基于机器视觉的智能型采棉机器人研究

摘要

传统的人工采棉方式严重制约着采棉效率和采摘成本,机械化采棉的推广也迟迟见不到成效,针对我国棉花品种多、纤维短、收获期长的特点,在短时间内无法改变棉花农艺的情况下,研制智能型采棉机器人已迫在眉睫。它的提出在采棉效率和采摘棉花质量之间找到了良好的平衡点,十分适合我国棉花收获的实际情况。 为此,本文提出并实现了一种基于机器视觉的智能型采棉机器人,并创造性地将真空抽吸方式应用于末端执行器,在简化设计的同时也经实验证实非常实用。论文的研究工作就所提出的智能型采棉机器人方案深入讨论了机器人本体设计、机器人运动学、自然场景中棉花的分割及识别等内容,具有重要的实际价值。 1.机器人本体设计 首先本文提出了基于机器视觉的智能型采棉机器人本体设计方案,从功能模块上,将其划分为机器视觉模块、机械手机构模块、底盘动力模块和主控模块。并对其中的机械手机构和机器视觉系统两个主要模块,进行了详细的电气设计,包含各自的结构设计、器件选型、控制系统、软件设计等内容。 2.机械手建模和仿真 机器人的运动学研究对深入开展轨迹规划和避障研究具有很重要的意义,因此本文根据D-H法则和机械手的尺寸信息,建立了该机械手的运动学模型,并采用反变换法求解了运动学逆问题。利用MATLAB的Robotics工具箱,对建立的机械手模型进行了运动学的仿真验证。 3.棉花图像的分割及识别 识别的目的是把成熟的棉花从背景中识别出来,为空间定位作准备。本文对自然场景下拍摄的图像,提取感兴趣区域(ROI)的颜色信息,分别在RGB和HSV颜色模型中,利用统计分析对比的方法,得到了棉花的颜色特征。发现了在HSV模型下,分离棉花的S值进行阈值分割的方法；发现了利用RGB颜色模型中的B-G色差分量进行分割的方法,并引入模板方式和增大步长的方法,进一步提高了图像分割的速度,实验证明这两种方法都取得了满意的分割效果。 分割得到的图像,经过形态学运算消除噪声,标记区域,再根据区域面积和最小外接矩形长宽比设定阈值,去除过分遮挡和距离较远的目标。然后根据本文提出的棉花成熟度判定准则,提取出其中的成熟棉花。最后利用特征提取算法,计算出各朵棉花的面积及质心坐标。本文还对实际生产中,可能存在的多朵棉花粘连在一起的情况进行了研究,采用先求出距离图,再用分水岭算法进行分离的方法,但出现了过分割情况,通过进一步改进算法得到了理想的结果。 最后论文总结了研究工作,并且对未来该项研究作了展望。

目录

文摘

英文文摘

声明

第一章绪论

1.1课题背景

1.2棉花特性的研究

1.3国内外研究现状

1.3.1国外研究现状

1.3.2国内研究现状

1.3.3基于机器视觉的采棉机器人研究现状

1.4课题研究意义

1.5研究内容

1.6各章节安排

第二章智能型采棉机器人总体设计

2.1智能型采棉机器人系统功能定义

2.2智能型采棉机器人本体设计

2.3智能型采棉机器人电气控制系统架构

2.4机械手机构设计

2.4.1机械手的结构设计

2.4.2机械手的电机选择

2.4.3控制系统设计

2.4.4通信系统设计

2.4.5末端执行器的设计

2.5机器视觉系统设计

2.5.1机器视觉方案的选择

2.5.2双目立体视觉原理

2.5.3机器视觉系统总体框架

2.5.4机器视觉系统主要硬件

2.5.5机器视觉系统硬件原理

2.5.6机器视觉系统软件流程

2.6运动控制流程

2.7本章小结

第三章采棉机器人运动学研究

3.1数学基础

3.1.1位姿的描述形式

3.1.2手爪方位的描述方法

3.2机器人运动学分析

3.2.1连杆坐标系

3.2.2 D-H参数

3.2.3 连杆变换和运动学方程

3.3采棉机器人运动学数学模型

3.2.1数学模型的建立

3.2.2逆运动学模型

3.2.3数学模型的验证

3.4基于MATLAB的运动学仿真

3.4.1仿真模型的建立

3.4.2运动学仿真说明

3.4.3运动仿真

3.4.3仿真结果分析

3.5本章小结

第四章棉花图像的分割处理

4.1图像的采集

4.2彩色视觉

4.2.1色度学基础

4.2.2图像颜色模型

4.3彩色图像的预处理

4.3.1彩色图像增强处理

4.3.2彩色图像平滑处理

4.3.3彩色图像分割方法

4.4基于HSV颜色模型的棉花图像分割

4.4.1棉花图像颜色分析

4.4.2阈值分割

4.5基于RGB颜色模型的棉花图像分割

4.5.1棉花图像颜色分析

4.5.2色差模型的棉花图像分割

4.5.3取模板的棉花图像分割算法

4.5.4改进的分割算法

4.6两种方法的比较

4.7本章小结

第五章棉花图像的特征提取

5.1特征提取前的处理

5.1.1形态学处理

5.1.2区域标记

5.1.3区域填充

5.2特征量的计算与分析

5.2.1特征量的选取

5.2.2特征量分析

5.3棉花成熟度的判定

5.4多目标的分离

5.4.1产生距离图

5.4.2分水岭算法

5.5特征获取流程

5.6本章小结

第六章研究总结与展望

6.1主要工作与结论

6.2未来展望

参考文献

研究生发表论文清单