[发明专利]基于激光视觉系统的采摘机器人果实识别方法

说明书

技术领域

本发明涉及图像识别及处理技术领域，特别涉及一种基于激光视觉系统的采摘机器人果实识别方法。

背景技术

农业机器人是21世纪研究进展最快的机器人。它是一种以农产品为操作对象，兼有模拟人类智能感知和行动功能、可重复编程的柔性自动化或者半自动化设备，主要应用在移栽、嫁接、喷药、采摘、果实分级等领域。采摘是水果生产中重要的环节之一，对其的研究将在解决劳动力不足、降低工人劳动强度、提高工人劳动舒适性、减轻农业化肥和农药对人体的危害、  提高采摘果蔬的质量、降低采摘成本、提高劳动生产率、保证果蔬的适时采收、提高产品的国际竞争力等方面具有很大潜力。农业机器人作业对象是有机生物体，且不同地域有不同的自然气候、地形、  地貌以及不同的种植制度，所以其应用的难度非常之大。尤其针对如此错综复杂的外部环境和形状各异的作业对象，即使是在同一种农业作业，其作业对象也是千差万别，这样一来，采用带机器视觉技术的农业采摘机器人将不失为一个非常理想的选择。目前，发达国家相关的研究已经取得了较大的进展，但是，我国在这方面的研究尚处于起步阶段。

在果实采摘机器人进行采摘操作的过程中，首先是获取视野内的果树信息，将果实从果树背景中识别出来并且确定果实的空间位置，这一步是实现机器人采摘的关键环节。采摘机器人只有在获得正确的目标信息后，才能有效地实施采摘操作，这也是保证采摘效率和质量的前提。机器视觉系统是采摘机器人最大的外部环境信息源，不但关系到机器人快速、准确识别果实的能力，也直接决定了采摘机器人的可靠性。从已有的文献看，采摘机器人的视觉系统多以CCD或CMOS为图像感应器的相机或摄像机为关键组件，对其拍摄的图像进行图像分析与处理时，非线性的光照变化、复杂的环境背景使目标的识别率和定位精度受到了一定限制，与之相比，采用激光视觉系统扫描生成的三维图像对光线变化有强抗干扰性，且易于了解作业对象的大小、形状、所处的外界环境及与其它作业对象之间的位置关系。这为采摘机器人的目标识别提供了一种新的探索模式。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何实现机器人对农产品果实的准确识别。

(二)技术方案

为解决上述技术问题，本发明提供了一种基于激光视觉系统的采摘机器人果实识别方法，包括以下步骤：

S1：使用构建的激光视觉系统获取果树局部距离信息，利用距离值与灰度值的约定关系生成标记场景远近特征的三维图像；

S2：平滑所述三维图像；

S3：采用链码跟踪技术及随机圆检测法计算所述三维图像中果实的形心坐标与半径。

其中，所述步骤S1中距离值与灰度值的约定关系为：

g(x,y)=d(x,y)-dmindmax-dmin×255---(1)]]>

其中，d_max、d_min、d(x，y)和g(x，y)分别是测量的距扫描点的最大距离值、最小距离值、点(x、y)的距离值和灰度值，与扫描点距离最近点的灰度值为0，距离最远点的灰度值为255，位于两者之间点的灰度值按上式转换形成标记场景远近特征的三维图像。

其中，所述步骤S1中还包括：将预先设定的果实距扫描点的理想距离值d_exp替换式(1)中的d_max以对转换形成的标记场景远近特征的三维图像进行约束优化。

其中，所述步骤S1中激光视觉系统获取果树局部距离信息时的扫描角度为60°～140°。