-17

基于图像理解的水田除草机器人视觉导航系统研究_第1页
基于图像理解的水田除草机器人视觉导航系统研究_第2页
基于图像理解的水田除草机器人视觉导航系统研究_第3页
基于图像理解的水田除草机器人视觉导航系统研究_第4页
基于图像理解的水田除草机器人视觉导航系统研究_第5页
资源描述:

《基于图像理解的水田除草机器人视觉导航系统研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、硕士学位论文基于图像理解的水田除草机器人视觉导航系统研究作者姓名陈少杰学科专业机械电子工程指导教师张勤教授所在学院机械与汽车工程学院论文提交日期2016年4月ResearchonvisionnavigationsystemofpaddyfieldweedingrobotbasedonimageunderstandingADissertationSubmittedfortheDegreeofMasterCandidate:ChenShaojieSupervisor:Prof.ZhangQinSouthChinaUnive

2、rsityofTechnologyGuangzhou,China分类号:TP241学校代号:10561学号:201320100627华南理工大学硕士学位论文基于图像理解的水田除草机器人视觉导航系统研究作者姓名:陈少杰指导教师姓名、职称:张勤教授申请学位级别:工学硕士学科专业名称:机械电子工程研究方向:机器人及先进运动控制论文提交日期:2016年4月22日论文答辩日期:2016年6月2日学位授予单位:华南理工大学华南理工大学学位授予日期:年月日答辩委员会成员:主席:谢小鹏委员:丁问司杜群贵陈东成国真华南理工大学学位论文原

3、创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:日期:2016年6月15日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部门或机构送交论文的复印件和电子版,允许学

4、位论文被查阅(除在保密期内的保密论文外);学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。本人电子文档的内容和纸质论文的内容相一致。本学位论文属于:□保密,在年解密后适用本授权书。不保密,同意在校园网上发布,供校内师生和与学校有共享协议的单位浏览;同意将本人学位论文提交中国学术期刊(光盘版)电子杂志社全文出版和编入CNKI《中国知识资源总库》,传播学位论文的全部或部分内容。(请在以上相应方框内打“√”)作者签名:日期:2016年6月15日指导教师签名:日期:2016年6月

5、15日作者联系电话:电子邮箱:联系地址(含邮编)摘要随着机器人技术的发展,农业机械的智能化是未来发展趋势之一。我国南方水田中杂草、浮萍及蓝藻的颜色与秧苗非常接近,使得目前农田导航算法并不适用于我国南方水田。针对南方水田的特点,本文开展了视觉导航系统研究,主要的研究内容如下:(1)提出一种适用于南方水田的秧苗导航线提取方法。针对水田环境复杂,单一的灰度化方法无法得到较好效果的情况,本文对比分析了4种常用的灰度化方法:G-R、2G-R-B、ExG-ExR、在HSI空间提取S分量,提出一种基于阈值分割的灰度化方法的评价方法,

6、并通过实际对比验证了评价方法的有效性。针对传统基于彩色空间提取秧苗特征点容易受水田背景影响的缺点,本文使用秧苗图像的角点作为秧苗特征点,并分别讨论了Harris角点、FAST角点、SUSAN角点的提取效果以及算法的时间复杂度,最后得出SUSAN角点相比于其他两种更适合作为秧苗特征点。针对顺序聚类算法计算耗时较多的缺点,运用分层聚类算法的思想对其进行了改进,在不降低聚类准确性的前提下,大大缩小了顺序聚类算法的计算耗时。最后运用最小二乘法及基于已知点的Hough变换提取秧苗的导航线。(2)设计了除草机器人的模糊控制算法。在

7、提取了秧苗导航线之后,本文运用几何方法解算出除草机器人的位姿,设计了除草机器人模糊控制规则,然后运用系统辨识法得到除草机器人的状态方程,验证了其能控及能观性,并使用MATLAB对模糊控制算法进行了验证。(3)开发了水田除草机器人的视觉导航系统并进行试验测试。对除草机器人静止时位置偏差与角度偏差测量的误差做了试验,得到静止时角度偏差与位置偏差测量的平均误差。对背景无干扰时的自主导航进行试验,得出不同起始位置导航过程的角度偏差与位置偏差的标准差。对背景颜色与秧苗相似时的自主导航进行随机位置测试,结果表明,本文所开发的视觉导

8、航系统仍可进行导航。研究与试验结果表明,本文所开发的水田除草机器人的视觉导航算法可以适用南方水田的复杂环境,本文设计的视觉导航控制系统能够准确地识别农作行导航参考路径,并稳定地跟踪导航路径线。关键词:图像理解;除草机器人;模糊控制;视觉导航系统IABSTRACTWiththedevelopmentofrobottechnology

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。