基于相机与激光雷达融合的温室机器人行间导航方法

针对温室颠簸不平、枝叶遮挡道路的复杂环境,开展基于相机与激光雷达数据融合的机器人行间导航方法研究。首先,利用改进的U-Net模型实现图像道路区域的准确快速分割;其次,通过融合图像分割结果进行地面点云预分割,减少地面起伏造成的点云倾斜;然后,采用改进的KMeans算法实现作物行点云快速聚类,并将聚类中心作为作物行主干区域点,降低枝叶遮挡对作物行中线提取的影响;最后,采用RANSAC算法拟合两侧作物行方程并计算出导航线。通过实验评估导航线精度,在测试集中94%以上数据帧可以准确实现提取导航线,平均角度误差不高于1.45°,满足温室机器人沿作物行自主导航行驶要求。

高压甲烷近红外吸收光谱展宽特性及参数精确测量

通过搭建的测量实验平台,获取了甲烷6046.96 cm^-1处高压气体吸收光谱.通过经验模态分解算法减弱了高压引起窗片形变而产生的探测噪声,吸光度信号的均方根误差(RMSE)降低了3.87倍,通过洛伦兹线型拟合算法获得的吸光度拟合残差优于±1%.研究表明,谱线线宽随着压力增大而增大,计算的高压环境的氮气-甲烷分子的互展宽系数为0.0631 cm^-1 atm^-1.此外,随着压力的增大,吸收线出现“红移”现象,计算得到氮气诱导压力频移系数为-0.00848 cm^-1 atm^-1.由此提出一种利用检测波长、压力和压力频移系数的线性关系反演高压环境下气体浓度的算法.总之,高压环境下光谱展宽特性研究为工业环境下的光谱检测打下基础.

基于Harris和卡尔曼滤波的农业机器人田间稳像算法

针对田间颠簸环境影响农业机器人采集实时稳定图像问题,提出了基于Harris和卡尔曼滤波的农业机器人田间稳像算法。首先,利用摄像头获取田间抖动视频图像序列,进行图像子区域划分并计算各区域灰度均方差,进而确定各区域Harris角点阈值;通过自适应角点阈值设置,增加角点距离约束,完成图像角点检测。然后,对检测出的角点进行光流跟踪,计算出帧间运动估计参数。最后,利用自适应卡尔曼滤波算法对运动估计参数进行平滑操作并动态调整滤波平滑性能,获得精确运动估计矢量。测试结果表明,改进后的Harris角点检测算法区域平均分布标准差减小;自适应卡尔曼滤波算法在保证平滑随机运动前提下,跟踪主动运动性能平均提升30.75个百分点;稳像后的图像峰间信噪比提升15.93%,单帧处理时间为25.66 ms,满足农业机器人30 f/s高速图像采集时同步稳像对实时性要求。