摘要:自動(dòng)導(dǎo)航可以降低農(nóng)業(yè)機(jī)械操作人員的勞動(dòng)強(qiáng)度，提高土地利用效率，是農(nóng)機(jī)智能化的重要體現(xiàn)。計(jì)算機(jī)視覺和衛(wèi)星定位是應(yīng)用較為普遍的農(nóng)機(jī)導(dǎo)航技術(shù)。為此，基于計(jì)算機(jī)視覺技術(shù)，設(shè)計(jì)了拖拉機(jī)行進(jìn)控制系統(tǒng)。系統(tǒng)對環(huán)境圖像進(jìn)行計(jì)算機(jī)視覺分析，選用合適的處理方式和算法獲得導(dǎo)航路線，同時(shí)減少了計(jì)算量;然后，根據(jù)機(jī)械的初始狀態(tài)參數(shù)調(diào)整方向，使拖拉機(jī)沿著導(dǎo)航路線行進(jìn)。試驗(yàn)結(jié)果表明:安裝該系統(tǒng)的拖拉機(jī)以不同速度行駛時(shí)，路線偏差迅速減少，并保持在很小的范圍內(nèi);系統(tǒng)處理單幅圖像耗時(shí)少于0.1s，可以滿足實(shí)時(shí)控制的要求。

　　關(guān)鍵詞:拖拉機(jī);行進(jìn)控制;計(jì)算機(jī)視覺;自動(dòng)導(dǎo)航;特征檢測

　　0引言

　　我國的農(nóng)業(yè)生產(chǎn)模式在新時(shí)期發(fā)生變化，從小規(guī)模的分散經(jīng)營開始轉(zhuǎn)向種植大戶的集中經(jīng)營。在這種形勢下，傳統(tǒng)農(nóng)業(yè)作業(yè)效率低和人力成本高的缺陷日益凸顯，已經(jīng)無法滿足時(shí)代發(fā)展的要求。大規(guī)模的集中經(jīng)營為農(nóng)業(yè)機(jī)械的應(yīng)用創(chuàng)造了條件，使農(nóng)業(yè)生產(chǎn)的機(jī)械化率得到了顯著提升。我國農(nóng)業(yè)機(jī)械研究起步較晚，設(shè)計(jì)經(jīng)驗(yàn)與國外相比存在差距，總體性能也有待進(jìn)一步加強(qiáng)。因此，利用現(xiàn)代技術(shù)改善機(jī)械的整體性能，提高自動(dòng)化和智能化水平，對我國農(nóng)業(yè)的發(fā)展意義重大。

　　自動(dòng)導(dǎo)航是農(nóng)業(yè)機(jī)械智能化的一個(gè)重要方面，可以降低操作人員的勞動(dòng)強(qiáng)度，提高土地利用效率[1]。農(nóng)機(jī)自動(dòng)導(dǎo)航的研究在20世紀(jì)80年代興起，采用的方法有機(jī)械觸桿導(dǎo)航、預(yù)埋電纜引導(dǎo)、無線電或激光導(dǎo)航、計(jì)算機(jī)視覺導(dǎo)航、衛(wèi)星導(dǎo)航等。在新技術(shù)的支撐下，導(dǎo)航精度不斷提高，機(jī)械作業(yè)范圍也擴(kuò)展到播種、施肥、噴藥、整地、收割和起壟等方面，為多種作物的全程機(jī)械化生產(chǎn)奠定了基礎(chǔ)[2]。

　　在上述的方法中，計(jì)算機(jī)視覺和衛(wèi)星定位是較為普遍和實(shí)用的農(nóng)機(jī)導(dǎo)航技術(shù)。計(jì)算機(jī)視覺是利用專門的設(shè)備采集圖像，轉(zhuǎn)換為數(shù)字信號后由計(jì)算機(jī)對目標(biāo)特征進(jìn)行分析和識(shí)別，提取所需的信息的技術(shù)。計(jì)算機(jī)視覺在農(nóng)業(yè)上最初用于采摘機(jī)器人，后來應(yīng)用到農(nóng)機(jī)自動(dòng)導(dǎo)航上，通過視覺功能識(shí)別行走路徑和檢測障礙物[3]。與衛(wèi)星定位導(dǎo)航方法相比，計(jì)算機(jī)視覺的覆蓋范圍小，但由于采用了相對坐標(biāo)，因而靈活性更強(qiáng)，導(dǎo)航的精度更高[4]。

　　孫元義等對棉田的自然環(huán)境背景圖像進(jìn)行Lab色彩空間處理、最大方差閾值分割和Hough變換，識(shí)別機(jī)械行駛路徑，用于對噴藥機(jī)器人行走路線的控制[5]。徐建等采用均值去噪和Prewitte算子邊緣檢測分析玉米壟行圖像，實(shí)時(shí)、準(zhǔn)確地獲得了智能收獲機(jī)器人的行走路線[6]。高國琴針對溫室與田間環(huán)境的差異，設(shè)計(jì)了基于K-means算法的機(jī)器人導(dǎo)航路徑識(shí)別方法，對單幅圖像處理的時(shí)間大幅降低，顯著提高了路徑識(shí)別的速度[7]。

　　拖拉機(jī)是最常見的農(nóng)業(yè)機(jī)械，既可以用于農(nóng)業(yè)物資的運(yùn)輸，也可以為其它的機(jī)械提供牽引動(dòng)力。另外，拖拉機(jī)還可以作為新型農(nóng)機(jī)技術(shù)的測試平臺(tái)，驗(yàn)證各種技術(shù)的實(shí)用性。拖拉機(jī)的自動(dòng)導(dǎo)航是在定位的基礎(chǔ)上通過行進(jìn)控制來實(shí)現(xiàn)的，具體表現(xiàn)為直線行駛和路線變更[8-10]。計(jì)算機(jī)視覺獲取的信息豐富，被動(dòng)感知能力強(qiáng)，因此在拖拉機(jī)的行進(jìn)控制上具有較大的優(yōu)勢，成為國內(nèi)外學(xué)者研究的重點(diǎn)。周俊等較早開展了研究，對四輪拖拉機(jī)上計(jì)算機(jī)視覺技術(shù)的跟蹤路徑識(shí)別、機(jī)械位姿計(jì)算、系統(tǒng)實(shí)時(shí)性和魯棒性等多個(gè)方面進(jìn)行了分析，所研制的原型機(jī)在快速行駛時(shí)都具有較好的路徑跟蹤效果[11]。

　　代峰燕等基于簡化的運(yùn)動(dòng)學(xué)模型模糊控制方法，以機(jī)器視覺獲得的參數(shù)作為控制量輸入，實(shí)時(shí)輸出前輪轉(zhuǎn)角，可以較好地適應(yīng)拖拉機(jī)低速行駛時(shí)的控制要求[12]。計(jì)算機(jī)視覺導(dǎo)航相關(guān)研究大多針對普通環(huán)境，而在實(shí)際作業(yè)中陰影環(huán)境也是普遍存在的，會(huì)增加路徑識(shí)別難度。華希俊等對比分析普通環(huán)境和陰影環(huán)境的計(jì)算機(jī)視覺圖像特點(diǎn)，設(shè)計(jì)出一種相應(yīng)的路徑識(shí)別方法，增強(qiáng)了拖拉機(jī)對陰影環(huán)境的適應(yīng)能力[13]。另外，翟志強(qiáng)等為解決農(nóng)機(jī)導(dǎo)航系統(tǒng)開發(fā)周期長和成本增加的問題，提出了基于虛擬現(xiàn)實(shí)的拖拉機(jī)雙目視覺導(dǎo)航方法，為行進(jìn)控制系統(tǒng)的改進(jìn)提供了理論和實(shí)踐依據(jù)[14]。

　　本文基于計(jì)算機(jī)視覺，設(shè)計(jì)了一個(gè)拖拉機(jī)行進(jìn)的控制系統(tǒng)。系統(tǒng)對環(huán)境圖像進(jìn)行計(jì)算機(jī)視覺分析，選用合適的處理方式和算法減少計(jì)算量;獲得導(dǎo)航路線后根據(jù)機(jī)械的3個(gè)初始狀態(tài)參數(shù)調(diào)整操向角，使拖拉機(jī)沿著導(dǎo)航路線行進(jìn)，以增強(qiáng)對復(fù)雜環(huán)境的適應(yīng)能力。

　　1系統(tǒng)設(shè)計(jì)

　　系統(tǒng)的搭載平臺(tái)為東方紅LX604型拖拉機(jī)，前后輪距分別是160cm和200cm，離地高度32cm，額定輸出功率45kW，行進(jìn)速度在2.0～33.5km/h之間。該型拖拉機(jī)的最大牽引力達(dá)到22.5kN，可以為許多型號的農(nóng)業(yè)機(jī)械提供牽引動(dòng)力。拖拉機(jī)的導(dǎo)向輪上安裝JLl8A3型霍爾傳感器和RB100LA型轉(zhuǎn)角傳感器，分別測量拖拉機(jī)的行進(jìn)速度和導(dǎo)向輪的偏轉(zhuǎn)角度，采集的信號經(jīng)AD6673型轉(zhuǎn)換器轉(zhuǎn)換為數(shù)字信號后導(dǎo)入核心計(jì)算機(jī)進(jìn)行分析。

　　計(jì)算機(jī)視覺的采集設(shè)備是尼康D810型相機(jī)，體積較小，采用防抖動(dòng)處理安裝在拖拉機(jī)的前部。相機(jī)的拍攝俯角30°，拍攝頻率由系統(tǒng)根據(jù)機(jī)械的進(jìn)行速度決定，相機(jī)采集的原始圖像經(jīng)天創(chuàng)UB570型圖像采集卡轉(zhuǎn)換為數(shù)字信號后由核心計(jì)算機(jī)分析。核心計(jì)算機(jī)是戴爾7040MT型臺(tái)式電腦，硬件包括Inteli7中央處理器、8GB的DDR4內(nèi)存及1TB的硬盤，安裝Windows10操作系統(tǒng)和視覺分析軟件MatLab工具箱。計(jì)算機(jī)視覺分析識(shí)別拖拉機(jī)的行進(jìn)路線后，根據(jù)機(jī)械與路徑之間的橫向距離偏差、航向偏差和導(dǎo)向輪轉(zhuǎn)角確定調(diào)整的角度，產(chǎn)生二位隨機(jī)信號;隨機(jī)信號經(jīng)DAC7631E型數(shù)模轉(zhuǎn)換器轉(zhuǎn)換為模擬信號后向液壓閥發(fā)出指令，驅(qū)動(dòng)導(dǎo)向輪偏轉(zhuǎn)一定角度實(shí)現(xiàn)對拖拉機(jī)行進(jìn)的控制。

　　2計(jì)算機(jī)視覺分析

　　2.1直線特征檢測

　　以油菜田為例，拍攝獲得的圖像主要由油菜和壟溝組成。其中，油菜為綠色，壟溝為褐色，二者之間的區(qū)別較為明顯。根據(jù)這個(gè)特點(diǎn)，利用圖像中自然特征的基線來對機(jī)械進(jìn)行導(dǎo)航，以適應(yīng)復(fù)雜環(huán)境對分析算法魯棒性的要求。提取自然特征基線首先要進(jìn)行直線特征檢測，從而得到導(dǎo)航的基準(zhǔn)。

　　本文參考楊為民等的研究，采用Hough變換將圖像中的特征直線轉(zhuǎn)變?yōu)閰��?shù)點(diǎn)，將距離邊界一定范圍內(nèi)的所有點(diǎn)相加實(shí)現(xiàn)對特征直線的檢測。基于圖像整體特性的Hough變換算法魯棒性較強(qiáng)，不會(huì)受到圖像噪音和直線中斷的影響，且能夠獲得亞像素級的特征精度。將原始圖像中的壟溝作為導(dǎo)航特征進(jìn)行Hough變換，得到了參數(shù)的空間圖像，壟溝用連續(xù)的黑色區(qū)域顯示，形成明顯的導(dǎo)航路線。

　　2.2圖像抽點(diǎn)簡化

　　當(dāng)圖像的視覺分析耗時(shí)超過0.2s時(shí)，導(dǎo)航的精確度和穩(wěn)定性都會(huì)大幅降低。基于Hough變換算法的參數(shù)檢測計(jì)算量很大，處理一幅正常大小的圖像也需要1s的時(shí)間，無法獲得理想的導(dǎo)航效果。在實(shí)際分析過程中，系統(tǒng)采集的圖像只有很小的部分包含導(dǎo)航特征，除此之外的其它部分屬于無效信息。這些信息會(huì)增加圖像的復(fù)雜程度和處理耗時(shí)，還會(huì)對目標(biāo)特征的檢測效果造成干擾。因此，設(shè)置興趣區(qū)(ROI)并僅對其中的圖像進(jìn)行后續(xù)處理，減少圖像分析的計(jì)算量，提高導(dǎo)航實(shí)時(shí)性。

　　ROI的具體設(shè)置過程是在得到起始導(dǎo)航特征后將上一幅圖像的相應(yīng)信息提取出來，以其中的直線特征為中心，按照一定的參數(shù)劃定ROI區(qū)域;然后，采用遞歸算法推動(dòng)ROI跟隨導(dǎo)航特征移動(dòng)，形成覆蓋路線的檢測帶。通過圖像抽點(diǎn)簡化之后，單幅圖像的處理時(shí)間可以控制在0.1s以內(nèi)。

　　2.3導(dǎo)航特征檢測

　　目標(biāo)圖像中包含油菜和壟溝，都呈條帶狀，邊界清晰。拖拉機(jī)在田間沿著壟溝行進(jìn)，因此以壟溝的邊界作為拖拉機(jī)導(dǎo)航的特征。首先對圖像進(jìn)行預(yù)處理，包括直方圖分析和低通濾波，使導(dǎo)航特征區(qū)域的灰度和對比度都得到增強(qiáng);然后過濾灰度變化過大的相鄰像素，消除背景噪音，利用聚類的閾值分割方法將導(dǎo)航特征從背景中提取出來，獲得了壟溝的兩條邊界線。采用Hough變換算法檢測壟溝的邊緣，提取同一水平線上兩個(gè)邊緣像素點(diǎn)的中心位置，形成一條連續(xù)的曲線(即拖拉機(jī)的行進(jìn)路線)。

　　3機(jī)械行進(jìn)控制

　　計(jì)算機(jī)視覺分析得到導(dǎo)航路線后，還需要通過行進(jìn)控制才能保證拖拉機(jī)按照規(guī)劃的路線行駛。拖拉機(jī)的行進(jìn)控制是根據(jù)機(jī)械與規(guī)劃路線之間的橫向距離偏差、方向偏差和導(dǎo)向輪轉(zhuǎn)角這3個(gè)狀態(tài)參數(shù)，并結(jié)合機(jī)械自身速度所產(chǎn)生的誤差來確定合適的操向角，使拖拉機(jī)沿著導(dǎo)航路線行進(jìn)。

　　拖拉機(jī)行進(jìn)控制的關(guān)鍵是實(shí)時(shí)控制操向角，而機(jī)械當(dāng)前的位姿誤差和瞬時(shí)速度是重點(diǎn)參考的兩個(gè)因素。在獲得導(dǎo)航基準(zhǔn)后，拖拉機(jī)在系統(tǒng)的控制下沿著耗時(shí)最少和距離最短的路線行駛到達(dá)導(dǎo)航基準(zhǔn)。然后，根據(jù)拖拉機(jī)的位姿和速度調(diào)整角度，不斷地縮小實(shí)際路線與導(dǎo)航基準(zhǔn)的偏差，使機(jī)械姿態(tài)和速度逐步回到導(dǎo)航基準(zhǔn)線上來，最終實(shí)現(xiàn)拖拉機(jī)沿著導(dǎo)航路線行進(jìn)。

　　4試驗(yàn)結(jié)果與分析

　　對系統(tǒng)的控制效果進(jìn)行試驗(yàn)，拖拉機(jī)在油菜田中行駛，以壟溝為導(dǎo)航特征規(guī)劃路線。拖拉機(jī)分別以兩個(gè)速度行駛，速度1為2m/s，速度2為3m/s。壟溝的導(dǎo)航路線用白色標(biāo)識(shí)，以細(xì)沙漏準(zhǔn)確記錄拖拉機(jī)的行駛路線，在導(dǎo)航路線上每隔1m測量兩個(gè)路線的偏差，評價(jià)行進(jìn)控制的效果。拖拉機(jī)以2m/s的速度行駛時(shí)，路線偏差從初始狀態(tài)下的1.37m迅速減少到0.3m以內(nèi)，隨后一直保持在很小的范圍內(nèi);以3m/s的速度行駛時(shí)，路線偏差的減少相對較慢，但最終也能保持在很小的范圍內(nèi)。試驗(yàn)中，系統(tǒng)處理單幅圖像的耗時(shí)少于0.1s，可以滿足實(shí)時(shí)控制的要求。

　　5結(jié)論

　　基于計(jì)算機(jī)視覺，設(shè)計(jì)了一種拖拉機(jī)行進(jìn)的控制系統(tǒng)。系統(tǒng)對環(huán)境圖像進(jìn)行計(jì)算機(jī)視覺分析，選用合適的處理方式和算法減少了計(jì)算量。系統(tǒng)經(jīng)過直線特征檢測、圖像抽點(diǎn)簡化和導(dǎo)航特征檢測后獲得導(dǎo)航路線，然后根據(jù)機(jī)械的3個(gè)初始狀態(tài)參數(shù)調(diào)整操向角，使拖拉機(jī)沿著導(dǎo)航路線行進(jìn)。

　　在試驗(yàn)中，拖拉機(jī)以不同速度行駛時(shí)，路線偏差都能迅速減少，并一直保持在很小的范圍內(nèi)。系統(tǒng)處理單幅圖像的耗時(shí)少于0.1s，可以滿足實(shí)時(shí)控制的要求。安裝了該控制系統(tǒng)的拖拉機(jī)能夠按照導(dǎo)航路線行進(jìn)，對復(fù)雜環(huán)境具有較強(qiáng)的適應(yīng)能力。

　　參考文獻(xiàn):

　　[1]朱清山，高廣智，牛文祥.農(nóng)機(jī)自動(dòng)導(dǎo)航駕駛系統(tǒng)及其應(yīng)用[J].現(xiàn)代化農(nóng)業(yè)，2016，34(5):65-67.

　　[2]胡靜濤，高雷，白曉平，等.農(nóng)業(yè)機(jī)械自動(dòng)導(dǎo)航技術(shù)研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào)，2015，31(10):1-10.

　　[3]谷紀(jì)魁，李永魁，趙萍，等.農(nóng)機(jī)自動(dòng)導(dǎo)航車輛采集圖像的傾斜校正—基于MatLab[J].農(nóng)機(jī)化研究，2012，34(10):208-211.

　　[4]楊為民，李天石，賈鴻社.農(nóng)業(yè)機(jī)械機(jī)器視覺導(dǎo)航研究[J].農(nóng)業(yè)工程學(xué)報(bào)，2004，20(1):160-165.

　　[5]孫元義，張紹磊，李偉.棉田噴藥農(nóng)業(yè)機(jī)器人的導(dǎo)航路徑識(shí)別[J].清華大學(xué)學(xué)報(bào):自然科學(xué)版，2007，47(2):206-209.

　　[6]徐建，楊福增，蘇樂樂，等.玉米智能收獲機(jī)器人的路徑識(shí)別方法[J].農(nóng)機(jī)化研究，2010，32(2):9-12.

　　[7]高國琴，李明.基于K-means算法的溫室移動(dòng)機(jī)器人導(dǎo)航路徑識(shí)別[J].農(nóng)業(yè)工程學(xué)報(bào)，2014，30(7):25-33.

　　相關(guān)刊物推薦：《農(nóng)機(jī)化研究》近年來，本刊曾多次受到國家農(nóng)業(yè)行政管理部門和國家有關(guān)學(xué)術(shù)組織的表彰與獎(jiǎng)勵(lì)，曾獲1994年、1996年、1998年、2000年全國優(yōu)秀農(nóng)機(jī)科技期刊獎(jiǎng)和2002年全國農(nóng)機(jī)優(yōu)秀科技期刊一等獎(jiǎng);并自1988年起，連續(xù)5屆被國家權(quán)威部門確認(rèn)為全國中文核心期刊。目前，本刊已被“中國科學(xué)引文數(shù)據(jù)庫”、“萬方數(shù)字化期刊群”、“中文科技期刊數(shù)據(jù)庫”、“中國學(xué)術(shù)期刊全文數(shù)據(jù)庫”和“中國核心期刊(遴選)數(shù)據(jù)庫”收錄;1999年起作為國家級火炬計(jì)劃項(xiàng)目“中國學(xué)術(shù)期刊綜合評價(jià)數(shù)據(jù)庫”引文源期刊，被全文收錄，并由清華大學(xué)代理向國外發(fā)行光盤。