基于双目视觉的柑橘采摘机器人目标识别及定位技术研究

摘要

柑橘是我国广泛种植的水果之一，在柑橘生产作业中，33％-50%的劳动力用于采摘，采摘作业重复性强且对劳动力需求巨大。如果能在柑橘生产过程中引进智能采摘机器人，实现机械化、智能化采摘，可以解放有限的劳动力资源，提高生产率，不但具有重要现实意义，也将是农业现代化的必然选择。果实识别和定位，是采摘机器人的首要任务和设计难点，其准确性决定了采摘机器人的工作效果。因此，对柑橘采摘机器人目标识别和定位技术的研究，具有重要的意义。　　本论文基于双目视觉技术，对柑橘采摘机器人目标识别和定位技术进行了研究，实现了柑橘果实的有效识别和三维空间的定位，为柑橘采摘机器人提供了必要的信息。主要的研究工作与成果如下：　　(1)搭建了双目立体视觉系统，并进行了双目摄像机的标定，得到了摄像机的内部和外部参数。对左、右相机进行了立体标定，得到了描述两个相机空间位置关系的旋转矩阵和平移向量。　　(2)对柑橘图像的分割方法进行了研究，对比了三种不同的柑橘图像分割方法，选择K-mea ns聚类算法与HS V颜色空间下阈值分割的分割方法作为本研究的柑橘图像分割方法，设计了图像预处理方法对分割后的图像进行进一步的处理。　　(3)对柑橘图像的识别方法进行了研究，分别对单个柑橘目标和重叠柑橘目标进行了识别，并提出一种基于凸壳及距离变换理论的重叠柑橘目标识别方法，实现了柑橘的采摘中心点定位和柑橘目标的还原。试验结果表明，对于单个柑橘的识别，平均识别误差为2.03%。对于重叠柑橘目标的识别，仿真试验中的采摘中心点定位误差为6.51%，真实重叠柑橘的采摘中心点定位试验中，本论文方法的定位误差为1.58%。在重叠柑橘图像的还原试验中，平均还原误差为13.78%，表明该算法能够较精确地识别柑橘。　　(4)对柑橘目标的三维空间定位方法进行了研究，论文使用SURF算法进行了特征点提取，利用RANSAC算法和极线约束进行了误匹配点对的剔除，并依此提出了一种基于柑橘图像相似度及极线约束的采摘中心点匹配方法，实现了柑橘目标采摘中心点的三维坐标计算。试验结果表明，柑橘的平均定位误差为1.824mm，满足采摘机器人定位要求。

目录

声明

第一章 绪论

1. 1 研究目的和意义

1. 2 国内外研究现状

1. 3 本文主要研究内容与组织结构

1. 4 本章小结

第二章 双目立体视觉系统

2. 1 双目立体视觉系统的组成

2. 2 摄像机的成像模型

2. 3 摄像机标定

2. 4 双目立体视觉定位原理

2. 5 本章小结

第三章 柑橘图像的分割与识别

3. 1 柑橘图像的分割

3. 2 单个柑橘目标的识别

3. 3 重叠柑橘目标的识别

3. 4 本章小结

第四章 柑橘目标的三维空间定位

4. 1 柑橘目标定位的基本步骤

4. 2 立体校正

4. 3 立体匹配

4. 4 基于柑橘图像相似度及极线约束的采摘中心点的匹配

4. 5 柑橘采摘中心点的三维空间定位实验

4. 6 本章小结

第五章 采摘机器人视觉系统实现

5. 1 系统平台搭建

5. 2 柑橘模拟采摘实验

5. 3 本章小结

第六章 总结与展望

6. 1 论文总结

6. 2 创新点

6. 3 工作展望

致谢

参考文献

个人简历、在学期间发表的学术论文及取得的研究成果