基于ARMCortex?A8平臺(tái)的噴藥機(jī)器人路徑檢測(cè)與仿真

任金波　郭翰林　洪瑛杰　張翔　林建

摘 要： 為了實(shí)現(xiàn)機(jī)器視覺(jué)在農(nóng)業(yè)中的應(yīng)用，研究了噴藥機(jī)器人在植物道路中進(jìn)行識(shí)別及路徑檢測(cè)的方法。以植物栽培中的道路為研究對(duì)象，采用HSV空間的S分量來(lái)實(shí)現(xiàn)道路圖像灰度化，用Otsu算法進(jìn)行二值化處理，將道路從綠色植物背景中分離出來(lái)，采用形態(tài)學(xué)濾波器對(duì)圖像進(jìn)行濾波操作。由于圖像視野盡頭道路彎曲的不確定性和道路盡頭樹(shù)木干擾等問(wèn)題，提出將圖像的前1/4行以黑色填充的方法和算法，使圖像處理時(shí)減少不確定因素的干擾，提高導(dǎo)航線提取精度，最后利用霍夫變換得出噴藥機(jī)器人在植物道路中的行走路徑。結(jié)果表明，噴藥農(nóng)業(yè)機(jī)器人在植物道路中可準(zhǔn)確識(shí)別到行走路徑；道路識(shí)別時(shí)，處理一副像素450×310的圖像平均耗時(shí)0.053 s；路徑檢測(cè)中，處理一副像素450×310的圖像平均耗時(shí)0.062 s，可快速采集并完成圖像處理，滿足農(nóng)業(yè)機(jī)器人導(dǎo)航的實(shí)時(shí)性要求。

關(guān)鍵詞： 噴藥機(jī)器人； 圖像處理； 道路識(shí)別； 路徑檢測(cè)； 形態(tài)學(xué)濾波器

中圖分類號(hào)： TN830.1?34； TP391.9 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）22?0156?03

Abstract： In order to realize the application of machine vision in agriculture， the methods of spraying robots road recognition and path detection in plants are studied in this paper. Taking the road in plants as the research object， the component S of HSV space is adopted to realize the graying of road image. The graying image collected is binarized with Otsu algorithm， the road is separated from the green plant background， and then the image is filtered by morphological filter. Because of the problems such as the uncertainty of the curved road at the end of the image vision and the interference of the trees at the end of the road， the method that the first 1/4 lines of the image are filled with black is proposed to reduce the interference of the uncertain factors in the image processing and improve the extraction precision of the navigation line. The spraying robot′s walking path in plants is obtained with Hough transformation. The results show that the spraying robot can accurately identify the walking path in plants； when identifying the road， it takes the average time of 0.053 s to process an image with 430 × 310 pixel； in the path detection， it takes the average time of 0.062 s to process an image with 430 × 310 pixel. That means it can quickly capture and complete the image processing， and meet the requirement of real?time navigation for agricultural robots.

Keywords： spraying robot； image processing； road recognition； path detection； morphological filter

機(jī)器視覺(jué)是一種利用機(jī)器代替人眼進(jìn)行觀察、測(cè)量與判斷的技術(shù)，首先利用攝像機(jī)獲取目標(biāo)圖像，然后通過(guò)計(jì)算機(jī)算法將圖像進(jìn)行數(shù)字化處理和顏色、形狀和尺寸等的測(cè)量與判別[1?2]。機(jī)器視覺(jué)技術(shù)因其非破壞性、精度高、速度快等特點(diǎn)，在現(xiàn)代農(nóng)業(yè)生產(chǎn)中得到廣泛應(yīng)用[3]。視覺(jué)導(dǎo)航技術(shù)是機(jī)器視覺(jué)在導(dǎo)航領(lǐng)域的具體應(yīng)用，其關(guān)鍵技術(shù)環(huán)節(jié)之一就是利用圖像處理精確可靠地識(shí)別行走路徑[4?5]。噴藥是植物生長(zhǎng)過(guò)程中的必要環(huán)節(jié)，噴藥工作勞動(dòng)強(qiáng)度大、嚴(yán)重危害工人健康，因而采用視覺(jué)導(dǎo)航技術(shù)實(shí)現(xiàn)噴藥機(jī)器人自主噴灑作業(yè)具有重大現(xiàn)實(shí)意義。

1 噴藥機(jī)器人結(jié)構(gòu)

噴藥機(jī)器人結(jié)構(gòu)如圖1所示，前行走輪安置在前輪轉(zhuǎn)向軸上，轉(zhuǎn)向電機(jī)控制前輪轉(zhuǎn)向軸達(dá)到控制前行走輪轉(zhuǎn)向的目的。攝像頭固定在支撐架上，車體支架上有溶液箱和圖像處理裝置，溶液箱上裝有噴藥支架和噴藥頭，圖像處理裝置上設(shè)有顯示屏。當(dāng)圖像處理系統(tǒng)得到的轉(zhuǎn)向控制參數(shù)傳給轉(zhuǎn)向電機(jī)時(shí)，可實(shí)現(xiàn)機(jī)器人行走路徑自動(dòng)導(dǎo)航，同時(shí)兩側(cè)噴頭自動(dòng)噴藥。

2 道路檢測(cè)裝置

2.1 ARM Cortex?A8平臺(tái)裝置結(jié)構(gòu)

圖像處理裝置采用飛思卡爾公司產(chǎn)品的基于ARM Cortex?A8架構(gòu)的高擴(kuò)展性多核系列應(yīng)用處理平臺(tái) i.MX6，其整體結(jié)構(gòu)如圖2所示。endprint

軟件開(kāi)發(fā)單元在Visual Studio 2010平臺(tái)進(jìn)行程序的開(kāi)發(fā)、編寫，通過(guò)Arm?linux?gcc完成程序的交叉編譯，并進(jìn)行移植到開(kāi)發(fā)板。ARM Cortex?A8圖像分析系統(tǒng)主要對(duì)圖像進(jìn)行運(yùn)算、分析，獲得對(duì)目標(biāo)路徑的方位信息，提取出路徑的擬合點(diǎn)信合，導(dǎo)航線信息，并進(jìn)行導(dǎo)航偏角和偏移量的參數(shù)計(jì)算，并將參數(shù)傳輸?shù)綄?dǎo)航控制系統(tǒng)，為實(shí)現(xiàn)機(jī)器人路徑導(dǎo)航自主作業(yè)奠定基礎(chǔ)。

2.2 圖像處理

圖像處理主要包括利用噴藥機(jī)器人在植物道路中采集圖像，對(duì)圖像進(jìn)行灰度化二值化處理以分割出路徑，濾波（突出特征）并提取路徑擬合點(diǎn)，采取Hough變換提取導(dǎo)航路徑直線等；最后在i.MX6處理平臺(tái)完成導(dǎo)航線偏角和偏移量參數(shù)計(jì)算等，其流程如圖3所示。

2.2.1 圖像采集

受雨水、光照強(qiáng)度、石粒、雜草、灌木叢樹(shù)條交叉纏繞、道路路面不平等自然環(huán)境和障礙物干擾、遮擋等影響，采集到的道路圖像信息復(fù)雜。實(shí)地采集圖像信息時(shí)，為使最后處理的路徑清晰，盡量選在天氣晴好、光照均勻、植物生長(zhǎng)層次分明的道路上進(jìn)行圖像拍攝，以多角度、多方位、多道路識(shí)別的方法取得各類需要處理的圖像素材。

2.2.2 圖像灰度化

圖像灰度化是將彩色圖像轉(zhuǎn)化為灰度圖像的過(guò)程。彩色數(shù)字圖像可有多種色彩空間模型來(lái)表達(dá)[6?7]，在計(jì)算機(jī)圖像處理中，常采用RGB 模型和HSV 模型。首先需要將采集到的道路圖片由RGB模型轉(zhuǎn)換為HSV顏色空間模型，由于道路圖像在空間轉(zhuǎn)換過(guò)程中，H分量會(huì)出現(xiàn)大量的不穩(wěn)定點(diǎn)和奇異點(diǎn)，不利于圖像后續(xù)處理。因此本文采用通過(guò)調(diào)節(jié)HSV空間的S分量來(lái)實(shí)現(xiàn)圖像的灰度化處理。

2.2.3 圖像二值化

圖像二值化是將整個(gè)圖像呈現(xiàn)出明顯的黑白效果，使圖像中數(shù)據(jù)量減少，從而凸顯出目標(biāo)的輪廓[8]。目前，Otsu算法被認(rèn)為是圖像分割中閾值選取的最佳算法，計(jì)算簡(jiǎn)單，不受圖像亮度和對(duì)比度的影響，在數(shù)字圖像處理上得到了廣泛應(yīng)用[9?10]。根據(jù)圖像視野盡頭道路彎曲的不確定性和樹(shù)木干擾等問(wèn)題，提出將圖像的前[14]行采用黑色填充的方法和算法，使圖像處理時(shí)減少不確定因素的干擾，使得前部分預(yù)行駛的導(dǎo)航線更好地反映道路的走勢(shì)特征，提高導(dǎo)航線提取的精度。

2.2.4 濾波（突出特征）

圖像經(jīng)Otsu算法進(jìn)行二值化處理后，由于噪聲影響，植物區(qū)域會(huì)出現(xiàn)較多噪聲塊，道路區(qū)域出現(xiàn)噪聲孔，需要消除圖像中的噪聲成分，即需對(duì)圖像進(jìn)行濾波操作。

2.2.5 提取特征點(diǎn)

植物道路圖像較為豐富，采集圖像需要實(shí)時(shí)處理，圖像處理提取特征點(diǎn)中具體算法過(guò)程為：構(gòu)造一空表矩陣T，由[34]行開(kāi)始逐行掃描圖像，分別以左列及右列開(kāi)始記錄像素的0，1突變位置，然后找突變點(diǎn)坐標(biāo)的中間值，即可得到路徑的中間擬合點(diǎn)。由于圖像存在噪聲干擾，尤其存在黑色空洞時(shí)，而根據(jù)算法的選點(diǎn)原則，并結(jié)合統(tǒng)計(jì)學(xué)的規(guī)律考慮并不會(huì)影響整體結(jié)果。

2.2.6 提取導(dǎo)航路徑

霍夫變換（Hough Transform）于1962年由Paul Hough次提出[11]，后于1972年由Richard Duda和Peter Hart推廣使用[12]?；舴蜃儞Q可以從圖像中分離出具有共同特征的幾何要素。將算法提取的系列特征點(diǎn)經(jīng)過(guò)霍夫變換后，可得噴藥機(jī)器人的導(dǎo)航路徑。

3 實(shí)驗(yàn)仿真

3.1 植物園彎曲道路仿真

為了驗(yàn)證算法的有效性，并分析道路識(shí)別及路徑檢測(cè)的準(zhǔn)確性和實(shí)時(shí)性，在植物園中對(duì)不同的彎曲道路采用多角度、多方位、多視角進(jìn)行拍攝采集，取得多幅圖像，圖像尺寸為450×310像素。實(shí)驗(yàn)中提取3幀圖像進(jìn)行處理以進(jìn)行對(duì)比，如圖4所示。提取的特征點(diǎn)圖像如圖5所示，最終得到噴藥機(jī)器人的路徑導(dǎo)航線如圖6所示，其圖像處理耗時(shí)見(jiàn)表1。

3.2 花圃平整道路仿真

在花圃中以不同拍攝角度采集花圃種植道路圖像進(jìn)行對(duì)比試驗(yàn)檢測(cè)導(dǎo)航路徑，實(shí)驗(yàn)同樣提取3幀圖像進(jìn)行處理，圖像尺寸為450×310像素，如圖7所示。提取的特征點(diǎn)圖像如圖8所示，最終得到噴藥機(jī)器人的路徑導(dǎo)航線如圖9所示，其圖像處理耗時(shí)見(jiàn)表2。

從表1和表2可以看出，道路識(shí)別最少用時(shí)僅需0.049 s，路徑檢測(cè)最少用時(shí)僅需0.063 s，所采用的圖像處理算法靈敏，可有效保證噴藥機(jī)器人實(shí)時(shí)正常工作。 同時(shí)該算法減少了路徑盡頭的道路彎曲和樹(shù)木雜草等不確定因素的干擾。檢測(cè)到的導(dǎo)航線在噴藥機(jī)器人預(yù)行駛的時(shí)間范圍內(nèi)，能夠反映路徑的走勢(shì)特征，使農(nóng)藥機(jī)器人根據(jù)導(dǎo)航線獲取導(dǎo)航偏角和偏距，控制行走輪實(shí)現(xiàn)噴藥機(jī)器人的自動(dòng)駕駛。

4 結(jié) 論

本文根據(jù)植物道路采集圖像，采用HSV空間的S分量將圖像灰度化，使用Otsu算法進(jìn)行二值化處理，用形態(tài)學(xué)濾波器對(duì)圖像進(jìn)行濾波操作。提出了將圖像的前1/4行以黑色填充的方法和算法，以減少圖像視野盡頭道路彎曲的不確定性和道路盡頭樹(shù)木干擾等問(wèn)題，提高了導(dǎo)航線提取精度，最后利用霍夫變換得出噴藥機(jī)器人在植物道路中的行走路徑。通過(guò)采集多幅植物園和花圃中道路圖像進(jìn)行實(shí)驗(yàn)驗(yàn)證后，顯示算法簡(jiǎn)單可靠，可快速采集并實(shí)時(shí)完成圖像處理，為噴藥機(jī)器人自主工作行走提供依據(jù)。

參考文獻(xiàn)

[1] 趙曉霞.計(jì)算機(jī)視覺(jué)技術(shù)在農(nóng)業(yè)中的應(yīng)用[J].科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì)，2004（4）：124?126.

[2] 王文靜.機(jī)器視覺(jué)技術(shù)在現(xiàn)代農(nóng)業(yè)中的應(yīng)用[J].現(xiàn)代農(nóng)業(yè)科技，2014（8）：335.

[3] 刁智華，王會(huì)丹，魏偉.機(jī)器視覺(jué)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用研究[J].農(nóng)機(jī)化研究，2014（3）：206?211.

[4] 周俊，姬長(zhǎng)英.基于知識(shí)的視覺(jué)導(dǎo)航農(nóng)業(yè)機(jī)器人行走路徑識(shí)別[J].農(nóng)業(yè)工程學(xué)報(bào)，2003（6）：101?105.

[5] 成瑩，丁偉，丁向美，等.基于機(jī)器視覺(jué)的自走式噴藥機(jī)械的田間路徑識(shí)別研究[J].農(nóng)業(yè)科技與裝備，2010（8）：29?31.

[6] 章毓晉.圖像工程（上）：圖像處理和分析[M].北京：清華大學(xué)出版社，2001.

[7] 阮秋琦.數(shù)字圖像處理學(xué)[M].北京：電子工業(yè)出版社，2001.

[8] 唐靈潔.車牌識(shí)別系統(tǒng)的研究[D].太原：中北大學(xué)，2013：20?24.

[9] 侯殿福.車窗檢測(cè)技術(shù)研究[D].北京：北京交通大學(xué)，2011：17?19.

[10] 袁媛，李淼，陳晟，等.復(fù)雜背景黃瓜葉部病害圖像分割方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2013（10）：233?237.

[11] HOUGH V， PAUL C. A method and means for recognizing complex patterns： US1771560A [P]. 1962?12?18.

[12] DUDA R O， HART P E. Use of the Hongh transform to detect lines and curves in pictures [J]. ACE Communications， 1972， 18（2）： 120?122.endprint