基于计算机视觉技术的农业机械自主导航设计.pdf

2023年第9 期农机使用与维修27基于计算机视觉技术的农业机械自主导航设计戴峰（江苏省泰兴中等专业学校，江苏泰兴2 2 540 0)摘要：介绍了一种基于计算机视觉技术的农业机械自主导航系统。该系统使用机载摄像头获取场地图像，并利用计算机视觉算法进行图像处理和分析。通过对图像进行特征提取和识别，系统能够识别出不同的农作物和作物行间距离，并确定机械的导航方向和行驶速度。该系统的导航算法采用了一种基于控制器的反馈控制策略，实现了对机械的自主导航。实验结果表明，该系统具有较高的导航精度和稳定性，可为农业生产提供有效的技术支持。关键词：计算机视觉；自主导航；农业机械；图像处理；特征提取中图分类号：S22;TP391.41Research on Autonomous Navigation of Agricultural Machinery Based on Computer Vision TechnologyAbstract:This paper presents an autonomous navigation system for agricultural machinery based on computer visiontechnology.The system uses an on-board camera to acquire images of the field and uses computer vision algorithms forimage processing and analysis.Through feature extraction and recognition of the images,the system is able to identifydifferent crops and the distance between crop rows,and determine the navigation direction and travel speed of the ma-chinery.The navigation algorithm of the system adopts a feedback control strategy based on PID controller to realize theautonomous navigation of the machinery.The experimental results show that the system has high navigation accuracy andstability,and can provide effective technical support for agricultural production.Keywords:computer vision;autonomous navigation;agricultural machinery;image processing;feature extraction0引言农业生产一直是人类社会中最基本的生产活动之一,随着人口的增长和城市化的加速，农业生产的现代化和智能化已经成为全球农业发展的趋势1-2。传统的农业机械已经不能满足现代农业生产的需求，自主导航技术的应用为农业机械智能化和自动化提供了新的解决方案。计算机视觉技术可以通过对图像进行处理和分析，实现对图像中目标物体的识别、跟踪和定位，为机器智能化提供基础3-5。因此,将计算机视觉技术应用于农业机械的自主导航系统开发中,具有重要的实用价值和研究意义。1国内外研究进展1.1国内研究进展在国内，一些研究机构和企业积极开展了基于计算机视觉技术的农业机械自主导航的研究。2 0 18年南京农业大学开发了基于计算机视觉技术的智能化水稻收割机，能实现水稻的自动化收割;2 0 19作者简介：戴峰（19 7 8 一），女，江苏泰兴人，本科，讲师，研究方向为电工电子。文献标识码：ADAI Feng(Jiangsu Taixing Secondary Professional School,Taixing 225400,China)年中国农业科学院研发了基于计算机视觉技术的田间玉米叶片病害智能诊断系统，能实现对玉米叶片病害的自动检测和诊断;2 0 2 0 年中国农业科学院提出基于机器视觉和深度学习的高效果蔬菜园林树木智能采摘技术;2 0 2 0 年，海南大洋农业发展股份有限公司开发基于计算机视觉技术的智能化收获系统，能对水稻、玉米等作物进行自主化收割；2021年中国电子科技集团公司开发基于计算机视觉技术的智能拖拉机;2 0 2 1年，中国农业大学、中国农机化研究院联合开展农业机械智能化和自主化技术研究,其中包括基于计算机视觉技术的农业机械自主导航。1.2国外发展现状目前，国外相关研究机构对农业机械自主导航系统进行了大量研究。2 0 16 年澳大利亚昆士兰大学开发了基于计算机视觉技术的牛奶奶牛自动化挤奶系统，能自动检测和识别奶牛的乳房位置;2 0 17年瑞士联邦理工学院开发了基于计算机视觉技术的无人机农业机器人，能自动检测、识别并采摘葡萄;2 0 18 年加拿大阿尔伯塔大学和萨斯卡通大学开发了基于计算机视觉技术的马铃薯智能化种植系统,能自动检测和识别马铃薯的品种和生长情况；2019年欧洲农业研究中心开发了利用计算机视觉doi:10.14031/ki.njwx.2023.09.00728技术的智能农机，以提高农业生产的效率和质量；2019年美国康涅狄格大学开发了基于激光雷达和计算机视觉技术的玉米自动化收割系统，能实现对玉米的高效、自动化收割。国外的研究和产品开发表明，在农业机械自主导航领域，各国都在积极探索和应用计算机视觉技术，以提高农业生产的效率和质量7-8 2系统设计2.1设计要求基于计算机视觉技术的农业机械自主导航系统设计需要满足以下要求：1)精度高。农业机械在自主导航过程中需要准确地识别和定位目标，因此系统需要具备高精度的计算机视觉技术和传感器设备。2)实时性强。农业机械在行驶过程中需要实时地接收和处理图像信息，因此系统需要具备快速的数据传输和处理能力，能够在毫秒级别内完成图像处理。3)稳定性好。农业机械在自主导航过程中需要保持稳定，系统需要具备抗干扰和抗振动的能力，能在复杂的环境中稳定运行。4)可靠性高。农业机械的自主导航涉及到农作物的种植和收获，因此系统需要具备高可靠性和安全性，避免对农作物的影响和损害。5）易于维护。系统需要具备简单易用的用户农机使用与维修界面和维护接口，方便用户进行维护和调试。6)可扩展性好。随着技术的不断发展和应用的不断扩大，系统需要具备良好的可扩展性，能适应新的技术和需求的变化。2.2整体设计方案基于计算机视觉技术的农业机械自主导航系统的整体控制方案如图1所示，具体包括以下几个方面：1)硬件设计。系统需要选择合适的硬件设备，如相机、激光雷达、惯性测量单元（IMU)等。其中，相机用于获取农田的图像信息，激光雷达用于获取农田的三维信息，IMU用于获取农机的姿态信息9。2)软件设计。系统的软件设计包括图像处理、目标检测和跟踪、路径规划和控制系统等。其中，图像处理用于对获取的图像进行处理，目标检测和跟踪用于检测和跟踪农机在农田中的位置和方向，路径规划用于确定农机的运动路径，控制系统用于控制农机的运动。3)数据传输。系统需要进行数据传输，将获取的信息传输给控制中心，控制中心根据信息进行路径规划和控制。4)安全设计。系统需要进行安全设计，包括防止碰撞、保护人员安全等。系统需要安装传感器，实时监测农机周围的环境，避免碰撞和危险情况的发生10 2023年第9 期导航目标点位置位置、速度反馈控制路径、速度：1位置、速度一规划指令-位置、速度反馈位置、速度控制角度、角速度反馈姿态指令姿态控制器执行机构农业机械输出位置、姿态等估计导航图1整体控制方案2.3工作原理的图像数据，将采集到的图像数据进行处理，包括整个系统的核心是图像处理和路径规划算法，图像增强、去噪、特征提取等，以获取所需的作业场能够实现对机器的智能控制和作业优化，提高农业地信息，如作物行、杂草、障碍物等，根据图像处理机械的作业效率和质量。导航系统工作过程为采得到的场地信息，构建场地地图，确定机器当前的集图像数据一图像处理一建立地图一路径规划一位置和行进方向，根据机器当前的位置和行进方控制指令输出，即，使用相机等设备采集作业场地向,规划最优路径，避免与障碍物相撞，并实现高效位置、速度、角速度等传感器2023年第9 期的作业,最后,根据路径规划的结果，控制机器的运动和作业，输出相应的控制指令。2.4关键部件的设计2.4.1PID控制模块基于PID控制器的反馈控制策略是一种常用的控制方法，通过实时反馈系统状态误差并对其进行比例、积分、微分三项控制，以调整系统输出，使系统能稳定地跟踪期望轨迹或状态。在基于计算机视觉技术的农业机械自主导航系统中,PID控制器可以实时监测机械的位置误差和姿态角误差，并通过对机械的控制执行器（如电机或液压缸）施加合适的控制信号，使机械能按照期望轨迹或状态稳定地行驶或转向。2.4.2导航软件功能模块导航软件功能模块主要包括数据收发、路径规划、导航控制和人机交互（图2）。北斗定位信息串口接收数据收发角度传感器串口收发下位机串口收发套行作业路径生成路径规划曲线路径规划导航软件功能模块直线路径规划神经网络导航控制导航控制曲线追踪控制硬件控制信号输出导航状态信息显示人机交互导航参数调整数据采集及保存图2 导航软件功能模块结构示意图1)数据收发模块。负责与传感器进行通信，接收传感器采集的数据并进行处理，同时将控制指令发送给执行机构。2)路径规划模块。基于农田地形和作物生长农机使用与维修情况等因素，通过算法计算出最优的路径规划方案，实现对农业机械的自主导航。3)导航控制模块。采用PID控制器对机械的运动轨迹进行控制和调节，以实现机械的精确导航和定位。4）人机交互模块。通过显示器、键盘、触摸屏等交互设备，向用户提供农田信息、机械状态和导航结果等实时信息，同时用户也可以通过输入命令来调整导航参数和设定机械运行模式。导航软件是实现基于计算机视觉技术的农业机械自主导航的关键部分，它不仅能提高机械的导航精度和运行效率，还能大幅度减少人工操作，降低农业生产成本，具有广阔的应用前景。3田间验证试验3.1试验方法为了验证基于计算机视觉技术的农业机械自主导航系统的性能和可行性，进行了田间验证试验。试验采用的农业机械是一台小型收割机，安装了自主导航系统，并配备了相关的传感器和摄像头。按照试验方案进行试验，记录试验数据。试验过程中，监测机械的导航精度和数据采集质量两个测定指标,及时调整控制参数。3.2结果与分析导航精度田间试验结果如表1所示,根据表格中的数据,可以看出在不同的试验条件下，基于计算机视觉技术的农业机械自主导航系统都能够实现较高的导航精度。表1导航精度田间试验结果试验序号实际坐标1(10,10)2(20,30)3(30,20)4(40,40)5(50,30)数据采集质量结果如表2 所示，结果表明，图像清晰度较高，达到9 0%以上，可以满足农机自主导航的要求；另一方面，图像分辨率达到10 2 47 6 8，可以提供足够的图像信息供导航算法使用。但是，采集速率较低，只有5 fps,需要进一步提高采集速率,以提高实时性。29测量坐标误差/m(9.98,9.97)0.023(20.02,30.05)0.055(29.99,20.01)0.014(40.03,39.97)0.043(49.97,30.02)0.03630图像清晰度/%图像分辨率/像素采集速率/fps采集范围/mm光照条件/1x4结论本文提出了一种基于计算机视觉技术的农业机械自主导航系统,并在田间进行了实验验证。实验结果表明,该系统具有较高的导航精度和数据采集质量，可以有效地提高农业机械的自主导航能力和数据采集效率。通过对实验结果的分析，可以得出以下结论：1)本文所提出的基于计算机视觉技术的农业机械自主导航系统能实现高精度的导航控制，具有较高的导航精度和稳定性，能满足实际农业生产的要求；2)该系统采用了多种传感器进行数据采集，能获取丰富的农业生产数据，提高了数据采集质量和效率；GGOGOOGOGOGGOGGOGOGGOGOGGOGGOGOGGOGGOGGOGGOGOGGOGGOGGOGGOGGOGGO（上接2 6 页）境下无人车防碰撞的深度卷积神经网防碰撞控制策略J.武汉理工大学学报,2 0 2 1，络模型。通过对模型的训练和测试,得出以下结论：43(10):68-76.1)基于VGGNet网络的模型可以有效地应对雾4宫春杰无线紫外光协助无人机集群快速编队及防碰撞研究D.西安：西安理工大学,2 0 2 1.霾环境下无人车防碰撞问题，其预测准确率高且稳5张俊无人车Gauss伪谱法动态避障轨迹规划与跟踪定性良好；D.重庆：重庆邮电大学,2 0 2 1.2)数据预处理对于提高模型的鲁棒性和准确6邓彦波，刘钊希.基于深度学习的雾霾天人车防碰撞率具有重要作用,尤其是对于雾霾环境下的图像；研究J.农机使用与维修,2 0 2 3(6):53-55.3)数据增强技术可以有效地扩充数据集，提高7彭飞，王艳梅，凤鹏飞.冰雪天气下基于GIS的车辆防模型的泛化能力和鲁棒性。碰撞预警模型J.武汉轻工大学学报,2 0 2 2,41（2)：本文提出的基于VGGNet网络的深度卷积神经97-101.网络模型具有一定的实用价值和推广意义，可以为8张惠玲，孔德学，敖谷昌等.车辆主动防碰撞控制技术研究进展J.高技术通讯,2 0 2 2,32(3)：314-32 6.无人车防碰撞技术的发展做出一定的贡献，具有一9He K,Zhang X,Ren S,et al.Spatial pyramidpooling in定的理论和应用价值。deep convolutional networks for visual recognition J.参考文献：IEEE transactions on pattern analysis and machine intelli-1罗瑞宁，黄树彩，赵岩，等.子拦截弹拦截无人机集群gence,2015,37(9):1904-1916.防碰撞制导律J.航空兵器,2 0 2 3,30(1)：51-58.10王飞,黄鹤.基于遗传算法的无人车防碰撞控制策略2 韩勇.露天煤矿车辆防碰撞升级与无人驾驶联动的智能运输管理系统J.工矿自动化,2 0 2 2,48（S1）：6 7-71+94.3赖金萍，李浩，石英，等.基于DDPG算法的无人车辆农机使用与维修表2 数据采集质量结果分析3)本文所提出的系统具有较强的通用性和可测试指标结果901 024 768550 50800 1 0002023年第9 期拓展性，能适用于不同类型的农业机械，并且可以通过添加新的传感器和算法进行功能扩展和性能优化。参考文献：1 胡胡子谦.基于北斗定位的联合收获机自主导航技术研究D.武汉：华中农业大学,2 0 2 2.2熊子庆.油菜直播机组自主导航作业控制系统设计与试验D.武汉：华中农业大学,2 0 2 2.3张亚飞.四轮独立驱动高地隙无人喷雾机轨迹跟踪控制D.镇江：江苏大学,2 0 2 2.4解彬彬,刘继展，何蒙，等.改进AOA模式的大田农机无人驾驶导航参数检测系统设计J.农业工程学报，2021,37(14):40-51.5王宇豪.果园行间自主导航关键技术研究D.北京：北方工业大学,2 0 2 1.6何蒙.2 D-3D信息组合的棚架果园复杂场景自主感知与导航D.镇江：江苏大学,2 0 2 1.7牛文琦.基于深度学习的多功能自主导航农业机器人的研制D.银川：北方民族大学,2 0 2 1.8刘宇峰.基于机器视觉的自主导航农机避障路径规划D.南京：南京农业大学,2 0 2 0.9高观光.基于激光雷达的智能自走式热雾机自主导航系统控制方法研究D.合肥：安徽农业大学,2 0 2 0.10赵春召.基于自主导航四轮驱动液压底盘关键技术研究D.济南：济南大学,2 0 2 2.(05)研究J.现代电子技术,2 0 2 1,44(9)：136-139.(05)