[发明专利]基于粒子滤波的谷物收获机器人视觉导航方法及其应用

权利要求书

1.基于粒子滤波的谷物收获机器人视觉导航方法，其特征在于，包括：

(1)在谷物收获机器人顶部安装相机并对相机进行标定获取比例因子SCALE，相机实时获取收获机前方原始谷物图像序列，获取与原始谷物图像对应的谷物图像鸟瞰图；

(2)在初始时刻k＝1时，在谷物图像的鸟瞰图Pic_air(k)中确定第一目标区域ROI1，第一目标区域ROI1的宽为固定值width，高为固定值height，左上角坐标为(x_tl,y_tl)，且widthheight；第一目标区域ROI1中包括收割区域与未收割区域的边界，且未收割区域位于ROI1的右侧部分；将ROI1中未收割区域侧大小为height×height的未收割区域作为k时刻的特征区域在ROI1的上边界从左向右均匀设置N个粒子p_i；以粒子p_i的位置为左上角，ROI1的右下角为右下角作为p_i的粒子区域Area_k(p_i)，i＝1,…,N；初始化导航线横坐标pre_x(1)为收割区域与未收割区域的边界上任一点的横坐标；

(3)当k1时，在k时刻的谷物图像鸟瞰图Pic_air(k)中更新粒子区域Area_k(p_i)，更新未收割区域的特征区域的横坐标范围，的横坐标从pre_x(k-1)+T₁到ROI1的右侧边界；pre_x(k-1)为k-1时刻导航线的横坐标，T₁为预设的特征区域调节值；

(4)计算的纹理特征值计算每个粒子区域Area_k(p_i)的纹理特征值计算k时刻粗分割的收割线横坐标X_c(k)；

(5)以X_c(k)为中心线，向左右分别扩展距离x_roi2，得到宽度为2*x_roi2，高度为height的区域为第二目标区域ROI2；对ROI2进行处理，得到细分割的收割线上的两个点P₁、P₂；更新当前时刻导航线的横坐标pre_x(k)为过P₁、P₂点的直线与ROI1下边界的交点的横坐标；

(6)计算割幅并提取导航线，对粒子进行重采样，令k＝k+1，跳转到步骤(3)，继续提取下一时刻的导航线。

2.根据权利要求1所述的谷物收获机器人视觉导航方法，其特征在于，所述图像区域Area的纹理特征值的计算步骤如下：

(2.1)对区域Area降低灰度级；

(2.2)计算区域Area的灰度共生矩阵P；

(2.3)计算灰度共生矩阵的熵：

eng(Area)即为区域Area的纹理特征值。

3.根据权利要求1所述的谷物收获机器人视觉导航方法，其特征在于，所述步骤(4)中计算粗分割的收割线横坐标X_c(k)的具体步骤为：

(4.1)计算粒子的权重：

其中表示k时刻第i个粒子对应的权重；表示k时刻第i个粒子的横坐标；表示k时刻第i个粒子的纹理特征值；

(4.2)粒子权重归一化，得到

(4.3)计算粗分割的收割线横坐标X_c(k)：