獼猴桃采摘機(jī)器人視覺(jué)導(dǎo)航路徑方法研究

楊筱慧

關(guān)鍵詞：機(jī)器人視覺(jué)技術(shù);獼猴桃;導(dǎo)航路徑

目前，我國(guó)“三農(nóng)”問(wèn)題比較突出，耗用大量勞動(dòng)力在種植、追肥、采摘/收割等環(huán)節(jié)，如何提高農(nóng)業(yè)生產(chǎn)效率成為當(dāng)前重要研究?jī)?nèi)容。獼猴桃果樹(shù)園采摘環(huán)境較為復(fù)雜，除了果子所處位置變化多端以外，園區(qū)還存在一些障礙物，加大了機(jī)械化采摘難度。為了彌補(bǔ)傳統(tǒng)采摘的不足，本研究選取機(jī)器人視覺(jué)技術(shù)作為研究工具，探究采摘導(dǎo)航路徑方法。

一、獼猴桃采摘機(jī)器人視覺(jué)導(dǎo)航路徑生成系統(tǒng)框架結(jié)構(gòu)

本研究將獼猴桃采摘?jiǎng)澐譃槿?，分別是目標(biāo)識(shí)別、路徑規(guī)劃、自行行走，在嵌入式操作系統(tǒng)的控制下，按照這個(gè)順序生成導(dǎo)航路徑，準(zhǔn)確采摘獼猴桃，躲避障礙物。如圖1所示為機(jī)器人視覺(jué)導(dǎo)航路徑生成系統(tǒng)框架結(jié)構(gòu)。

通過(guò)整理獼猴桃采摘現(xiàn)場(chǎng)調(diào)研數(shù)據(jù)，確定果園環(huán)境特征，設(shè)定機(jī)器人行走空間與行走方式，在相應(yīng)裝置的作用下，有效識(shí)別和控制，從而形成完整的導(dǎo)航路徑生成體系。其中，獼猴桃目標(biāo)的識(shí)別采用圖像處理技術(shù)，通過(guò)對(duì)圖像采取預(yù)處理，而后經(jīng)過(guò)圖像分割，從獲取單個(gè)獼猴桃圖像，借助坐標(biāo)系推理出獼猴桃的位置信息。關(guān)于路徑的生成，選取最小二乘法作為研究工具，經(jīng)過(guò)一系列計(jì)算分析，得到導(dǎo)航路徑。

二、信息采集與圖像處理

（一）圖像預(yù)處理

利用相機(jī)拍攝到獼猴桃園林環(huán)境圖片以后，需要將獼猴桃從圖片背景中拆分開(kāi)來(lái)，從而得到果實(shí)具體位置信息，作為路徑生成依據(jù)。在提取圖形信息之前，需要對(duì)圖像采取預(yù)處理，使得圖像與背景分離開(kāi)來(lái)。目前，應(yīng)用比較多的方法包括RGB空間色彩劃分、HSV空間分析。前者中的B分量、G分量、R分量都無(wú)法使獼猴桃與地面上的雜草分開(kāi)，面對(duì)生長(zhǎng)于棚架中的獼猴桃樹(shù)來(lái)說(shuō)，樹(shù)干、樹(shù)葉與草地已經(jīng)混為一體，采用此方法無(wú)法將其分開(kāi)。HGV空間分析方法，通過(guò)觀察H分量應(yīng)用效果可知，該方法能夠較為清晰地拆分開(kāi)樹(shù)葉與雜草，抑制陰影對(duì)圖像識(shí)別的影響。V分量樹(shù)形信息提取難度較大，s分量中草地特征與枝葉特征相似，并且行壟圖像與樹(shù)干圖像都很模糊?？傮w來(lái)看，HGV空間分析法比較適合應(yīng)用到獼猴桃圖像預(yù)處理中。

在此基礎(chǔ)上，對(duì)圖像采取濾波處理。利用同態(tài)濾波方法，濾除獼猴桃樹(shù)干圖像信息。由于單次圖像濾除，無(wú)法去除所有的獼猴桃樹(shù)干以外的雜物，所以采取多次濾波處理，在不同光照環(huán)境完成濾波操作，最終得到獼猴桃樹(shù)干及獼猴桃圖像信息。

（二）圖像分割

經(jīng)過(guò)濾波處理后，可以將獼猴桃樹(shù)及果實(shí)與背景初步區(qū)分開(kāi)來(lái)，但是還沒(méi)有得到準(zhǔn)確的獼猴桃樹(shù)及果實(shí)位置信息。為了得到準(zhǔn)確的導(dǎo)航路徑圖像信息，本研究采用圖分割方法，去除背景圖像，得到獼猴桃樹(shù)及果實(shí)圖像。通過(guò)構(gòu)建坐標(biāo)系，得到果園中果樹(shù)種植地理位置信息、高度信息，除此之外，還包括果實(shí)在枝干位置的信息。目前，應(yīng)用比較多的圖像分割方法為閾值分割法，通過(guò)設(shè)定最佳閾值范圍，縮小圖像所處位置范圍。

采用同態(tài)濾波方法對(duì)果園圖像加以濾波處理，得到大部分樹(shù)干灰度值為0，并每一幅圖像中分布著個(gè)別樹(shù)干圖像，灰度值范圍10～35。本研究結(jié)合實(shí)際情況，選取8幅圖像作為研究對(duì)象，計(jì)算平均灰度值為3.80，設(shè)定門限閾值為30?？紤]到圖像存在噪聲，為了盡可能降低噪聲，本研究通過(guò)調(diào)整相機(jī)的拍攝角度，在采集果實(shí)圖像時(shí)，盡可能躲避枝葉，從而降低圖像處理難度，提高圖像處理效率。

三、基于特征目標(biāo)提取的導(dǎo)航路徑生成

（一）導(dǎo)航基準(zhǔn)線的生成

本研究采用連續(xù)邊緣提取方法，從圖像信息中提取果樹(shù)樹(shù)干圖像信息，即在前文提出的圖像處理方法應(yīng)用基礎(chǔ)上，將圖像中的樹(shù)干信息聯(lián)系到一起，形成導(dǎo)航基準(zhǔn)線。合理設(shè)定采摘機(jī)器人與樹(shù)干的距離，依據(jù)樹(shù)干分布地理位置，按照設(shè)定的機(jī)器人行走控制距離，生成果實(shí)采摘導(dǎo)航基準(zhǔn)線?？紤]到果樹(shù)生長(zhǎng)情況存在不確定性，沿著中間位置行走可能觸碰到樹(shù)干，所以本文對(duì)樹(shù)干導(dǎo)航基準(zhǔn)線的生成方法進(jìn)行重點(diǎn)探究。以下為基準(zhǔn)線生成流程：

第一步：將已經(jīng)分割成功的圖像采用連通標(biāo)記方法，記錄各個(gè)區(qū)域樹(shù)干數(shù)量，用m表示，并標(biāo)記區(qū)域?qū)傩?

第二步：依據(jù)連通區(qū)域形狀特征，包圍最小外接矩形框，獲取位于左上角頂點(diǎn)對(duì)應(yīng)的像素坐標(biāo)，記為（i，j）。除此之外，還可以得到矩形像素寬和長(zhǎng)，分別記為y，x;

第三步：設(shè)計(jì)空矩陣，記為w，設(shè)定連通區(qū)域列為4，記為[m×4];

第四步：在空矩陣w中存放屬性數(shù)據(jù)，按照列順序存儲(chǔ)，作為矩陣數(shù)據(jù)調(diào)用支撐;

第五步：依據(jù)矩陣w參數(shù)數(shù)值，計(jì)算底邊中點(diǎn)像素坐標(biāo)，記為（i+x，j+x）。其中，特征目標(biāo)點(diǎn)取值為中點(diǎn)，該點(diǎn)就是地面與果樹(shù)的交點(diǎn)。

（二）基于最小二乘法的導(dǎo)航路徑生成

實(shí)際上，機(jī)器人采摘獼猴桃的過(guò)程，需要機(jī)器人走到獼猴桃果樹(shù)前，用圖像采集裝置收集果實(shí)圖像信息，經(jīng)過(guò)圖像信息處理，得到獼猴桃果實(shí)具體位置坐標(biāo)信息。根據(jù)坐標(biāo)位置數(shù)據(jù)信息，下發(fā)采摘命令，完成精準(zhǔn)采摘操作。導(dǎo)航路徑作為獼猴桃果實(shí)智能采摘的一部分，是以獼猴桃果樹(shù)樹(shù)干作為路徑生成依據(jù)，在智能控制下，令機(jī)器人行走到果樹(shù)前采集果實(shí)圖像信息。所以，這個(gè)導(dǎo)航路徑的生成，應(yīng)該是以果樹(shù)樹(shù)干作為目標(biāo)進(jìn)行探究，本研究采用最小二乘法作為研究工具，設(shè)計(jì)以下路徑生成流程：

首先，利用照相機(jī)拍攝果園環(huán)境獼猴桃果樹(shù)原始圖像信息，并對(duì)圖像采取灰度化處理及濾波處理，使得圖像更加清晰，與背景區(qū)分開(kāi)。其次，按照區(qū)域分布不同，將獼猴桃果樹(shù)樹(shù)干圖像與背景圖像拆分開(kāi)，并采取去噪處理，從中提取特征目標(biāo)。最后，以樹(shù)干與地面的交點(diǎn)作為特征點(diǎn)，采用最小二乘法擬合路徑，完成路徑信息的提取，生成獼猴桃采摘導(dǎo)航路徑。

四、測(cè)試結(jié)果分析

為了檢驗(yàn)本文設(shè)計(jì)的采摘機(jī)器人導(dǎo)航路徑方案是否有效，本研究將上述方案投入到實(shí)踐應(yīng)用中，選取某獼猴桃果樹(shù)種植區(qū)域作為實(shí)驗(yàn)基地，將調(diào)試好的機(jī)器人運(yùn)送至該區(qū)域，重點(diǎn)測(cè)試果樹(shù)樹(shù)干圖像處理與導(dǎo)航路徑生成偏差情況，觀察測(cè)試結(jié)果，判斷設(shè)計(jì)方案可行性。

（一）果樹(shù)樹(shù)干圖像處理測(cè)試結(jié)果

本次測(cè)試以某區(qū)域獼猴桃果樹(shù)為圖形采集對(duì)象，利用照相機(jī)拍攝如圖2左側(cè)的結(jié)果，結(jié)果圖像處理，得到圖2右側(cè)結(jié)果。其中，處理對(duì)象為右側(cè)一列果樹(shù)。

觀察圖2中的測(cè)試結(jié)果可知，本研究方案可以從復(fù)雜的獼猴桃果園環(huán)境中提取果樹(shù)樹(shù)干信息較為全面，得到了樹(shù)干圖像信息，并且樹(shù)干圖像較為清晰，可以提高導(dǎo)航基準(zhǔn)線生成精準(zhǔn)度的提升。

（二）基于果樹(shù)樹(shù)干的機(jī)器人采摘果實(shí)導(dǎo)航路徑生成偏差情況

導(dǎo)航路徑生成精度的高低關(guān)鍵在于樹(shù)干與地面的交點(diǎn)部署是否準(zhǔn)確，如果擬合路徑中點(diǎn)坐標(biāo)誤差控制在±0.5cm以內(nèi)，對(duì)機(jī)器人手臂采摘果實(shí)效果影響較小，則認(rèn)為當(dāng)前方案可以生成精準(zhǔn)度較高的導(dǎo)航路徑。測(cè)試結(jié)果如下表所示。

上表中測(cè)試結(jié)果顯示，3個(gè)交點(diǎn)的坐標(biāo)誤差均在允許范圍之內(nèi)。因此，本研究方案可以生成精準(zhǔn)度較高的導(dǎo)航路徑。

五、總結(jié)

本文以獼猴桃果實(shí)采摘為例，選取機(jī)器人視覺(jué)技術(shù)作為研究工具，探究該種類果實(shí)機(jī)器人采摘路徑生成方法?？紤]到機(jī)器人的行走路徑與果樹(shù)的樹(shù)干有關(guān)，需要機(jī)器人行走到果樹(shù)前采集果實(shí)圖像信息。因此，本研究利用最小二乘法計(jì)算果樹(shù)與地面的交點(diǎn)，從而確定采摘導(dǎo)航路徑。測(cè)試結(jié)果表明，本研究方案生成的導(dǎo)航路徑在誤差允許范圍之內(nèi)。