基于双目视觉的香蕉园巡检机器人导航路径提取方法

S24; 为实现移动机器人香蕉园巡检自动导航,研究提出了一种基于双目视觉的香蕉园巡检路径提取方法.首先由机器人搭载的双目相机获取机器人前方点云,进行预处理后对点云感兴趣区域进行二维投影并将投影结果网格化,得到网格地图;然后采用改进的K-means算法将道路两侧香蕉树分离,其中初始聚类中心通过对网格地图进行垂直、水平投影以及一、二阶高斯拟合确定;最后基于最小包围矩形提取导航路径,将道路两侧网格以最小矩形框包围,提取两包围框中间线作为期望导航路径.测试结果表明,改进的K-means算法聚类成功率为93％,较传统方法提高了12个百分点;导航路径提取平均横向偏差为14.27 cm,平均航向偏差为4.8...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 37; no. 21; pp. 9 - 15
Main Authors 张振乾, 李世超, 李晨阳, 曹如月, 张漫, 李寒, 李修华
Format Journal Article
LanguageChinese
Published 中国农业大学现代精细农业系统集成研究教育部重点实验室,北京 100083%中国农业大学农业农村部农业信息获取技术重点实验室,北京 100083%广西大学电气工程学院,南宁 530004 01.11.2021
Subjects
机器人;机器视觉;香蕉园;巡检;路径提取
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.2021.21.002

Cover

More Information
Summary:S24; 为实现移动机器人香蕉园巡检自动导航,研究提出了一种基于双目视觉的香蕉园巡检路径提取方法.首先由机器人搭载的双目相机获取机器人前方点云,进行预处理后对点云感兴趣区域进行二维投影并将投影结果网格化,得到网格地图;然后采用改进的K-means算法将道路两侧香蕉树分离,其中初始聚类中心通过对网格地图进行垂直、水平投影以及一、二阶高斯拟合确定;最后基于最小包围矩形提取导航路径,将道路两侧网格以最小矩形框包围,提取两包围框中间线作为期望导航路径.测试结果表明,改进的K-means算法聚类成功率为93％,较传统方法提高了12个百分点;导航路径提取平均横向偏差为14.27 cm,平均航向偏差为4.83°,研究方法可为香蕉园巡检机器人自动导航提供支持.
ISSN:1002-6819
DOI:10.11975/j.issn.1002-6819.2021.21.002