[发明专利]一种田间机器人双目视觉导航方法及系统

摘要

本发明公开了一种田间机器人双目视觉导航方法及系统，在图像中部定义基线，在基线上利用扇形扫描获取密度曲线，设计扇形扫描密度模型和垄线间角度约束关系搜索其他垄线，并采用逻辑回归识别最邻近垄线以获取垄间距参数，获得作物垄的高程图，添加高度限制，将增强高程图与二值图像进行融合生成作物垄置信密度图，将垄线提取算法应用到该作物垄置信密度图上提取导航参数。本发明采用增强高程图弥补特征点稀疏的缺陷，增加高度信息的权重，滤出不符合指定高度的干扰信息，采用置信密度图概念，融合增强高程图和二值图像的信息，采用扇形扫描法检测参考垄线，双峰法检测相邻垄线，并结合logistic理论提高了垄线检测的准确度。

主权项

1.一种田间机器人双目视觉导航方法，其特征在于，所述田间机器人双目视觉导航方法利用特征提取算法获得特征点，依据不同特征点特性选取不同的特征点描述子、分析不同约束条件对匹配结果的影响，并依据田间机器人导航系统特点提出垄线识别的边界约束条件；将彩色图像转换为二值图像，在图像中部定义基线，在基线上利用扇形扫描获取密度曲线，同时确定作物垄的密度、获取参考垄线宽度和角度参数；设计扇形扫描密度模型和垄线间角度约束关系搜索其他垄线，并采用逻辑回归识别最邻近垄线以获取垄间距参数；利用目标作物视差及坐标系转换关系获得作物垄的高程图，然后添加高度限制以减小噪声影响；同时对高度特征进行扩充以增强其对邻域的影响，从而获取增强的高程图；将增强高程图与二值图像进行融合生成作物垄置信密度图，将垄线提取算法应用到该作物垄置信密度图上提取导航参数；所述田间机器人双目视觉导航方法在图像中的一条水平线上利用扇形扫描的方法寻找垄线，在图像中定义一条设置在图像中部的基准线BL，这条线平行于水平面，穿过图像，所有的垄线都与该基准线相交，在这条基准线上利用扇形扫描寻找垄线，检测的垄线利用下式表达:{S(x0，yBL，θ)|yBL＝tan(θ)×x0+b，θ∈[π/4，3π/4]，x0∈[1，width]，yBL∈[1，height]其中x0是垄线与基准线BL交点在基准线BL上的坐标，θ是垄线与基准线BL之间的夹角，width，height分别是图像的宽度和高度；对于基准线BL上的任一点，通过Sector‑scan方法扫描的区域为一个扇形，该扇形区域的边界为两条直线，定义直线的密度为公式为：其中Vi是扫描线上的第i个点值，To是扫描线上所有像素数，对于基准线BL上一点，取该点所在扇形区域内密度最大的那条扫描线的密度为当前点的密度，对于基准线BL上的每一点，做同样的扇形扫描，并选出全局的最大密度，得到整幅图像的密度曲线，选择密度最大的那条直线作为第一条垄线，称为参考线。