[發明專利]一種溫室智能移動機器人視覺導航路徑識別方法

有效

• 申請號: 201310670524.7
• 申請日: 2013-12-12
• 公開（公告）號: CN103646249B
• 公開（公告）日: 2017-11-17
• 發明（設計）人: 高國琴;李明
• 申請（專利權）人: 江蘇大學
• 主分類號: G06K9/54
• 分類號: G06K9/54
• 代理公司: 南京經緯專利商標代理有限公司32200
• 代理人: 樓高潮

技術領域

本發明涉及智能移動機器人視覺系統的應用，尤其涉及針對溫室智能作業移動機器人的導航路徑識別方法。

背景技術

利用智能移動機器人完成溫室自主導航作業，不僅可以大幅度減輕勞動者的體力勞動，也可以避免勞動者在有毒、高溫和高濕等惡劣環境中作業時受到人身傷害。導航路徑識別技術是實現溫室移動機器人自主導航的首要技術之一，溫室移動機器人的作業環境與工業機器人相比更為復雜，通常是一種具有離散性、不確定性、多樣性和不一致性的非結構化環境，其導航路徑識別效果受光照信息影響較大，同時，為提高移動機器人的溫室作業效率，移動機器人視覺導航的實時性目前還有待提高。

文獻《基于光照色彩穩定性分析的溫室機器人導航信息獲取》(袁挺，任永新等.農業機械學報，2012，43(10)：161-166)提出了一種基于光照色彩穩定性的導航信息獲取方法，以降低光照信息對路徑識別的影響，該方法需要在路面中央鋪設紅色引導線。文獻《基于模糊控制的黃瓜采摘機器人視覺導航》(任永新，譚豫之等.江蘇大學學報：自然科學版，2009，30(4)：343-346)通過改進進行直線擬合的Hough變換方法以提高路徑識別算法的快速性。Hough變換魯棒性強，但檢測精度有限，當由圖像分割操作得到的道路邊緣信息不明確時，或是分割后的圖像中存在較多的干擾信息時，采用Hough變換將難以獲取準確的導航路徑信息，同時將大大增加路徑識別系統微處理器的內存占有量，導致路徑識別系統難以滿足移動機器人導航的實時性要求。

目前，針對機器視覺導航路徑識別問題，較常規的圖像處理方法通常是直接選取攝像頭獲取到的圖像信息所在的RGB顏色空間作為處理對象，通過閾值分割對圖像進行分割處理操作，最后再應用Hough變換擬合獲取導航路徑信息。從顏色空間的選取來看，雖然RGB顏色空間具有和多數圖像采集、顯示設備的色彩方式吻合，顏色值獲取方便，便于存儲和計算的優點，但由于它的三個顏色分量與光照強度呈遞增關系，所以在溫室環境變光照條件下，直接在RGB顏色空間對圖像進行處理其圖像處理算法較難滿足對光照不均的魯棒性要求；另外，圖像分割是移動機器人導航路徑獲取的重要環節，其分割效果不僅直接影響導航路徑識別的準確性，同時也決定著整個導航路徑識別系統能否滿足溫室移動機器人自主作業的實時快速性要求。在圖像分割方法的選取上，閾值分割因其具有計算簡單、運算效率較高、速度快等優點使其成為應用最多的圖像分割算法，但對于溫室環境，因光照信息對移動機器人自主導航性能的影響不可忽略，所以對于背景信息復雜的溫室圖像來講，更是很難確定一個統一的閾值將物體與背景完全分離，這必將會給后續圖像處理帶來不便，從而影響溫室移動機器人自主導航和作業的性能。

聚類是指將物理或抽象對象的集合分成由類似的對象組成的多個類的過程。由聚類所生成的簇是一組數據對象的集合，這些對象與同一個簇中的對象彼此相似，與其他簇中的對象相異。在聚類算法中，K-means聚類算法具有簡單、快速，處理大數據集時相對可伸縮和高效率，當結果簇密集、簇與簇之間區別明顯時，效果突出等優點。目前，K-means聚類算法主要應用于數據挖掘及醫學圖像處理中。

發明內容

鑒于上述現有機器視覺導航路徑識別存在的問題，本發明提出一種能夠適應溫室環境的移動機器人視覺導航路徑識別方法，針對單目視覺溫室移動機器人，充分考慮在溫室環境下光照條件對溫室移動機器人自主導航的影響以及復雜的背景信息對圖像分割質量的影響，著重降低光照信息對路徑識別效果的影響，改進圖像分割算法，確保在變光照和具有復雜背景信息的溫室環境下可以準確識別出溫室移動機器人導航路徑信息，同時確保圖形處理算法的魯棒性，提高溫室移動機器人對于光照不均溫室環境條件的魯棒性和視覺導航的實時性，在此基礎上提升整個導航路徑識別系統的快速性以滿足溫室移動機器人自主導航作業的實時性要求。

本發明所采用的技術方案是包括以下步驟：

(1)采集溫室環境下的原始圖像，將原始圖像信息從RGB顏色空間轉換到HSI顏色空間，并分別提取H、S、I三個分量信息圖，對其中的H分量信息圖采用中值濾波法進行去噪處理。

(2)用K-means算法對去噪處理后的H分量信息圖進行聚類分割，選擇道路信息作為待獲取的圖像分割信息，獲得道路的分割效果圖。

(3)對分割效果圖采用形態學腐蝕方法進行二次去噪處理，減少邊緣信息總量，得到只剩下白色、黑色和灰色3種灰度值的圖像，其中道路信息為白色。

(4)對經過腐蝕處理后的圖像進行灰度轉換，得到完整的道路信息。