[发明专利]智能稻麦收获机导航线跟踪方法

说明书

本发明公开了一种智能稻麦收获机导航线跟踪方法，包括步骤：1、在稻麦收获机顶部安装相机并对相机进行标定，实时获取收获机前方原始稻麦图像序列；2、将原始稻麦图像转换为稻麦图像鸟瞰图；3、采用图像分割方法在稻麦图像鸟瞰图中分割出已收割区域和未收割区域；4、确定当前时刻图像金字塔光流跟踪起始角点集合；5、根据跟踪起始角点集合，采用光流运动估计，获取当前时刻收割边界角点集合并计算导航线参数；6、跳转转到步骤2，继续跟踪下一时刻的导航线参数。该方法解决了传统智能稻麦收获机导航线视觉提取方法所存在处理速度慢、可靠性差和精度低的问题。

技术领域

本发明属于农业机械自动化技术领域，具体涉及一种收获机导航线跟踪方法。

背景技术

“精准农业”是现代农业发展的方向，准确获取农作物收割导航路径线日趋重要，导航路径线在线检测逐渐成为农业机械自动化领域的一个研究热点。利用导航路径线不仅能够为稻麦收获机的自动驾驶系统进行路径规划，也可以为稻麦收获机的测产系统提供收获机的收割幅度。稻麦收获机自动导航在大大提高农业机械的作业性能和效率的同时，不仅可以把劳动者从重复单调的劳动中解放出来，也可以大幅度提高农田作业精准度和工作效率，还能保护作业人员的安全。稻麦收获机作业过程中的导航路径线实时检测对于农业机械自动化的发展具有重要意义。

近年来，基于机器视觉的农业机械作业导航路径线检测方法获得了很大的发展，但仍有很多不足之处：采用归一化2G-R-B作为特征因子分割绿色植物分量，实现背景分离，获取导航路径，但不能适用于稻麦等非绿色作物；通过改进Hough变换来检测导航路径，提高了识别算法的鲁棒性，但无法满足实时性的要求；对经过暗原色灰度变换后的图像采用形态学与最大类间方差法进行分割滤波，再利用最小二乘法对感兴趣区域的定位点进行拟合得到路径线，能够快速提取导航线，但易受噪声干扰。立体匹配双目相机获取的两整幅图像，获取作物行的3D坐标，对作物行中心线进行余弦函数模型的拟合，难以适应复杂的农田环境。采用特征提取算法对经过预处理后的双目图像进行特征提取，RANSAC算法消除误匹配点，只能在农机低速运行下进行导航路径检测。

发明内容

发明目的：针对现有技术中存在的问题，本发明提供了一种智能稻麦收获机导航线跟踪方法，该方法解决了传统智能稻麦收获机导航线视觉提取方法所存在处理速度慢、可靠性差和精度低的问题。

技术方案：本发明采用如下技术方案：

智能稻麦收获机导航线跟踪方法，包括以下步骤：

(1)在稻麦收获机顶部安装相机并对相机进行标定获取内外参数矩阵K、R和t，相机实时获取收获机前方原始稻麦图像序列；在当前时刻n，根据相机拍摄的原始稻麦图像Pic_org(n)获取稻麦图像鸟瞰图Pic_air(n)；

(2)稻麦图像鸟瞰图中图像坐标系的原点在图像的左上角，向右为横轴正向，向下为纵轴正向，收获机沿纵轴负向前进；调整相机视角使稻麦图像鸟瞰图能够覆盖稻麦收获机左侧分禾器，且稻麦收获机左侧分禾器位于稻麦图像鸟瞰图左下方；获取实际稻麦区域尺寸与稻麦图像鸟瞰图像素平面坐标系中稻麦区域尺寸之间的尺度因子A；获取稻麦收获机左侧分禾器在稻麦图像鸟瞰图中的像素坐标Ur_air(i_O,j_O)；

在稻麦收获机左侧分禾器处安装超声波测距仪，测量从左侧分禾器到未收割边界的距离dis_ur2b，根据尺度因子A计算dis_ur2b在稻麦图像鸟瞰图中的像素尺寸p；稻麦图像鸟瞰图中，将横向坐标范围为[i+p-F_u,i+p+F_u]、纵向范围为[j-F_v,j]的矩形区域作为鸟瞰目标区域A_region；F_u和F_v为预设的目标区域尺寸阈值；