丁幼春等：轮式谷物联合收获机视觉导航系统设计与试验（2020年第4期） / 开普饭

轮式谷物联合收获机视觉导航系统设计与试验

丁幼春1，2*，王绪坪1，2，彭靖叶1，2，夏中州1，2
（1.华中农业大学工学院，湖北武汉430070；2.农业农村部长江中下游农业装备重点实验室，湖北武汉430070）

摘要：为提高联合收获机收获质量与效率，构建了轮式谷物联合收获机视觉导航控制系统，结合OpenCV设计了谷物收获边界直线检测算法识别水稻田间已收获区域与未收获区域边界，经预处理、二次边缘分割和直线检测等得到联合收获机视觉导航作业前视目标路径，并根据前视路径相对位置信息进行田间动态标定获得联合收获机满幅收获作业状态；提出了一种基于前视点的直线路径跟踪控制方法，通过预纠偏控制实现维持满割幅的同时防止作物漏割，以相对位置偏差值和实时转向后轮转角作为视觉导航控制器的输入，并根据纠偏策略对应输出转向轮控制电压大小。稻田试验结果表明，该导航系统实现了轮式联合收获机田间相对位置姿态的可靠采集及目标直线路径跟踪控制的稳定执行，在田间照度符合人眼正常工作的情况下，收获边界识别算法检测准确率不低于96.28%，单帧检测时间50 ms以内；以不产生漏割为前提的视觉导航平均割幅率为94.16%，随作业行数增多，割幅一致性呈提高趋势。本研究可为联合收获机自动导航满割幅作业提供技术支撑。

关键词：视觉导航；联合收获机；跟踪控制；图像处理；割幅率；前视点

点击直达知网阅读

点击直达官网阅读

引文格式

丁幼春, 王绪坪, 彭靖叶, 夏中州. 轮式谷物联合收获机视觉导航系统设计与试验[J]. 智慧农业(中英文), 2020, 2 (4): 89-102.
DING Youchun, WANG Xuping, PENG Jingye, XIA Zhongzhou. Visual navigation system for wheel-type grain combine harvester[J]. Smart Agriculture, 2020, 2 (4): 89-102. (in Chinese with English abstract)

文章图片

图1 联合收获机导航系统组成

Fig. 1 Composition of combine harvester navigation system

图2 收获边界直线检测算法流程及效果

Fig. 2 Flow chart and effect of harvest boundary line detection algorithm

图3 不同天气条件下水稻收获边界检测效果

Fig. 3 Detection results of rice harvest boundary under different weather conditions

图 4 相对位置信息坐标变换

Fig. 4 Coordinate transformation of relative position information

图5 联合收获机视觉导航视场

Fig. 5 Visual navigation field of combine harvester

图6 已收获与未收获水稻区分界线构成

Fig. 6 Composition of the boundary of harvested and unhar‐ vested paddy field

图7 导航基准线标定像素偏差变化

Fig. 7 Variation of pixel deviation during navigation baseline calibration

注：A为工业相机投影到大地平面的位置，F为联合收获机割台标称割幅左极限位置，T为实际收获割幅左极限位置，P为视觉导航前视点，Ge为满割幅偏差，R为联合收获机割台前端轨迹圆半径， L 为转向后轮轮轴与割台水平距离，θ 为联合收获机转向后轮转角（以联合收获机后轮转向中位为准，左偏为正，右偏为负），V为联合收获机行驶速度，ϕ为联合收获机航向偏角，FP为导航基准线，S 为前视距离，F’P’为 FP 经 dt时刻后的导航基准线，P1 为图像检测点 1，P2为图像检测点 2，u、v为图像检测点及前视点像素坐标位置，Pe为前视像素点偏差

图8 联合收获机二轮车运动学模型

Fig. 8 Kinematics model of two wheeled vehicle of combine harvester