基于障碍物分类识别的林下作业机器人自主避障策略研究

摘要

机器人的自主避障技术是目前研究热点。在果园机器人的研究中，实现自主喷药、施肥和犁地是果园自动化的关键技术。果园机器人在完成作业任务时，需要靠近障碍物作业，并实现自主导航。为了提高避障精确度，本文提出先对障碍物进行分类，然后针对不同种类障碍物选用不同的避障策略完成避障动作。　　1.针对果园环境复杂，障碍物种类繁多的情况，首先本文提出采用卷积神经网络对障碍物识别的方法，但由于果园环境复杂，使得摄像头采集的图片信息噪声大，所以，在识别前对图像进行了预处理，包括图像滤波、图像增强、边缘检测。预处理完成之后将图像裁剪为48*48像素，送到事先训练好的卷积神经网络中进行识别。经试验验证，可以识别出树干，其识别效率达到73.8%。　　2.根据识别的障碍物种类，进行避障策略研究。对于圆形型障碍物，采集树干的直径和距离，根据障碍物的参数，构造出圆形障碍物模型，使得机器人行驶到一定距离便绕树干旋转，从而避开障碍物。对于不规则类型障碍物，果园机器人先根据采集障碍物信息，构造出该参数下的障碍物轮廓，完成避障，并在此过程中继续得到新的障碍物参数，然后在更新障碍物轮廓参数，以此完成不规则障碍物的避绕。通过仿真，该方法比传统的避障方式能更接近障碍物，更好完成作业任务，适用于果园的作业机械。　　3.搭建基于ROS的避障试验台。先对激光雷达和视觉传感器进行标定，然后在导航功能包中编写避障算法。最后在基于ROS的机器人平台下，完成避障试验。试验场地选择室外果园环境，通过试验验证了算法的可行性。仿真轨迹和试验轨迹基本一致，证明了本论文提出的避障策略能够更好地运用于果园机器人实现自主避障。

目录

声明

第1章 绪 论

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 国内研究现状

1.2.2 国外研究现状

1.3 研究内容

1.4 研究方案

1.5 创新点

1.6 本章小结

第2章 果园机器人系统设计

2.1 总体方案设计

2.1.1 功能需求

2.1.2 果园机器人系统组成

2.2 果园机器人结构

2.3 果园机器人硬件电路

2.3.1 底层控制电路

2.3.2 电源电路

2.3.3 编码器电路

2.3.4 电机驱动电路

2.3.5 通讯电路

2.4 果园机器人软件设计

2.5 传感器选用及标定

2.5.1 视觉传感器

2.5.2 视觉传感器标定

2.5.3 激光雷达传感器

2.5.4 激光雷达传感器校准

2.5.5 里程计建模

2.6 本章小结

第3章 基于机器学习的障碍物分类识别

3.1 图像预处理

3.1.1 图像增强

3.1.2 图像滤波

3.1.3 边缘检测

3.1.4 预处理总结

3.2 图像分类算法研究

3.2.1 基于CNN的图像检测与识别

3.2.2 CNN基本结构

3.2.3 CNN训练过程

3.2.4 算法验证

3.3 本章小结

第4章 果园机器人避障算法研究

4.1 果园机器人差速模型

4.2 果园机器人差速模型仿真

4.3 激光雷达数据冗余处理

4.4 避障策略研究

4.4.1 圆形障碍物避障策略

4.4.2 不规则障碍物避障策略

4.5 避障策略仿真

4.5.1 圆形障碍物避障策略仿真

4.5.2 不规则障碍物避障策略仿真

4.6 本章小结

第5章 基于障碍物分类的避障策略试验与分析

5.1 机器人测试试验

5.2 避障算法可行性验证试验

5.2.1 单个圆形障碍物避障试验

5.2.2 两个圆形障碍物避障试验

5.2.3 单个不规则障碍物避障试验

5.3 试验结果分析

第6章 总结与展望

6.1 总结

6.2 展望

参考文献

附录Ⅰ 部分控制源代码

致谢

攻读学位期间的研究成果