农业机械导航中基于机器视觉位置测量方法-阿里云开发者社区

开发者社区> 人工智能> 正文
登录阅读全文

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。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
人工智能
使用钉钉扫一扫加入圈子
+ 订阅

了解行业+人工智能最先进的技术和实践,参与行业+人工智能实践项目

其他文章
最新文章
相关文章