[发明专利]一种基于人工蜂群算法的机器人导航路径提取方法及装置

说明书

本发明公开了一种自然光照条件下基于人工蜂群算法的农业移动机器人导航路径提取方法及装置，该方法包括：农田作物图像采集；作物图像灰度化处理；将处理后的灰度图像进行分割转化为二值图像；对二值图像顶部和底部分别进行灰度垂直投影获取作物行区域范围；采用基于移动窗口的垂直投影法对作物行区域范围内的作物行特征点进行检测；根据作物行在图像中的特点，建立作物行中心线求解模型，通过人工蜂群算法对作物行区域范围内的作物行特征点进行寻优搜索确定作物行中心线；根据距离图像中心线最近的相邻两条作物行中心线确定两条作物行之间的导航路径；该方法提高了导航路径的检测精度、速度和对自然光照的适应性，解决了传统农业移动机器人导航路径提取方法存在的准确性低、实时性差以及对自然光照变化敏感等问题。

技术领域

本发明涉及农业移动机器人导航技术领域，具体涉及一种自然光照条件下基于人工蜂群算法的农业移动机器人导航路径提取方法及装置。

背景技术

利用农业移动机器人完成田间自动导航作业，可以有效提高农田作业效率，降低生产成本，避免劳动者暴露在高温、高湿、有害等恶劣环境中。目前，对于农业移动机器人导航的研究主要集中在机器视觉和卫星定位(GNSS)技术两种方式上，基于机器视觉的移动机器人具有作业效率高，实时性好、系统成本低等优点，已经成为国内外精细农业研究领域的一个热点。导航路径识别是农业移动机器人自主导航作业的前提，快速准确地提取作物行中心线和导航路径能有效提高移动机器人的工作效率和作业精度。对于早期农作物，由于机械化播种作物行之间近似平行，同时作物行生长具有连续性，在整体走势上呈现近似直线，可以通过对农田作物图像进行处理提取出作物行中心线进而得到导航路径；

农田环境复杂多变，具有非结构化和开放性的特点，影响农业移动机器人视觉导航路径识别的主要因素包括：自然光照变化和路径识别算法自身的性能。对于自然光照问题，有学者提出了一种基于光照稳定性及光照无关图的导航信息获取方法，以降低光照变化对导航路径提取的影响。一些学者分别在RGB、HIS和YCrCb颜色空间下，选择2G-R-B颜色因子、H分量、及Cr分量对图像进行灰度化处理，以提高图像分割对光照变化的适应能力。不过，R、G、B三个分量相互耦合，随光照强度变化而变化，因此2G-R-B颜色因子对光照变化适应性不高；H分量与RGB颜色空间转化为非线性，容易造成图像失真，对图像处理结果产生误差；YCrCb颜色空间缺少对绿色分量的描述，不适合处理农田绿色作物图像。在作物行中心线（直线）拟合方法选择上，一些学者采用Hough变换进行作物行识别，Hough变换鲁棒性强，但计算复杂、检测精度有限。一些学者利用最小二乘法提取作物行直线，具有较快的检测速度，不过最小二乘法对强噪声点敏感，鲁棒性差。目前，有学者提出了基于随机方法的作物行直线提取算法，该算法具有计算复杂度低、实时性好等特点，不过直线检测精度很大程度上依赖于随机点的选择。此外，还有学者采用最大正方形提取作物骨架，通过直线拟合得到作物行直线，由于算法需要对每个目标像素点查找最大正方形，造成计算复杂度增加，耗时较多，难以满足高速导航作业系统对实时性的要求。

发明内容

本发明通过归一化因子对作物图像进行灰度化处理，以降低光照变化对导航路径识别的影响；通过建立作物行中心线求解模型，利用人工蜂群算法进行作物行直线和导航线提取提高导航路径识别的精度和速度。

（一）要解决的技术问题

本发明要解决的技术问题是如何在自然光照条件下进行导航路径提取，提高农业移动机器人导航路径识别的准确性、实时性和适应性。

（二）技术方案

为了解决上述技术问题，第一方面，本发明提供了一种自然光照条件下基于人工蜂群算法的农业移动机器人导航路径提取方法，所述方法包括以下步骤：

S01、作物图像采集；使摄像机与水平方向呈60°～70°夹角，距离地面垂直高度约1.2~1.4m；

S02、利用因子对采集的作物图像进行灰度化处理，将彩色作物图像转化为灰度图像；