玉米行间导航线实时提取 - 玉米科学杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表- 玉米科学

一、来稿必须是作者独立取得的原创性学术研究成果，来稿的文字复制比（相似度或重复率）必须低于用稿标准，引用部分文字的要在参考文献中注明；署名和作者单位无误，未曾以任何形式用任何文种在国内外公开发表过；未一稿多投。二、来稿除文中特别加以标注和致谢之外，不侵犯任何版权或损害第三方的任何其他权利。如果20天后未收到本刊的录用通知，可自行处理(双方另有约定的除外)。三、来稿经审阅通过，编辑部会将修改意见反馈给您，您应在收到通知7天内提交修改稿。作者享有引用和复制该文的权利及著作权法的其它权利。四、一般来说，4500字（电脑WORD统计，图表另计）以下的文章，不能说清问题，很难保证学术质量，本刊恕不受理。五、论文格式及要素：标题、作者、工作单位全称(院系处室)、摘要、关键词、正文、注释、参考文献(遵从国家标准：GB\T7714-2005，点击查看参考文献格式示例)、作者简介(100字内)、联系方式(通信地址、邮编、电话、电子信箱)。六、处理流程：（1）通过电子邮件将稿件发到我刊唯一投稿信箱（2）我刊初审周期为2－3个工作日，请在投稿3天后查看您的邮箱，收阅我们的审稿回复或用稿通知；若30天内没有收到我们的回复，稿件可自行处理。（3）按用稿通知上的要求办理相关手续后，稿件将进入出版程序。（4）杂志出刊后，我们会按照您提供的地址免费奉寄样刊。七、凡向文教资料杂志社投稿者均被视为接受如下声明：（1）稿件必须是作者本人独立完成的，属原创作品（包括翻译），杜绝抄袭行为，严禁学术腐败现象，严格学术不端检测，如发现系抄袭作品并由此引起的一切责任均由作者本人承担，本刊不承担任何民事连带责任。（2）本刊发表的所有文章，除另有说明外，只代表作者本人的观点，不代表本刊观点。由此引发的任何纠纷和争议本刊不受任何牵连。（3）本刊拥有自主编辑权，但仅限于不违背作者原意的技术性调整。如必须进行重大改动的，编辑部有义务告知作者，或由作者授权编辑修改，或提出意见由作者自己修改。（4）作品在《文教资料》发表后，作者同意其电子版同时发布在文教资料杂志社官方网上。（5）作者同意将其拥有的对其论文的汇编权、翻译权、印刷版和电子版的复制权、网络传播权、发行权等权利在世界范围内无限期转让给《文教资料》杂志社。本刊在与国内外文献数据库或检索系统进行交流合作时，不再征询作者意见，并且不再支付稿酬。九、特别欢迎用电子文档投稿，或邮寄编辑部,勿邮寄私人，以免延误稿件处理时间。

玉米行间导航线实时提取

作者:

关键词:

摘要：

0 引言

高地隙植保机在进行玉米田间植保作业时要求车轮沿垄间行走，由于驾驶员视野遮挡严重，易出现轮胎压苗现象，如何避免车轮压苗亟需解决。

近年来众多学者针对拖拉机、收获机、果园植保机等的自动导航作业系统开展研究并取得一定成果[1-8]，为高地隙植保机的自动驾驶提供了基础。针对高地隙植保机田间自动驾驶，刘兆朋等[9]基于 RTK-GNSS技术开发高地隙喷雾机自动导航作业系统，实现喷雾机在极少人工干预下自动植保作业。陈黎卿等[10]设计了高地隙植保机辅助驾驶系统，夏祥孟[11]开展了植保机器人全局路径规划研究。Seong等[12]基于GPS和超声波传感器开发了喷雾机自主导航作业系统，基于超声波检测实现了避障识别并设计了规避路径。基于卫星定位技术开发无人驾驶系统，根据田块几何信息规划全局行走路径，但是无法解决高地隙植保机车轮压苗、伤苗问题。

实现高地隙植保机玉米田间自动作业的关键是玉米垄间导航路径的实时获取。玉米通常采用条播种植，可以通过提取玉米苗带中心线规划车轮垄间行走路径[13]。张铁民等[14]通过视觉监测系统，对不同颜色的标识线、绿色植物与裸露地面的分界线等路径进行识别和导航控制。廖娟等[15]以秧苗为研究对象，提出了基于分区域特征点聚类的秧苗行中心线提取方法，用于插秧机导航行走。宋宇等[16-17]基于机器视觉提取玉米根茎导航线，用于农业机器人玉米行间行走导航。基于机器视觉提取作物中心线，大多数学者结合颜色特征分割图像中的作物或垄沟，再通过Hough变换或最小二乘法提取作物中心线[18-20]。文献[21]采用随机Hough完成玉米作物行提取，处理时间约290 ms，文献[22]采用大豆垂直投影图获取作物特征点，然后利用最小二乘法拟合导航轨迹，平均耗时185 ms，文献[23]基于图像特征点粒子群聚类算法完成玉米根茎识别，耗时为423.7 ms。通过对国内外文献分析可以看出，目前导航线提取算法主要存在田间适应性差，运行速度慢等问题，无法满足导航线实时提取的要求。

高地隙植保机田间植保作业速度可达15 km/h，稳定、高效和准确的导航线提取算法是自动导航的前提，目前大多数基于机器视觉提取导航线的算法耗时大于100 ms。基于此，本文提出了高地隙植保机车轮在玉米行间行走的动态ROI（Region of Interest, ROI）区域划分算法，然后在动态ROI区域内提取导航线，并通过算法对比试验和田间导航试验验证本文算法的可靠性和准确性。

1 高地隙植保机底盘机器视觉系统

1.1 高地隙植保机底盘简介

高地隙植保机底盘结构简图如图 1所示[10]，主要由柴油机、高地隙车桥、转向油缸、高地隙轮胎、自动转向系统和机器视觉系统等组成。高地隙植保机底盘离地间隙1.1 m，轴距1.6 m，轮距1.3 m。传动系统采用HST静液压变速箱，能够实现底盘无极变速。转向系统采用伺服电机驱动全液压转向器，车轮转向精度为0.1°。导航摄像头安装在车轮上方，离地高度1.5 m。

图1 高地隙植保机底盘基本结构Fig.1 Basic structure of chassis for the high-clearance plant protection machine1.柴油机 2.自动转向系统 3.相机 4.转向油缸 5.轮胎 6.高地隙植保机车架7. 高地隙植保机车桥1.Diesel engine steering system 3.Camera cylinder 5.Tire 6.Frame of high-clearance plant protection machine 7. Axle of high-clearance plant protection machine

1.2 玉米苗带图像视频采集

如图1所示，图像采集设备采用CMOS机器视觉摄像头，相机距离地面高度1.5 m，倾斜角度30 °，利用相机成像原理对相机进行标定。图像分辨率为 1 920像素×1 080像素，视频帧率为12帧/s，格式为AVI。

在安徽省宿州市埇桥区灰古镇安徽农业大学皖北综合试验站（116°97′E、33°63′N）采集玉米苗带视频，玉米种植农艺行距为60 cm。分别在2019年7月2日（时期Ⅰ，玉米平均高度30 cm，光照强度37 600 LX）、7月8日（时期Ⅱ，玉米平均高度50 cm，光照强度102 300 LX）和7月14日（时期Ⅲ，玉米平均高度70 cm，光照强度149 200 LX），开展玉米苗带视频采集。

图像处理软件采用和C语言混合编程，其中 Python编译器为 PyCharm。图像处理硬件采用研华MIC-7700型工控机，处理器Inter Core i7（主频2.6 GHz），显卡GTX1660（显存6 G），内存8 G。

1.3 导航线实时提取与路径跟踪流程

基于机器视觉的高地隙植保机玉米行间导航线提取流程如图 2所示，首先通过安装在车轮正前方的相机获取车轮正前方玉米苗带图像信息，然后对采集到的图像进行预处理，确定导航ROI，并在导航ROI内采用最小二乘法拟合导航线，最后根据路径跟踪控制算法实现高地隙植保机玉米行间行走。

文章来源：《玉米科学》网址: http://www.ymkxzz.cn/qikandaodu/2021/0119/685.html