请选择 进入手机版 | 继续访问电脑版

农田机器人视觉测距系统

[复制链接]
admin 发表于 2019-8-1 13:51:03 | 显示全部楼层 |阅读模式
精准农业方面,仍然需要创新的成本效益高的技术和新的改进的解决办法,以便使作业和过程更加可靠、健壮和经济可行。在这方面,机器人和自动化发挥了至关重要的作用,特别是在作物监测和特定地点作业的无人驾驶车辆方面。然而,非结构化和不规则的工作环境,如农业场景,需要关于自动驾驶车辆的定位和运动控制的具体解决方案。

w1.jpg

图1 本文所述机器人原型

    本文提出了一种可靠、经济有效的单目视觉测程系统,该系统可用于农业地形上履带式车辆的定位和导航。本工作的主要贡献是设计和实现了一种基于互相关方法的增强图像处理算法。

w2.jpg

图2 增强VO算法框图

    它是专门为使用一个简化的硬件和一个低复杂度的机械系统而开发的,并且不影响性能。通过提供子像素结果,该算法可以利用低分辨率图像,从而在较短的计算时间内获得较高的运动估计精度。通过对几种地形的现场试验,验证了该方法的有效性和适用于精确农业自动控制方案的适用性。

来源:

Zaman S, Comba L, Biglia A, et al. Cost-effective visual odometry system for vehicle motion control in agricultural environments[J]. Computers and Electronics in Agriculture, 2019, 162: 82-94.

往期精彩

一、热门资讯内容

基于对象的土地覆盖监督分类研究综述

基于遥感的作物倒伏评估:现状和前景

农业机器人研究进展评述

二、农业遥感

利用高光谱植被指数估算植被含水量:夏玉米水分胁迫处理后作物水分指标的比较

图像的分辨率是否限制了无人机在作物育种中的应用?

基于离散小波变换分析的冬小麦叶片氮浓度评价

三、农业机器人与智能装备

收获机器人自动识别成熟番茄

采集机器人基于传感器的U型转弯实现方法

农业机器人利用单摄像机在藤架结构果园中跟踪导航的新方法

四、深度学习方法在农业领域中的应用

一种用于高粱头状花序检测和计数的弱监督深度学习框架

使用机器学习方法从3D点云自动分割大豆植物

一种基于深度学习方法的香蕉叶病害分类

五、更多内容,敬请期待

w3.jpg
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则