农业机械导航中基于机器视觉位置测量方法

简介:

机器视觉是农业机械导航中的关键技术部分,通过实时监测、图像采集、图像处理等来为导航、定位提供必要信息,自动导航系统己成为农田机械设施的重要组成部分,在自动化收割、农药喷施等方面己有应用。
TIM_20180413163141

农业机械的自动导技术首先需要解决的就是农机位置测定,对于农业机械的位置测定将会包括机械位置、航向、速度、车轮转角等内容,其中最为重要的还是机械当前位置的测定。
对机械位置进行测定的方法大致可以分为两种,一种是相对位置测定方法,一种是绝对位置测定方法。其中相对位置的测定主要测定的内容是机械与导航基线的位置关系,而绝对位置的测定,其测定的内容为机械在地理空间当中的位置。
机器视觉的位置测定方法其实是利用计算机技术来模仿人的视觉效果,然后从客观图像当中发现并提取有用的信息,最终加以分析、理解及实际测量控制。这种方法最大的优点在于十分的迅速,并且其自身的信息存储量较大,功能也是十分的健全。
在机器视觉位置测量方法当中,自动导航技术会将机械的摄像机作为信息传感器,利用图像技术来对环境当中的作物进行识别,以此为基础确定机械运行的基线,其中被应用于作物识别以及导航基线测定的方法主要有Hough变换法、最小二乘法、以及垂直投影法。其中Hough变换法是现阶段应用于研究最为广泛的一种直线段基线检测方法,因为这种方法在实际的应用过程当中具有较好的鲁棒性能,受到外界环境因素的影响佳较小,经过数年的发展已经成为了研究与应用最为广泛的一种导航方法。而垂直投影法则是利用图像方法,对所采取的图像进行灰化,然后利用垂直投影法图像当中的目标区域与非目标区域进行准确的划分。以此为基础确定农目标区域当中的作物行数。最小二乘法也是应用较为广泛的一种直线段基线检测方法,其具有测量速度快速,高精度等吃特点。
一个标准的农业机械导航系统的组成主要包括4部分:图像采集部分,图像处理部分,机器视觉系统配套部分,以及系统报警部分。其中最重要的两个部分是图像采集部分以及图像处理部分。机器视觉可以通过灰度、色彩的对比度获取边界点、线,有效的图像处理算法可以提取出航向线;对于田间环境下先采用大视场获取具有清晰对比度的图像,设定像素数量阈值,依据像素调整视场;通过图像处理依据左右农作物行确定导航路径。
朗锐智科致力于机器视觉系统、嵌入式工业相机图像采集卡解决方案服务。公司产品涉足工业现场机械故障诊断、自动光学检测、3D激光测量、机器视觉检测、高端制造过程图像监控等领域,这些技术应用基础能够为农业机械导航系统中的图像采集、图像处理部分提供可靠的技术支撑。

相关文章
|
算法 定位技术
八叉树建立地图并实现路径规划导航(下)
八叉树建立地图并实现路径规划导航(下)
2721 0
八叉树建立地图并实现路径规划导航(下)
|
存储 分布式计算 运维
【2023云栖】刘一鸣:Data+AI时代大数据平台建设的思考与发布
本文根据2023云栖大会演讲实录整理而成,演讲信息如下: 演讲人:刘一鸣 | 阿里云自研大数据产品负责人 演讲主题:Data+AI时代大数据平台应该如何建设
102673 16
|
6月前
|
缓存 负载均衡 安全
HTTP代理服务器对速度提升有何作用?
在信息化时代,网络成为生活不可或缺的一部分。HTTP代理服务器位于客户端与服务器之间,通过数据压缩、缓存机制和路由优化等方式,有效提高数据传输速度并保护个人信息安全。使用91HTTP等工具,用户可在业务需求中获得更快更安全的网络体验。
144 4
|
7月前
|
应用服务中间件 定位技术 网络安全
住宅IP和运营商IP有什么区别?
随着数字化发展,网络安全与隐私保护日益重要,代理IP成为热门选择。住宅IP由ISP分配给家庭用户,通常是动态的,适合日常上网,费用较低,且具有较高隐私保护。运营商IP则分配给企业或数据中心,多为静态,适用于高稳定性和带宽需求的业务,安全性更高但成本也更高。两者在用途、特性和成本上存在显著差异,用户可根据需求选择。
200 1
|
12月前
|
JavaScript 前端开发 小程序
一小时入门Vue.js前端开发
本文是作者关于Vue.js前端开发的快速入门教程,包括结果展示、参考链接、注意事项以及常见问题的解决方法。文章提供了Vue.js的基础使用介绍,如何安装和使用cnpm,以及如何解决命令行中遇到的一些常见问题。
617 5
一小时入门Vue.js前端开发
|
分布式计算 监控 调度
给技术新人的ODPS优化建议
数据开发基本都是从陌生到熟悉,但是写多了就会发现各种好用的工具/函数,也会发现各种坑,本文分享了作者从拿到数据到数据开发到数据监控的一些实操经验。
96424 127
|
数据采集 机器学习/深度学习 算法
Python实现AdaBoost分类模型(AdaBoostClassifier算法)项目实战
Python实现AdaBoost分类模型(AdaBoostClassifier算法)项目实战
|
人工智能 算法 数据可视化
DBSCAN密度聚类算法(理论+图解+python代码)
DBSCAN密度聚类算法(理论+图解+python代码)
2693 0
|
存储 算法 C语言
【C/C++ 数据结构 树】探索C/C++中的二叉树:从理论到实践
【C/C++ 数据结构 树】探索C/C++中的二叉树:从理论到实践
273 0
|
缓存 并行计算 数据可视化
Matplotlib性能优化:提升图表渲染速度
【4月更文挑战第17天】提升 Matplotlib 渲染速度的技巧:1) 减少数据点;2) 使用矢量化操作;3) 减少图表元素;4) 增量渲染;5) 优化图像保存;6) 更换更快的后端;7) 并行处理;8) 避免循环内绘图;9) 利用缓存;10) 使用专业图形工具。注意根据具体需求调整优化策略。
1320 2