1、隨著計算機技術和自動化技術的飛速進步，智能機械被廣泛應用于工業(yè)、醫(yī)學、軍事、農林等范疇。我國是農業(yè)大國，提高農作物生產效率，提升農機操作的安全性以及降低人工的勞動強度成為關注的焦點。智能農機人是當代農業(yè)和精準農業(yè)的重要組成，也是未來農業(yè)領域的研究方向。目前農業(yè)機器人的研究主要以現(xiàn)有農業(yè)機械為基礎或者設計新型農業(yè)機械作為系統(tǒng)平臺，然后在該平臺上安裝相關傳感器(例如GPS、IMU、速度傳感器、攝像機等)作為硬件采集元件。根據(jù)識別和規(guī)劃出的導

2、航路徑，上位機進行分析和決策?？刂破鞲鶕?jù)指令控制農機按照識別出的導航路徑進行轉向和行駛。
　　本研究從現(xiàn)有的農業(yè)機器人導航路徑識別算法和研究水平出發(fā)，根據(jù)大田環(huán)境下玉米中后期的病蟲害防治以及精準農業(yè)的自主導航需求，提出了基于單目視覺的小型農業(yè)AGV的玉米行間自主導航方法，研究內容具體如下：
　　首先，設計了小型農業(yè)AGV的樣機和控制系統(tǒng)。農業(yè)AGV設計成輪式樣式，整體的質量較低、靈活性較強。根據(jù)我國北方玉米的種植方式，規(guī)劃樣

3、機的整機尺寸并留有熱霧機和噴藥系統(tǒng)的空間。農業(yè)AGV的驅動形式為后輪驅動，通過電機驅動后輪，舵機控制前輪轉向。圖像處理開發(fā)板和工控機上位機用于圖像處理和導航?jīng)Q策。
　　其次，在圖像處理方面，改進了傳統(tǒng)的2G-R-B算法中的各個分量的權重，先采集玉米田間多張圖像，分別對每張圖像進行綠特征提取，找出G值三個分量的系數(shù)的平均值，并以該值作為綠色特征提取的系數(shù)，分離出作物行。隨后對圖像進行預處理操作，其中二值化運算方法較多，將開運算、閉運

4、算、腐蝕、膨脹進行靈活組合運用，分割出感興趣區(qū)域。在玉米根莖定位點識別和提取方面，利用了不同的方法進行對比，設計一種基于垂直投影圖的峰值點檢測算法判斷出玉米根莖峰值點，再將定位點二次修正，得到精確的玉米根莖定位點。
　　最后，分別用不同的直線擬合方法對玉米根莖定位點進行擬合。通過比較擬合后的精度和耗時，發(fā)現(xiàn)采用最小二乘法可以更快地、更精確地擬合出玉米行根莖線。計算兩條玉米行根莖線的角平分線方程，并以此線作為農業(yè)AGV的導航基準線，

5、將玉米行中心線的導航偏角和橫向偏差作為導航輸入?yún)?shù)。提取這兩個參數(shù)之前，利用HDL和攝像機聯(lián)合標定的方法，可以快速地將圖像中的導航基準線的參數(shù)轉化到在世界坐標中，控制AGV的行走和轉向。
　　實驗表明，本研究提出的算法適用于中后期玉米等高桿作物病蟲害防治對小型農業(yè)AGV視覺導航的需求，其橫向偏差的平均值為3cm，導航角度偏差的平均值為2.06°，符合田間的導航需求。本方法為農業(yè)AGV在玉米大田中的自主行走提供了一種可靠的參考方法。