基于视觉伺服反馈的农业机器人导航控制研究

  • 基于视觉伺服反馈的农业机器人导航控制研究已关闭评论
  • 32 views
  • A+
所属分类:AGV设计资料
摘要

随着我国农业现代化进程的加快,农业生产日益朝着智能化、精确化的方向发展,伴随而来的农业机器人的研究也越来越火热。本文主要针对农业机器人在田间自动识别路径并控制机器人进行路径跟踪的问题进行研究,主要包含两个方面:1、基于视觉的路径识别。基于视觉的农业机器人路径识别,存在识别率低、速度慢、易受光照、杂草影响等问题。针对这些问题,本文采用光照无关量进行光照干扰的剔除。利用混合阈值法进行图像分割,在提高识别率的基础上加快识别速度。通过投影法进行作物行的识别,利用偏移行中线方法进行作物行的划分,提高识别率。最后利用最小二乘法进行作物行的直线回归,加快作物行识别速度。农业机器人自动导航作业时,摄像机的位置基本固定,本文将作物行的图像坐标转换为世界坐标,以获取农业机器人在世界坐标系中与导航路径之间的偏移情况。与传统农业机器人作物行识别方法相比,本文方法数据运算量小,平均耗时短,作物行识别准确率高,能够有效地确定农业机器人的导航路径。2、基于强化学习方法的路径跟踪研究。本文在对农业轮式机器人进行双轮差速运动学建模与分析的基础上,利用图像处理结果作为反馈信息,使用强化学习补偿PID的方法进行双轮速度决策。电机转速控制使用直流电机,在对直流电机进行建模分析的基础上,结合编码器信息,使用PI控制器对直流电机进行速度控制。经实验验证,基于Actor-Critic的强化学习补偿PID方法在路径跟踪中效果优异,能有效纠正农业机器人的路径跟踪误差。

论文目录

致谢
摘要
abstract
表清单
变量注释表

1 绪论

1.1 研究背景
1.2 国内外技术应用现状
1.3 农业机器人路径识别与导航
1.4 拟解决问题与技术路线

2 基于机器视觉的农业机器人路径识别

2.1 图像预处理
2.2 基于混合阈值法的图像分割
2.3 作物行提取
2.4 本章小结

3 农业机器人位姿偏差求解

3.1 摄像机标定
3.2 坐标转换
3.3 路径规划实验
3.4 本章小结

4 基于强化学习的农业机器人路径跟踪控制

4.1 电机及运动学建模
4.2 直流电机仿真与调试
4.3 基于Actor-Critic的路径跟踪强化学习研究
4.4 路径跟踪实验
4.5 本章小结
5 结论与展望
5.1 结论
5.2 展望
参考文献
作者简历
学位论文数据集

抱歉,此资源仅限赞助会员下载,请先
注意:本站资源多为网络收集,如涉及版权问题请及时与站长联系QQ:2766242327,我们会在第一时间内与您协商解决。如非特殊说明,本站所有资源解压密码均为:agvba.com。
weinxin
微信公众号
agvba是一个分享AGV知识和agv案例视频的网站。